斯坦福 CS146S 如何教 AI 原生工程：Mihail Eric 访谈

Latent Space 发布 swyx 对 Stanford CS146S 授课教师、Monaco AI 负责人 Mihail Eric 的访谈，讨论 AI 原生软件工程应学什么。

Helmholtz Munich 的 Fabian Theis 在访谈中讨论虚拟细胞建模：现有数据集上的扰动预测不够难，不足以支撑复杂算法，应转向 Biohub 刚宣布的 18 亿美元多尺度、多模态数据收集所对应的更大问题。他指出当前评测指标校准不佳，会奖励无信息的均值预测，校准后深度学习模型可超越均值基线。其团队还在用 AI、分子数据、医学影像与临床数据构建精准医疗预测模型。

Latent Space 播客访谈 Legora CTO Jacob Lauritzen，围绕为其融资与产品方法展开，此前该公司宣布 5.5 亿美元 E 轮融资、估值 88 亿美元，4 月 ARR 已过 1 亿美元、客户超 1800 家。

Latent Space 采访 Legora CTO Jacob Lauritzen，谈如何在无法查看客户数据的前提下构建和测试法律智能体，Legora 已支持起草 Word 文档、在一张表格中审查 10000 份合同和尽职调查。他估计模型已能胜任约 60% 的法律工作，团队用模拟环境测试智能体，一次发布曾把引用正确率从 70% 提升到 99%；公司正在纽约、斯德哥尔摩和伦敦招聘工程师。

Latent Space 在 AI Engineer New York 上采访了 AI 原生财富管理公司 Arca 的首席 AI 工程师 Aman Singh，公司近期完成由 General Catalyst 领投的 4850 万美元融资。

Latent Space 播客采访 Anthropic 工程负责人 Katelyn Lesse 和产品负责人 Angela Jiang，探讨 Opus 5.5 发布一个月后的团队工作方式。

Latent Space 发布对 Anthropic 的 Katelyn Lesse 和 Angela Jiang 的访谈，介绍 Claude Platform 背后的工程实践，包括发布 Opus 5.5、把模型大脑与智能体执行环境分离、扩展 API 和构建可靠的托管智能体。

Endura Therapeutics CEO Adrian Sanborn 在 Latent Space 发表客座文章，提出生物科技公司应对 AI 的两种路径：用新技术把实验数据产出提速一个数量级的 Foundries，以及把 LLM 融入日常运营提升决策的 Navigators。

Latent Space 发布对 John Platt 的访谈，介绍 Google 的 Empirical Research Assistance（ERA）：用 Gemini 维护实验树并通过 Upper Confidence Bound 规则迭代变异 notebook，以求解可写成评分函数的科学问题。