15 分鐘看完 AI Engineer Conference|開幕 keynote 篇|巴黎

觀看數觀測
共同標籤
這支影片尚未比對共同詞彙
比對版本
youtube-quality-20261017-a
影片說明
大家好,我是 Jim,這裡是 AI Notebook。這一集,我們看巴黎 AI Engineer 大會的開幕夜,三個人輪流上台,一個講經濟史,一個講工程師手上的工具,一個講一家做模型的公司。三場聽起來各講各的,其實在回答同一個問題,模型進步得這麼快,為什麼它真正改變我們工作的速度,卻慢了這麼多?你現在看到的這張圖,是第一位講者放上台的,一條拉得很長,卻幾乎不轉彎的線。我們就從這條線開始。 ⏱ 章節 00:00 開場:巴黎 AI Engineer 開幕夜的三場演講 00:30 Clemens Rawert(Langfuse):一條 150 年不轉彎的線 01:51 Clemens:蒸汽機花了一百年,發明快、部署慢 02:34 Clemens:電力要重蓋工廠,生產力先變慢再變快 04:06 Clemens:錢跟著技術跑,AI 投資佔 GDP 1.8% 05:30 Kitze(Sizzy):權限一路放到全開,三種用 AI 的人 07:38 Kitze:工作樹不是沙盒,一個任務一台用完就丟的機器 09:47 Lélio Renard Lavaud(Mistral):不追 AGI,要的是有用 11:49 Lélio:agent 安全、自建資料中心、專門的模型 14:00 結尾:三個人推同一根指針 📎 資料來源 • AI Engineer Paris 2026 第一天主題演講直播(YouTube) https://www.youtube.com/watch?v=CGq9KRSb9Kc • AI Engineer Paris 2026 大會議程 https://ai.engineer/paris/2026 • Mistral raises €3B as sovereign AI becomes big business(TechCrunch,2026-09-08) https://techcrunch.com/2026/09/08/mistral-raises-e3b-as-sovereign-ai-becomes-big-business/ • Mistral AI buys Koyeb in first acquisition(TechCrunch,2026-02-17) https://techcrunch.com/2026/02/17/mistral-ai-buys-koyeb-in-first-acquisition-to-back-its-cloud-ambitions/ • Koyeb is joining Mistral AI(Koyeb 官方) https://www.koyeb.com/blog/koyeb-is-joining-mistral-ai-to-build-the-future-of-ai-infrastructure • Emmi joins Mistral(Mistral 官方) https://mistral.ai/news/accelerate-ai-native-industry/ • Mistral Vibe(Mistral 官方) https://mistral.ai/news/vibe-agent/ • Mistral OCR 4.1(Mistral 文件) https://docs.mistral.ai/models/ocr-4-1 • Mistral 巴黎訓練叢集的債務融資(DatacenterDynamics) https://www.datacenterdynamics.com/en/news/mistral-ai-raises-830m-in-debt-financing-for-data-center-in-paris-france/ • Tracking trillions: the assumptions shaping the scale of the AI build-out(Goldman Sachs) https://www.goldmansachs.com/insights/articles/tracking-trillions-the-assumptions-shaping-scale-of-the-ai-build-out • Railway Mania(Wikipedia) https://en.wikipedia.org/wiki/Railway_Mania • Bresnahan & Trajtenberg (1995) General purpose technologies: Engines of growth?(Journal of Econometrics) https://doi.org/10.1016/0304-4076(94)01598-T • Paul David (1990) The Dynamo and the Computer(American Economic Review) https://www.jstor.org/stable/2006600 • Brynjolfsson, Rock & Syverson (2021) The Productivity J-Curve(AEJ: Macroeconomics) https://www.aeaweb.org/articles?id=10.1257/mac.20180386 • Clemens Rawert(ClickHouse 作者頁) https://clickhouse.com/authors/clemens-rawert • Kitze(GitHub)/Sizzy https://github.com/kitze • Sizzy 官網 https://sizzy.co --- Jim AI Notebook | Note the Future 每日深度解析 AI 最新進展 #AI #AIEngineer #AIEngineerParis #Mistral #Langfuse #Kitze #經濟史 #生產力 #AIAgent #JimAINotebook
本頁的資料來源與計算方式
影片的數字
- 公開統計
- 觀看、喜歡與留言總數是取得當時的 YouTube 公開統計,不是即時數值;各項統計的觀測時間可能不同。「資料最後記錄」是影片資料的記錄時間,不代表觀看、喜歡或留言都在那時重新觀測。
- 觀看歷史
- 圖上每個點是實際儲存的觀測,連線只為方便閱讀,不代表中間時間的測量值;沒有歷史觀測時不建立時間序列。
- 喜歡占互動
- 喜歡 ÷(喜歡+不喜歡+顯示留言),任一來源缺值時不估算。
- 字幕
- 只記錄來源是否提供字幕,尚未擷取逐字稿,因此字幕不列入標籤比對。
- 觀測分析
- 直播逐時/逐日最高同時在線取自所讀直播紀錄;讀取上限、略過與解析失敗的筆數列在「資料涵蓋範圍與解析限制」。
共同標籤
標籤來源:新文易數(tag.observe.tw)。共同標籤以文字比對影片標題與說明,不是 AI 判讀;命中不代表事件歸屬或立場,與頻道分類分開。標題或說明出現標籤,不代表影片主題;可能來自固定宣傳或版權文字。字幕尚未取得,不列入比對。
- 比對範圍
- 僅列出目前詞彙版本與影片標題、說明仍相符的比對結果;待比對或來源文字已變動的影片不列入,數量見「收錄與比對範圍」。
- 期間
- 「往前 N 日」包含今天與前 N 天,共 N+1 個台北日曆日(往前 7 日為 8 個日曆日);指定起訖日期時以實際起訖日為準。日數、日期與小時條件同時套用。
- 命中片段
- 每支影片最多顯示 3 段,標示來自標題、說明或字幕;沒有片段時顯示「沒有命中片段」,來源文字缺漏時顯示「來源文字未提供」,不另行補寫。完整比對依據在影片頁的「共同標籤與比對依據」。
- 顯示排除
- 符合標籤顯示規則的詞(上游排除詞、雜訊、純數字或日期、長度不符,以及核定的來源或平台名稱、雙字通用詞、國家城市政黨詞、少數 YouTube 平台或宣傳用語)整詞不列入排行,但仍保留在原始詞彙池與比對證據中;原始詞彙池列出排除原因。雙字通用詞只依核定清單判定,包含它們的人名、事件或具體議題不會因此被排除。管理員也可以在排行上直接排除個別標籤,同樣只影響排行顯示,每次排除與恢復都留有紀錄。
- 說明欄樣板
- 同一頻道說明欄反覆出現的宣傳段落不列入比對。「24小時」這類詞只在這種重複宣傳段落中略過,出現在一般新聞內容時照常計入;這不同於整詞的顯示排除。
- 示例
- 列表與片段只是符合條件的影片例子,不能用來推算整體比例或全站失真程度;有效比對的影片比例只代表比對完成度。
- 觀看
- 累計觀看是取得當時的公開觀測值,不是期間增量;無觀看值的影片不當作 0。
本頁資料範圍
觀看數與互動數為取得當時的公開觀測值。
時間序列只有一筆有效觀測時,只列出該值與觀測時間,不畫走勢圖;累積兩筆以上才畫圖。
資料來源
本站以納入名單的 YouTube 頻道與影片為範圍(名單見頻道觀測),數據來自 YouTube 公開資料與定時觀測:直播約每分鐘輪詢一次,頻道統計、新影片與影片統計則分批輪流更新,所以同一頁的數字不一定在同一時間取得。不涵蓋全 YouTube;缺漏、尚未收錄或資料服務中斷都不等於零,尚未取得的數值顯示「—」。
頁面使用台北時間(UTC+8)。「更新於」是來源已記錄的觀測時間;來源沒有記錄時顯示「未記錄」,不以開啟網頁的時間代替。
共同標籤詞彙的標籤來源:新文易數(tag.observe.tw),保留來源、版本與比對依據;本站的頻道分類沿用有影儀表板的來源組織方式,與內容標籤是不同維度。影片數、觀看數與直播同時在線人數分開計算,不代表 YouTube 全站流量,也不表示因果關係。
