ABAB Pedia
词条广场

Dwarkesh Patel

Dwarkesh Patel 是播客主持人和作者，主持长篇访谈节目 Dwarkesh Podcast，关注人工智能、科技、历史和经济等领域。他于2020年在大学期间开始制作播客，2024年入选 TIME100 AI，并与 Gavin Leech 合作整理出版《The Scaling Era: An Oral History of AI, 2019–2025》。

本页目录13 节
词条资料

早年与求学

Dwarkesh Patel 早年生活在印度，童年随家人来到美国，曾在多个州生活，后来进入得克萨斯大学奥斯汀分校学习计算机科学。⁠[1]

大学期间，他通过阅读经济学和历史著作拓展兴趣，并开始联系作者交流。阅读 Bryan Caplan 的《The Case Against Education》后，他发邮件表达对该书的兴趣，随后邀请 Caplan 参加访谈。⁠[1]

2020年创办 The Lunar Society 播客

2020年5月22日，Patel 发布与经济学家 Bryan Caplan 的访谈，节目页面将其标为播客首期。当时，他在大学宿舍制作名为 The Lunar Society 的节目，讨论教育、经济和社会问题。⁠[2][1]

同年7月10日，他发布对 Tyler Cowen 的采访，涉及经济增长、教育、历史和社会变化。这些早期节目以长篇对话展开，并提供音频、视频或文字材料。⁠[3]

2021年毕业后继续经营播客

2021年12月，Patel 从得克萨斯大学奥斯汀分校毕业，取得计算机科学学位。毕业之际，他仍在寻找长期职业方向。⁠[1][4]

他后来在工作回顾中写道，早期听众 Anil Varanasi 提供了1万美元资助，让他能够全职制作播客和写作六个月；此后又获得另一笔小额资助。即使继续制作节目，他也一度考虑结束播客、转去创业。⁠[4]

2023年采访 Ilya Sutskever

2023年3月27日，Patel 发布对时任 OpenAIOpenAIOpenAI是2015年创立的人工智能研究与产品机构，开发GPT系列模型、ChatGPT、Codex及开发者API，并开展图像、语音、视频与智能代理研究。2025年重组后，非营利的OpenAI Foundation继续控制营利主体OpenAI Group PBC。其发展涉及大规模融资与算力合作，也伴随治理、版权、隐私及人工智能安全争议。点击查看完整词条 首席科学家、共同创始人 Ilya Sutskever 的采访，话题包括通用人工智能、下一代模型、AI 对齐及科技公司的竞争。⁠[5]

Patel 在后来的专访中说，为准备这一访谈，他曾动手实现 Transformer。他把较长时间的阅读和技术准备视为采访方法的重要部分。⁠[1]

2024年采访 Mark Zuckerberg 并发展节目业务

2024年4月18日，Patel 发布对 Meta 首席执行官 Mark Zuckerberg 的采访，围绕 Llama 3、开放模型、定制芯片、合成数据和算力扩张的能源约束展开。⁠[6]

2025年回顾这次采访时，Patel 表示，围绕该期节目洽谈广告让他意识到收入能够支持全职剪辑人员，播客可以发展成长期经营的业务。⁠[7]

2024年8月阐述选题与研究方法

2024年8月，Patel 在《Dwarkesh Podcast Progress Update》中写道，他选择嘉宾时，更看重自己是否愿意花两周研究对方的领域，而非嘉宾是否知名。他把历史学家 Sarah Paine 的节目作为例子，说明专业学者也能获得广泛关注。⁠[4]

他同时讨论了广告、剪辑和协调拍摄占用研究时间的问题，希望通过分工增加阅读和写作时间。他认为，持续学习并形成自己的问题与判断，是提升节目质量的基础。⁠[4]

2024年9月入选 TIME100 AI

2024年9月，Patel 入选《时代》TIME100 AI 榜单。人物介绍关注他的技术访谈和前期研究，也提到此类播客因对科技领袖较为友好、追问不够强硬而受到的批评。⁠[8]

2025年出版《The Scaling Era》

2025年3月25日，Stripe Press 宣布推出《The Scaling Era: An Oral History of AI, 2019–2025》电子版，并开放纸质版预订。该书由 Patel 与 Gavin Leech 合作整理，以播客采访为基础呈现这一阶段人工智能发展的讨论。⁠[9]

书中汇集 Dario Amodei、Demis Hassabis、Ilya Sutskever、Mark Zuckerberg 等嘉宾的谈话，涉及模型扩展、对齐、计算资源及经济社会影响；出版社为访谈加入术语解释、图示和延伸材料。⁠[10]

在同期问答节目中，Patel 表示，自己选择嘉宾时会考虑是否愿意投入一至两周阅读其作品、了解研究，而不是只考虑对方的影响力。⁠[7]

2025年6月讨论持续学习对 AI 的限制

2025年6月2日，Patel 发表《Why I don’t think AGI is right around the corner》，结合自己尝试用语言模型处理播客后期工作的经验，提出持续学习能力不足会限制模型承担复杂工作的判断。⁠[11]

他区分了完成一次任务与长期吸收反馈、积累工作经验的能力，也承认推理模型和编程工具已有进步。文中的发展时间预测被他表述为具有很大不确定性的个人判断。⁠[11]

2026年4月采访黄仁勋

2026年4月15日，Patel 发布对英伟达首席执行官黄仁勋黄仁勋黄仁勋（Jensen Huang）是 NVIDIA 联合创始人、总裁兼首席执行官，自1993年公司成立起一直担任董事。他具有电气工程教育与半导体行业背景，在其任内，NVIDIA 的业务从图形芯片拓展至 GPU 通用计算、人工智能和数据中心计算平台。点击查看完整词条的采访，追问英伟达的供应链优势、TPU 竞争、云计算业务选择和对 AI 企业的投资。⁠[12]

双方还讨论了向中国销售 AI 芯片的问题。Patel 说明自己尚无确定立场，并从国家安全风险的角度提出反方问题；黄仁勋则阐述了让全球开发者使用美国技术体系的立场。⁠[12]

2026年9月继续采访 AI 研究者

2026年9月11日，Patel 与 John SchulmanJohn SchulmanJohn Schulman 是人工智能研究者，Thinking Machines Lab 共同创始人兼首席科学家、OpenAI 共同创始人。他的研究涉及深度强化学习和 AI 对齐，是 TRPO、GAE、PPO 等算法论文的主要作者之一，曾领导参与 ChatGPT 开发的强化学习团队，并在 Anthropic 从事对齐研究。点击查看完整词条、Beren Millidge、Charlie O’Neill 讨论递归自我改进、泛化和研究自动化。节目以多人对话呈现研究者在这些问题上的判断与分歧。⁠[13]

9月17日，他又发布对 Noam Brown 的采访，主题包括多智能体协作、研究自动化及如何判断模型是否对齐。⁠[14]

公开账号与作品

Patel 的官方网站为 https://www.dwarkesh.com（在新窗口打开），X 账号为 @dwarkesh_sp（https://x.com/dwarkesh_sp（在新窗口打开））。Dwarkesh Podcast 同时通过 YouTube、Apple Podcasts 和 Spotify 发布节目。⁠[15][16]

其代表作品包括长篇访谈节目 Dwarkesh Podcast，以及与 Gavin Leech 合作的《The Scaling Era: An Oral History of AI, 2019–2025》。⁠[10]

来源

  1. The future belongs to those who prepare like Dwarkesh Patel（在新窗口打开）
  2. Bryan Caplan — Nurturing Orphaned Ideas（在新窗口打开）
  3. Tyler Cowen — The Great Reset（在新窗口打开）
  4. Dwarkesh Podcast Progress Update（在新窗口打开）
  5. Ilya Sutskever — Why next-token prediction could surpass human intelligence（在新窗口打开）
  6. Mark Zuckerberg — Llama 3, $10B models, Caesar Augustus, & 1 GW datacenters（在新窗口打开）
  7. AMA: career advice given AGI, how I research ft. Sholto & Trenton（在新窗口打开）
  8. Dwarkesh Patel: The 100 Most Influential People in AI 2024（在新窗口打开）
  9. Preorder The Scaling Era: An Oral History of AI, 2019–2025（在新窗口打开）
  10. The Scaling Era: An Oral History of AI, 2019–2025（在新窗口打开）
  11. Why I don’t think AGI is right around the corner（在新窗口打开）
  12. Jensen Huang — TPU competition, why we should sell chips to China, & Nvidia’s supply chain moat（在新窗口打开）
  13. AI researchers debate how close we are to recursive self-improvement（在新窗口打开）
  14. Noam Brown — Agent swarms, alignment, & recursive self-improvement（在新窗口打开）
  15. About — Dwarkesh Podcast（在新窗口打开）
  16. Dwarkesh Patel (@dwarkesh_sp)（在新窗口打开）