ABOUT THIS EPISODE
在这期播客节目中，我们将探讨AI与程序员如何共同进步。
随着AI热潮席卷全球，许多程序员尝试着使用AI来辅助他们的开发工作，但同时也遇到了很多挑战。那么，在这个过程中AI应该起到怎样的作用，程序员又如何更好地利用AI帮助自己的工作呢？今天，我们有幸请到《生成式人工智能：AIGC的逻辑与应用》一书的作者丁磊老师，与我们一起聊聊这个话题。
在节目中，我们将了解到AI在编程中的价值和潜力，同时也会探讨程序员在合作过程中可能遇到的挑战。最后，我们将回顾一些建议和资源，以帮助程序员在与AI合作过程中取得更好的成果。
节目中提到的demo网址：https://www.pgyer.com/1RpnvH
丁磊老师《生成式人工智能：AIGC的逻辑与应用》一书的购买链接：https://r.daofm.cn/ga02o
本期嘉宾- 丁磊：美国俄亥俄州立大学人工智能专业博士，美国哥伦比亚大学博士后。曾为PayPal创立人工智能平台，历任百度金融首席数据科学家、PayPal全球消费者数据科学部创始负责人等职务，《生成式人工智能：AIGC的逻辑与应用》作者
- 李忻玮：声网AI算法工程师，《从零开始学扩散模型》作者
- 朱峰：「津津乐道播客网络」创始人，产品及技术专家
关于「编码人声」后期 / 卷圈
监制 / 姝琦
产品统筹 / bobo
联合制作 / 声网
录音间 / 声湃轩北京站
编码人声是一档聚焦程序员成长的播客节目，由资深程序员和年轻开发者共同担任主播。邀请不同背景的程序员担任节目嘉宾，分享程序员职业成长、个人成长经验，为程序员听友答疑解惑。
本节目由津津乐道播客网络与声网联合制作。
声网（NASDAQ:API）成立于2014年，是全球实时互动云服务开创者和引领者。开发者只需简单调用声网 API，即可在应用内构建多种实时音视频互动场景。对音视频技术感兴趣？可以到声网开发者社区 了解更多内容（公众号：声网开发者）
Chinese
China
OTHER EPISODES IN THIS PODCAST
本期节目，我们在河北廊坊「只有红楼梦·戏剧幻城」现场录制，聊的是其中最让人上头、也最容易让人反复惦记的《大观戏阵》。
如果你第一次走进《大观戏阵》，很可能会先感到一点慌乱：入口处递来一张随机卡片，你不知道自己会被分到哪一场戏；看完第一场之后，你还要拿着手里的票去和陌生人交换，像拆盲盒，也像在一座小型人生剧场里重新抽签；一天只能看 3 个剧目，但这里一共有几十个故事，于是遗憾变成了体验的一部分：你总会错过一些什么，也总会撞见一些没预料到的东西。
它有点不像传统意义上的“看戏”：观众不是坐在台下远远旁观，而是会被安排进教室、相亲局、家庭现场、职场循环、审讯空间，甚至成为剧情的一部分；演员离你…
第一次坐上一辆没有司机的车，大多数人很难不紧张：它真的会看红绿灯吗？会避让突然冲出来的人吗？前面堵住了，它会像老司机一样判断、变道，还是原地发呆？但也很有意思，很多人只需要五分钟，就会从“它行不行啊”变成“好像真的比我开得稳”。
这期节目，我们从 Robotaxi（无人驾驶出租车）这个具体场景出发，聊透智能驾驶正在发生的关键变化。它不是简单的没有司机这个角色，也不是把今天车上的辅助驾驶功能一路升级到“无人驾驶”。L2、L3、L4 这些听起来像台阶的等级，背后其实是完全不同的责任边界、技术路线、计算平台和商业模式。
这也是为什么，我们会把 NVIDIA 请到这期节目里。很多人对 NVIDI…
忙碌的人，到底应该怎么吃？
早餐来不及吃，中午外卖随便点，下午靠咖啡续命，晚上又想奖励自己一顿火锅、炸鸡、奶茶……我们一边追求健康，一边又在放纵之后充满负罪感。
这一期，我们从一个普通打工人的一天出发，聊聊现代人的饮食困境，以及怎样通过更聪明的选择，把吃饭这件事变得轻松一点。
什么是真正值得坚持的健康饮食？为什么很多人越克制，反而越容易暴食？配料表到底怎么看？低GI、抗炎饮食、零糖、零添加……哪些是真需求，哪些只是营销概念？如果没有时间做饭，又该怎样尽可能吃得更健康？
没有完美的饮食方案，但也许可以找到一种长期坚持、不容易内耗的生活方式。希望这一期，也能帮你找到属于自己的饮食平衡。
…
去一个以《红楼梦》为主题的戏剧幻城，最让人紧张的可能不是票价、路程和排队，而是一个更朴素的问题：我没读完《红楼梦》，真的能看懂吗？
这一期和几位老朋友聊了聊这趟有点出乎意料的文旅体验。
有人是拖家带口专程从北京开车来，两天还没看完；有人原本对社交媒体上铺天盖地的推荐有点警惕，结果看着看着开始“自愿特种兵”；也有人一开始带着没做功课的心虚来到现场，最后认真盘算起下次要不要再来补全遗憾。
这不是一场传统意义上的《红楼梦》解读，也不是一份景区打卡攻略。
我们更关心的是：
一个大型文旅项目，怎样把文学IP、戏剧、建筑、灯光、音乐、城市空间和家庭出游揉在一起，让红楼粉、非红楼粉、年轻人、父母…
AI 可以在几分钟内整理财报、归集行业信息，甚至以每月一千多元的成本，完成一名初级分析师的大量工作。但当问题从“发生了什么”变成“现在要不要下注”，它突然来到了能力的边界。
因为金融决策从来不只是一道计算题。相同的信息摆在不同的人面前，可能导向截然不同的选择。一个事后看来无比正确、却超出使用者认知边界的建议，未必会被采纳；即使勉强采纳，也未必拿得住。对于决策型 AI 来说，答案是否正确固然重要，但它是否理解人的经验、风险偏好与心理承受能力，同样关键。
这期节目在 Link X Demo Day 2026 的现场展开。我们从 AI Coding 的成功谈起，追问大模型能否在金融这个非标准化…
Disclaimer: The podcast and artwork embedded on this page are from DAO, which is the property of its owner and not affiliated with or endorsed by Listen Notes, Inc.
EDIT
Thank you for helping to keep the podcast database up to date.
