目录
🎓 专栏：WhynotTV — 硬核 AI 深度对话
ℹ️ 学习看板
- 前置要求：基础英语
- 预计成本：免费 · ⏱ 按需 · 🧠 高
💬 荣誉归属于原作者
- 本文内容：AI 磨刀匠对 WhynotTV（何泰然） 公开内容的整理与推荐
- 所有推荐内容的版权归原作者所有
- 感谢其对 AI 知识传播的贡献。
👤 他是谁
何泰然（Tairan He），卡内基梅隆大学（CMU）机器人研究所博士生，NVIDIA GEAR 小组成员（该小组由 Jim Fan 和 Yuke Zhu 领导）。研究方向：人形机器人的感知、全身控制和灵巧操作。获 CMU RI Presidential Fellowship 和 2025-2026 NVIDIA Graduate Fellowship，RSS 2024 杰出学生论文奖决赛入围。
他的独特价值：一个在读博士生，能请到 OpenAI 核心研究员、XGBoost 创造者这样级别的嘉宾做 2-4 小时的深度对话。 因为他自己就是圈内人，所以技术讨论能达到同行对话的深度，而不是媒体采访的表面。
🎬 精选内容
⚠️ 适合有一定技术基础的学习者 每期 2-4 小时，内容硬核，适合初中阶段以上。不追求效率的话，当背景音慢慢听也很值。
全部节目（持续更新中）
#4 翁家翌 — OpenAI 核心工程师，GPT 背后的”卖铲人”
- 链接：YouTube · B 站
- 时长：约 2 小时
- 嘉宾：翁家翌（Jiayi Weng），清华姚班 → CMU → OpenAI 后训练 RL Infra 核心工程师。参与了 ChatGPT、GPT-4o、o1 等重磅模型的训练。
核心观点：
- 框架一定要搭建好：无论是写代码还是做系统，架构的一致性（consistency）决定上限。他的开源框架”天授”用 1500 行代码实现了其他框架数千行的功能，核心就是”简单、好改、稳定”。他目前在 OpenAI 主导下一代 RL Infra 重构，同样是因为旧架构技术债太重。
- 关注单位时间内的迭代次数：Idea 很廉价，真正拉开差距的是”你单位时间内能验证多少个 Idea、修多少个 Bug”。RL 本质就是 trial-and-error，试得越快越多，成功就越近。OpenAI 成功的关键之一就是迭代效率够高。
- Infra 工程师比纯 Researcher 更难被 AI 取代：生成 Idea、写实验代码，AI 已经能做得不错。但在几千张卡的分布式系统里定位诡异的死锁或通信故障，需要极高的经验壁垒。
- DeepSeek 是唯一让 OpenAI 内部真正警觉的竞争者：关键不是性能指标，而是其迭代速度和 Infra 能力。
💡 编辑强烈推荐 这期值得反复看、反复学。信息量极大——从 RL 训练架构到 OpenAI 内部工作方式，从个人成长方法论到行业竞争格局，几乎每一段都有干货。是本播客目前含金量最高的一期。
#3 陈天奇 — XGBoost、TVM 创造者，谈长期主义与技术信仰
#2 胡渊鸣 — Taichi 创造者、Meshy AI CEO，从姚班到创业
核心观点：
- 要花时间思考什么东西是重要的：不要一头扎进执行里。很多人忙了一年回头看，做的事情对全局没有影响。先想清楚方向，再动手。
- 要反思为什么你的工作没有影响力：如果你投入了大量精力但产出的影响力很低，问题大概率不在执行层面，而在选择层面——你在做的事情可能本身就不够重要。
#1 杨硕 — 妙动科技创始人，从大疆到特斯拉 Optimus
⭐ 为什么关注他
- 嘉宾级别顶尖：每期都是 AI/机器人领域的华人顶级学者或创业者
- 同行深度对话：CMU 博士 + NVIDIA Fellow 的专业背景，让技术讨论不停留在表面
- 超长深度：2-4 小时的对话，把一个人的技术路径和思考讲透
- 技术 + 人文：在硬核技术之外，也覆盖职业选择、学术道路等人生哲思
🔗 在哪里关注他
| 平台 | 链接 | 特点 |
|---|---|---|
| YouTube | WhynotTV | 视频主阵地 |
| B 站 | WhynotTV | 国内同步 |
| 小宇宙 | WhynotTV Podcast | 音频版 |
| X/Twitter | @TairanHe99（个人）· @WhyNotTV（播客） | 动态更新 |
| 个人网站 | tairanhe.com | 研究成果和播客汇总 |
💡 听不懂也没关系 这个播客的技术深度较高，如果暂时跟不上，建议先从 Karpathy 的入门视频 和 课代表立正的认知升级内容 打好基础，再回来听 WhynotTV。
🚀 下一步
想了解 AI 对职业的影响？继续阅读 专题-AI会取代我的工作吗——用理性分析替代焦虑。