Cache hit rate reaches 99.93%, the best Harness for DeepSeek is here, GitHub pulls in 86k Stars

marsbitPublicado a 2026-08-11Actualizado a 2026-08-11

Resumen

The open-source programming agent "Pi" has surged in popularity on GitHub, amassing around 86,000 stars, largely due to its exceptional efficiency when paired with DeepSeek's models. A key highlight is its remarkably high cache hit rate of approximately 99.93% for input tokens when using DeepSeek. This minimal cache miss rate of 0.07% means most repeated context is reused, drastically reducing computational costs. In a benchmark test by Composio comparing eight major agent harnesses running DeepSeek V4 Flash, Pi achieved the lowest average cost per successful task at about $0.028, significantly outperforming others like Claude Code, which was nearly seven times more expensive. Pi functions as a streamlined "harness" or workspace for AI models, providing core tools like file read/write and command execution while allowing users to add extensions. Its simplicity and specific adaptation for DeepSeek's API—handling its unique reasoning content and tool call formats—make it highly compatible. This design maximizes the efficiency of DeepSeek's low-cost tokens and powerful caching mechanism, as the agent's linear workflow avoids unnecessary changes to earlier prompt sections. While DeepSeek has officially announced its own harness project targeting Claude Code, Pi remains a versatile, user-customizable platform supporting multiple AI providers. It offers developers a cost-effective and flexible alternative, setting a high bar for future official solutions.

Nice, nice.

DeepSeek's official version is still on the way, and the unofficial "Best Harness" has already made a grand entrance! (Might as well outdo everyone.jpg)

The project is called "Pi", an open-source programming Agent that has pulled in about 86,000 Stars on GitHub.

The main reason the project is so hot is simply because this thing is so Efficient...

Look at this developer, Evan Kim. After he connected DeepSeek to Pi, approximately 99.93% of input tokens were successfully cache hits.

In other words, the cache miss rate is only 0.07%, meaning the vast majority of repeated context doesn't need to be recomputed???

What's more, the Composio team recently conducted a horizontal test of 8 mainstream Agent Harnesses, directly running DeepSeek V4 Flash on real tasks.

The results came out a bit dramatic—

Pi had the lowest average cost per successful task, only about $0.028.

Claude Code: How did you just make my price 7 times Pi's!!!

DeepSeek: My tokens are already sold this cheap.

Pi and other cost-saving projects: It's fine, we can make users buy even fewer of them, ha.

Four Tools Paired with DeepSeek, Cache Miss Rate Drops to 0.07%

Before talking about Pi, let's briefly discuss what a Harness actually is.

We all know that large models themselves are more like thinking brains—

To get them to actually work in a code repository, they need to be equipped with eyes, hands, and workflows.

For example, who reads files, how to call the terminal, how to run tests after modifying code—these engineering systems surrounding the model are collectively called a Harness.

Because of this, the same model with a different Harness can have vastly different practical performance and invocation costs!!

And the "Pi" created by developer Mario Zechner does exactly this—building such a programming workstation for large models.

After scanning the project, I can briefly summarize that Pi's approach is quite Direct—

That is, this thing, from the very beginning, never intended to cram "all features" into its core...

Specifically, by default, Pi only gives the model four tools—read file, write file, modify file, and execute command.

If users need planning mode, sub-agents, MCP, Git checkpoints, or permission controls, they can then install them one by one via extensions and Skills~

Emm... It's probably like delivering a bare apartment with basic utilities; Pi is responsible for building the four walls, and whether it's eventually decorated into a studio, a gaming room, or a three-bedroom apartment depends entirely on the user's own tinkering??

What a coincidence, this perfectly aligns with DeepSeek's needs...

As is well known, DeepSeek's reasoning and programming capabilities are quite strong, but its tool calling, context management, and reasoning content playback have their own interface rules.

This leads to problems when we directly plug it into a general Harness designed around OpenAI or Claude, such as tool format incompatibility, errors in reasoning content playback, and cache invalidation.

So, while DeepSeek's official product is still on the way, Pi took the initiative to adapt first—

In April this year, Pi added native Provider support for DeepSeek while also fixing 400 errors in V4 session playback.

It retains the reasoning_content as required by DeepSeek's interface and maps Pi's internal reasoning intensity to the thinking levels supported by DeepSeek.

Truly·customized by the community.

But! What really made Pi and DeepSeek click instantly was "Caching".

After all, a Coding Agent, with each step it executes, has to resend the system prompt, tool definitions, historical conversation, and code to the model, which leads to—

The longer the model works on a task, the longer the request grows, and most of this content, DeepSeek has already seen...

This is where automatic prefix caching comes in handy.

It can temporarily remember the already computed beginning of a request. In the next invocation, as long as the system prompt, tool definitions, and historical conversation remain consistent, this large chunk of content can be reused directly, and the model only needs to process the newly added information at the end.

And "Cache Hit Rate" measures exactly what percentage of tokens in this input successfully reused previous computation results.

The higher the hit rate, the fewer tokens need recomputation, and naturally, the lower the invocation cost.

But the trouble hides here too; adding a timestamp to the prompt, changing the order of tools—the cache might immediately forget and start computing from scratch.

However, Pi's advantage is that it's Simple Enough: Few default tools, session content continuously appends forward, rarely going back to tinker with previous content.

This way, when DeepSeek checks the log, the hundreds of pages it has already seen can be skipped directly, only processing the few newly added pages at the end, drastically lowering the cache miss rate~

And indeed, netizen Evan Kim came forward to verify—

After connecting DeepSeek to Pi, the cache miss rate dropped to 0.03%, corresponding to a cache hit rate of about 99.97%.

Do the math: processing 1 billion tokens would cost only around $19, whereas without using the cache, the cost would be over $900...

Additionally, the Composio team recently conducted a horizontal test of 8 mainstream Agent Harnesses, directly running DeepSeek V4 Flash on real tasks.

The results came out somewhat dramatic, The same DeepSeek, with a different Harness, can have a cost difference of up to 7 times???

At a glance, indeed Pi Agent has the lowest "average cost" per successful task, needing only about $0.028.

Following behind are Deep Agents, Hermes Agent, OpenCode, Codex, Oh My Pi, and Prime Agent, respectively.

Let's look at A-clan's precious Claude Code, the undisputed "Most Expensive Contestant"—

Completing one successful task costs an average of about $0.195, yes, nearly 7 times that of Pi... (The sky is falling)

Of course, this number doesn't mean Claude Code lacks capability; after all, it is itself a complete engineering system built around the Claude model.

It's just that when the underlying model is switched to DeepSeek, the workflows optimized for the Claude ecosystem don't fully benefit from DeepSeek's low cost and high cache efficiency.

The model is still the same DeepSeek; Pi just makes it read much less of the content it has already seen.

Pi: Quietly waiting for the official Harness to surpass me, ha.

Official Harness Team Already Assembled, Targeting Claude Code Directly

Of course, no matter how suitable Pi is for DeepSeek, it's currently still a third-party solution.

After all, DeepSeek itself has decided to step into the ring and build its own Harness, and it's probably not far from launch? (I guess)

Back in May this year, DeepSeek senior researcher Chen Deli confirmed that the company is internally forming an Agent Harness team, summarizing its goal in a very straightforward statement—

Build a DeepSeek Code Harness from scratch, benchmarked against Claude Code.

Then, over the past few months, job postings for Harness Product Managers and R&D Engineers have been popping up everywhere on the official website, like:

Then, at the end of July, the team lead for DeepSeek's Agent Harness team, ACM gold medalist Cui Tianyi, was still recruiting developers for related projects online.

It's almost coming to fruition.

Putting these clues together, DeepSeek's path is gradually becoming clear.

V4 is responsible for strengthening underlying reasoning, programming, and Agent capabilities; the official Harness is responsible for connecting the model to terminals, code repositories, and toolchains; context management and test feedback can send real user failure cases back to the model team.

Of course, to be honest, after the official product launches, Pi won't lose its place because of it.

DeepSeek Harness focuses on out-of-the-box usability and deeper synergy with its own models.

Pi leaves the workstation for users to modify themselves, more suitable for developers who like to control tools, customize workflows, and swap models at any time.

After all, Pi never tied itself exclusively to DeepSeek from the start...

Claude, OpenAI, Gemini, Kimi, MiniMax are all supported. Use DeepSeek today to save tokens, switch to another model tomorrow for special tasks—users can switch Providers anytime.

Emm... This also means that DeepSeek's official Harness, besides facing a bunch of Claude Code-style products, also has to contend with open workstations like Pi that developers have already adapted quite comfortably. (doge)

So now, the pressure officially shifts to the official version—

Your own Harness for DeepSeek, surely it can't be less knowledgeable about saving tokens than a third-party one, right??? (doge)

Reference Links:

[1]https://x.com/composio/status/2086814488162972027?s=20

[2]https://github.com/earendil-works/pi

This article is from WeChat Official Account "QbitAI", Author: Meng Yao

Criptos en tendencia

CitreaCTR

wrapped stUSDTWSTUSDT

Velodrome FinanceVELODROME

BrevisBREV

PancakeSwapCAKE

JUSTJST

Preguntas relacionadas

QWhat is the caching hit rate achieved when DeepSeek is integrated with the Pi harness according to the developer Evan Kim?

AAccording to developer Evan Kim, the caching miss rate is as low as 0.03% when DeepSeek is integrated with the Pi harness, which corresponds to a caching hit rate of approximately 99.97%.

QWhat is the average cost per successful task for Pi using DeepSeek V4 Flash, and how does it compare to Claude Code in the Composio team's test?

AIn the Composio team's test, Pi achieved the lowest average cost per successful task at approximately $0.028 using DeepSeek V4 Flash. Claude Code, in contrast, had an average cost of about $0.195, making it nearly 7 times more expensive than Pi.

QWhat are the four core tools provided by the Pi harness in its default setup?

AThe four core tools provided by the Pi harness in its default setup are: reading files, writing files, modifying files, and executing commands.

QWhat is the announced goal of DeepSeek's internal team for their upcoming official Agent Harness, as stated by senior researcher Chen Deli?

ADeepSeek senior researcher Chen Deli stated that the goal of their internal team is to build the DeepSeek Code Harness from scratch, aiming to rival Claude Code.

QWhat is a key architectural philosophy behind the Pi harness that contributes to its high caching efficiency with DeepSeek?

AA key architectural philosophy of the Pi harness is its simplicity and modularity. It starts with a minimal core of only four basic tools, and additional features can be added via extensions. This design keeps session content stable and appended sequentially, which minimizes changes to prompts and tool definitions, thereby maximizing caching hit rates for models like DeepSeek.

Lecturas Relacionadas

Outlook for the Post-Encryption Era: Asset Valuation Returns, What to Watch in the Next Decade?

The crypto economy is undergoing its most significant transformation in eight years, characterized by a shift from speculative frenzy to fundamental-driven growth. After the extreme overvaluation and unrealistic expectations of 2021, asset prices, including Bitcoin relative to gold, have corrected significantly. This reset has exposed structural industry weaknesses such as cyclical revenues, regulatory uncertainty, misaligned incentives between equity and token holders, poor disclosure, and a lack of common valuation frameworks, leading to widespread investor fatigue. However, this correction is healthy and has set the stage for a more mature phase. Numerous real-world use cases have emerged and are exhibiting compound growth, independent of token prices. These include peer-to-peer internet platforms, global digital dollars, permissionless exchanges, novel derivatives, global collateral markets, democratized asset creation, open fundraising platforms, and decentralized physical infrastructure networks. Key issues like dual-token models are being resolved, disclosure is improving, and a consensus is forming that most assets must generate cash flow. The leading blockchains (e.g., Ethereum, Solana) are becoming the monetary and financial base layer of the internet, with entrenched network effects. Established Wall Street and Silicon Valley institutions are now launching production-grade products on public chains, a shift accelerated by clearer regulations. While valuations have reset and growth models remain conservative, the potential for exponential growth remains. The broader macro environment—declining institutional trust, unsustainable sovereign debt, currency debasement, deglobalization, and a generational wealth transfer—is uniquely favorable for crypto's adoption. The market is not uniformly maturing; it consists of various products at different adoption stages where speculation will persist in cycles. The core opportunity lies in identifying the few native projects that will become foundational winners as the world rebuilds its economic systems. The current period of disillusionment conceals a generational opportunity for those betting on the new paradigm rather than mourning the old one.

Odaily星球日报Hace 26 min(s)

Outlook for the Post-Encryption Era: Asset Valuation Returns, What to Watch in the Next Decade?

Odaily星球日报Hace 26 min(s)

EthSystems and Undefined Labs sign MOU to support institutional Ethereum adoption in South Korea

EthSystems, an institutional Ethereum infrastructure firm founded by the former leaders of the Ethereum Foundation's Institutional Privacy Task Force, has signed a strategic Memorandum of Understanding (MOU) with South Korean Web3 advisory firm Undefined Labs. The partnership aims to accelerate institutional Ethereum adoption in South Korea by collaborating with financial institutions, regulators, and enterprises. Key focus areas include tokenization, stablecoins, digital asset infrastructure, and privacy-preserving blockchain systems. EthSystems, which spun out from the Ethereum Foundation in July 2026, provides technical advisory and infrastructure to help institutions deploy compliant, production-ready financial applications on Ethereum. Undefined Labs will support market entry, client introductions, business development, and provide local regulatory insights. This collaboration combines EthSystems' institutional Ethereum expertise with Undefined Labs' deep knowledge of the Korean financial market. Together, they will support Korean institutions through education, workshops, proof-of-concept initiatives, and long-term ecosystem development as Ethereum becomes a foundational element for next-generation financial infrastructure.

cointelegraphHace 1 hora(s)

EthSystems and Undefined Labs sign MOU to support institutional Ethereum adoption in South Korea

cointelegraphHace 1 hora(s)

When Meme Traffic Meets RWA: The Financial Ambitions of Hyperliquid and Robinhood

When Meme traffic meets RWA: Hyperliquid and Robinhood's Financial Ambitions This article explores the transformative role of speculation in financial market evolution, arguing it can provide the liquidity and capital foundation for mature, compliant businesses. The analysis draws parallels to historical examples, like 19th-century Chicago grain markets, where speculators provided necessary counterparty liquidity for farmers, eventually establishing a global pricing infrastructure. The author examines contemporary cases in crypto. The launch of Uniswap's Pools meme token platform on Robinhood Chain—originally built for tokenized stock trading—demonstrates how speculative meme trading can drive significant user adoption and liquidity. Despite initial volatility, this traffic can seed future, more substantial financial activities. Similarly, Hyperliquid, which began with high-leverage crypto trading, has successfully migrated its speculative model to real-world assets (RWAs) like equities, commodities, and indices. By July, RWA perpetual contract volumes on Hyperliquid surpassed its crypto trading for the first time, showcasing how speculation can build new, all-weather pricing layers. The core thesis is that speculation itself is neutral. Its long-term value and sustainability are determined by the underlying assets it engages with. While pure bubbles collapse, speculation anchored to valuable assets—be it wheat, gold, or equities—can evolve into foundational market infrastructure. Both Hyperliquid’s RWA platform and Robinhood’s strategy of leveraging meme coin enthusiasm to build towards on-chain securities trading exemplify this potential pathway from speculative frenzy to structured financial utility.

marsbitHace 1 hora(s)

When Meme Traffic Meets RWA: The Financial Ambitions of Hyperliquid and Robinhood

marsbitHace 1 hora(s)

NVIDIA HBM in Short Supply, Next-Gen GPUs Limited, but This Storage Drive Steals the Spotlight

The article discusses how AI Agents are transforming storage from a passive repository into an active component within AI inference and operation loops. As Agents perform continuous tasks involving models, memory, tools, and logs, data storage needs to evolve beyond simple block devices. The concept of "functional SSDs" is introduced, where capabilities like automatic encryption, compression, indexing, and memory management are embedded closer to the storage medium. This shift is driven by the need to handle Agent-specific data chains—including context, tool trajectories, and long-term memory—more efficiently. The piece analyzes current trends like AI SSDs from companies such as Phison (aiDAPTIV), Longsys (SPU+iSA), and Maxio, which are beginning to participate in the AI data path by managing model weights, KV cache, and prefetching. It further explores the future re-division of labor across the memory hierarchy: HBM for core compute, emerging High Bandwidth Flash (HBF) for read-intensive workloads, DRAM/CXL for mutable state, and functional SSDs for persistent, governed objects like Agent Memory. The conclusion is that storage will become integral to Agent capability, moving from just saving data to enabling next-step actions. The industry is poised to develop along three paths: functionalized SSDs, storage nodes tailored for Agents, and a re-architected, tiered memory system optimized for access patterns, security, and cost-per-token efficiency.

marsbitHace 1 hora(s)

NVIDIA HBM in Short Supply, Next-Gen GPUs Limited, but This Storage Drive Steals the Spotlight

marsbitHace 1 hora(s)

Breaking: Claude's Attempt on Riemann Hypothesis "Fails," but Accidentally Sets 37-Year Math Record

**AI Makes a Major Mathematical Leap While Failing at the Riemann Hypothesis** A research version of Anthropic's Claude AI was tasked with "seriously attempting" the legendary Riemann Hypothesis, a 167-year-old unsolved problem in mathematics. While it ultimately did not prove the hypothesis, its attempt yielded a significant breakthrough. Claude managed to improve the proven lower bound for the proportion of Riemann zeta function zeros lying on the critical line from 41.6% to 67.2%. This marks a 25.6 percentage point increase, described by observers as potentially the most substantial advance in analytic number theory in over a decade, considering that the previous record had only improved by 0.8 percentage points over 37 years. To achieve this, Claude generated and discarded roughly 650 initial ideas before orchestrating a day-and-a-half-long effort involving about 60 sub-agents. These agents executed 2,400 shell commands, wrote hundreds of Python scripts, and performed thousands of numerical checks. After finding the potential result, Claude initiated self-verification, downloaded papers to check for prior work, and independently re-derived the finding. It then suggested writing a formal paper. The result has been reviewed by Anthropic's internal mathematicians, who also collaborated with Claude to produce a formal, machine-checkable proof using the Lean theorem prover. External experts in the field have also reviewed the manuscript. Anthropic clarifies that the method likely does not directly lead to a full proof of the Riemann Hypothesis, but it demonstrates that advanced AI models are beginning to engage with genuine, open-ended research problems at the frontier of mathematical knowledge.

marsbitHace 1 hora(s)

Breaking: Claude's Attempt on Riemann Hypothesis "Fails," but Accidentally Sets 37-Year Math Record

marsbitHace 1 hora(s)

Trading

Spot

Artículos destacados

Qué es $S$

Entendiendo SPERO: Una Visión General Completa Introducción a SPERO A medida que el panorama de la innovación continúa evolucionando, la aparición de tecnologías web3 y proyectos de criptomonedas juega un papel fundamental en la configuración del futuro digital. Un proyecto que ha atraído la atención en este campo dinámico es SPERO, denotado como SPERO,$$s$. Este artículo tiene como objetivo reunir y presentar información detallada sobre SPERO, para ayudar a entusiastas e inversores a comprender sus fundamentos, objetivos e innovaciones dentro de los dominios web3 y cripto. ¿Qué es SPERO,$$s$? SPERO,$$s$ es un proyecto único dentro del espacio cripto que busca aprovechar los principios de descentralización y tecnología blockchain para crear un ecosistema que promueva la participación, la utilidad y la inclusión financiera. El proyecto está diseñado para facilitar interacciones de igual a igual de nuevas maneras, proporcionando a los usuarios soluciones y servicios financieros innovadores. En su esencia, SPERO,$$s$ tiene como objetivo empoderar a los individuos al proporcionar herramientas y plataformas que mejoren la experiencia del usuario en el espacio de las criptomonedas. Esto incluye habilitar métodos de transacción más flexibles, fomentar iniciativas impulsadas por la comunidad y crear caminos para oportunidades financieras a través de aplicaciones descentralizadas (dApps). La visión subyacente de SPERO,$$s$ gira en torno a la inclusividad, buscando cerrar brechas dentro de las finanzas tradicionales mientras aprovecha los beneficios de la tecnología blockchain. ¿Quién es el Creador de SPERO,$$s$? La identidad del creador de SPERO,$$s$ sigue siendo algo oscura, ya que hay recursos públicos limitados que proporcionan información de fondo detallada sobre su(s) fundador(es). Esta falta de transparencia puede derivarse del compromiso del proyecto con la descentralización, una ética que muchos proyectos web3 comparten, priorizando las contribuciones colectivas sobre el reconocimiento individual. Al centrar las discusiones en torno a la comunidad y sus objetivos colectivos, SPERO,$$s$ encarna la esencia del empoderamiento sin señalar a individuos específicos. Como tal, comprender la ética y la misión de SPERO sigue siendo más importante que identificar a un creador singular. ¿Quiénes son los Inversores de SPERO,$$s$? SPERO,$$s$ cuenta con el apoyo de una diversa gama de inversores que van desde capitalistas de riesgo hasta inversores ángeles dedicados a fomentar la innovación en el sector cripto. El enfoque de estos inversores generalmente se alinea con la misión de SPERO, priorizando proyectos que prometen avances tecnológicos sociales, inclusión financiera y gobernanza descentralizada. Estas fundaciones de inversores suelen estar interesadas en proyectos que no solo ofrecen productos innovadores, sino que también contribuyen positivamente a la comunidad blockchain y sus ecosistemas. El respaldo de estos inversores refuerza a SPERO,$$s$ como un contendiente notable en el dominio de proyectos cripto que evoluciona rápidamente. ¿Cómo Funciona SPERO,$$s$? SPERO,$$s$ emplea un marco multifacético que lo distingue de los proyectos de criptomonedas convencionales. Aquí hay algunas de las características clave que subrayan su singularidad e innovación: Gobernanza Descentralizada: SPERO,$$s$ integra modelos de gobernanza descentralizada, empoderando a los usuarios para participar activamente en los procesos de toma de decisiones sobre el futuro del proyecto. Este enfoque fomenta un sentido de propiedad y responsabilidad entre los miembros de la comunidad. Utilidad del Token: SPERO,$$s$ utiliza su propio token de criptomoneda, diseñado para servir diversas funciones dentro del ecosistema. Estos tokens permiten transacciones, recompensas y la facilitación de servicios ofrecidos en la plataforma, mejorando la participación y la utilidad general. Arquitectura en Capas: La arquitectura técnica de SPERO,$$s$ apoya la modularidad y escalabilidad, permitiendo la integración fluida de características y aplicaciones adicionales a medida que el proyecto evoluciona. Esta adaptabilidad es fundamental para mantener la relevancia en el cambiante paisaje cripto. Participación de la Comunidad: El proyecto enfatiza iniciativas impulsadas por la comunidad, empleando mecanismos que incentivan la colaboración y la retroalimentación. Al nutrir una comunidad sólida, SPERO,$$s$ puede abordar mejor las necesidades de los usuarios y adaptarse a las tendencias del mercado. Enfoque en la Inclusión: Al ofrecer tarifas de transacción bajas e interfaces amigables para el usuario, SPERO,$$s$ busca atraer a una base de usuarios diversa, incluyendo a individuos que anteriormente pueden no haber participado en el espacio cripto. Este compromiso con la inclusión se alinea con su misión general de empoderamiento a través de la accesibilidad. Cronología de SPERO,$$s$ Entender la historia de un proyecto proporciona información crucial sobre su trayectoria de desarrollo y hitos. A continuación se presenta una cronología sugerida que mapea eventos significativos en la evolución de SPERO,$$s$: Fase de Conceptualización e Ideación: Las ideas iniciales que forman la base de SPERO,$$s$ fueron concebidas, alineándose estrechamente con los principios de descentralización y enfoque comunitario dentro de la industria blockchain. Lanzamiento del Whitepaper del Proyecto: Tras la fase conceptual, se lanzó un whitepaper completo que detalla la visión, los objetivos y la infraestructura tecnológica de SPERO,$$s$ para generar interés y retroalimentación de la comunidad. Construcción de Comunidad y Primeras Interacciones: Se realizaron esfuerzos de divulgación activa para construir una comunidad de primeros adoptantes y posibles inversores, facilitando discusiones en torno a los objetivos del proyecto y obteniendo apoyo. Evento de Generación de Tokens: SPERO,$$s$ llevó a cabo un evento de generación de tokens (TGE) para distribuir sus tokens nativos a los primeros seguidores y establecer liquidez inicial dentro del ecosistema. Lanzamiento de la dApp Inicial: La primera aplicación descentralizada (dApp) asociada con SPERO,$$s$ se puso en marcha, permitiendo a los usuarios interactuar con las funcionalidades centrales de la plataforma. Desarrollo Continuo y Alianzas: Actualizaciones y mejoras continuas a las ofertas del proyecto, incluyendo alianzas estratégicas con otros actores en el espacio blockchain, han moldeado a SPERO,$$s$ en un jugador competitivo y en evolución en el mercado cripto. Conclusión SPERO,$$s$ se erige como un testimonio del potencial de web3 y las criptomonedas para revolucionar los sistemas financieros y empoderar a los individuos. Con un compromiso con la gobernanza descentralizada, la participación comunitaria y funcionalidades diseñadas de manera innovadora, allana el camino hacia un paisaje financiero más inclusivo. Como con cualquier inversión en el espacio cripto que evoluciona rápidamente, se anima a los posibles inversores y usuarios a investigar a fondo y participar de manera reflexiva con los desarrollos en curso dentro de SPERO,$$s$. El proyecto muestra el espíritu innovador de la industria cripto, invitando a una mayor exploración de sus innumerables posibilidades. Mientras el viaje de SPERO,$$s$ aún se desarrolla, sus principios fundamentales pueden, de hecho, influir en el futuro de cómo interactuamos con la tecnología, las finanzas y entre nosotros en ecosistemas digitales interconectados.

317 Vistas totalesPublicado en 2024.12.17Actualizado en 2024.12.17

Qué es AGENT S

Agent S: El Futuro de la Interacción Autónoma en Web3 Introducción En el paisaje en constante evolución de Web3 y las criptomonedas, las innovaciones están redefiniendo constantemente cómo los individuos interactúan con las plataformas digitales. Uno de estos proyectos pioneros, Agent S, promete revolucionar la interacción humano-computadora a través de su marco agente abierto. Al allanar el camino para interacciones autónomas, Agent S busca simplificar tareas complejas, ofreciendo aplicaciones transformadoras en inteligencia artificial (IA). Esta exploración detallada profundizará en las complejidades del proyecto, sus características únicas y las implicaciones para el dominio de las criptomonedas. ¿Qué es Agent S? Agent S se presenta como un marco agente abierto innovador, diseñado específicamente para abordar tres desafíos fundamentales en la automatización de tareas informáticas: Adquisición de Conocimiento Específico del Dominio: El marco aprende inteligentemente de diversas fuentes de conocimiento externas y experiencias internas. Este enfoque dual le permite construir un rico repositorio de conocimiento específico del dominio, mejorando su rendimiento en la ejecución de tareas. Planificación a Largo Plazo de Tareas: Agent S emplea planificación jerárquica aumentada por la experiencia, un enfoque estratégico que facilita la descomposición y ejecución eficiente de tareas complejas. Esta característica mejora significativamente su capacidad para gestionar múltiples subtareas de manera eficiente y efectiva. Manejo de Interfaces Dinámicas y No Uniformes: El proyecto introduce la Interfaz Agente-Computadora (ACI), una solución innovadora que mejora la interacción entre agentes y usuarios. Utilizando Modelos de Lenguaje Multimodal de Gran Escala (MLLMs), Agent S puede navegar y manipular diversas interfaces gráficas de usuario sin problemas. A través de estas características pioneras, Agent S proporciona un marco robusto que aborda las complejidades involucradas en la automatización de la interacción humana con las máquinas, preparando el terreno para una multitud de aplicaciones en IA y más allá. ¿Quién es el Creador de Agent S? Si bien el concepto de Agent S es fundamentalmente innovador, la información específica sobre su creador sigue siendo elusiva. El creador es actualmente desconocido, lo que resalta ya sea la etapa incipiente del proyecto o la elección estratégica de mantener a los miembros fundadores en el anonimato. Independientemente de la anonimidad, el enfoque sigue siendo en las capacidades y el potencial del marco. ¿Quiénes son los Inversores de Agent S? Dado que Agent S es relativamente nuevo en el ecosistema criptográfico, la información detallada sobre sus inversores y patrocinadores financieros no está documentada explícitamente. La falta de información disponible públicamente sobre las bases de inversión u organizaciones que apoyan el proyecto plantea preguntas sobre su estructura de financiamiento y hoja de ruta de desarrollo. Comprender el respaldo es crucial para evaluar la sostenibilidad del proyecto y su posible impacto en el mercado. ¿Cómo Funciona Agent S? En el núcleo de Agent S se encuentra una tecnología de vanguardia que le permite funcionar de manera efectiva en diversos entornos. Su modelo operativo se basa en varias características clave: Interacción Humano-Computadora Similar a la Humana: El marco ofrece planificación avanzada de IA, esforzándose por hacer que las interacciones con las computadoras sean más intuitivas. Al imitar el comportamiento humano en la ejecución de tareas, promete elevar las experiencias de los usuarios. Memoria Narrativa: Empleada para aprovechar experiencias de alto nivel, Agent S utiliza memoria narrativa para hacer un seguimiento de las historias de tareas, mejorando así sus procesos de toma de decisiones. Memoria Episódica: Esta característica proporciona a los usuarios una guía paso a paso, permitiendo que el marco ofrezca apoyo contextual a medida que se desarrollan las tareas. Soporte para OpenACI: Con la capacidad de ejecutarse localmente, Agent S permite a los usuarios mantener el control sobre sus interacciones y flujos de trabajo, alineándose con la ética descentralizada de Web3. Fácil Integración con APIs Externas: Su versatilidad y compatibilidad con varias plataformas de IA aseguran que Agent S pueda encajar sin problemas en ecosistemas tecnológicos existentes, convirtiéndolo en una opción atractiva para desarrolladores y organizaciones. Estas funcionalidades contribuyen colectivamente a la posición única de Agent S dentro del espacio cripto, ya que automatiza tareas complejas y de múltiples pasos con una intervención humana mínima. A medida que el proyecto evoluciona, sus posibles aplicaciones en Web3 podrían redefinir cómo se desarrollan las interacciones digitales. Cronología de Agent S El desarrollo y los hitos de Agent S pueden encapsularse en una cronología que resalta sus eventos significativos: 27 de septiembre de 2024: El concepto de Agent S fue lanzado en un documento de investigación integral titulado “Un Marco Agente Abierto que Usa Computadoras Como un Humano”, mostrando las bases del proyecto. 10 de octubre de 2024: El documento de investigación fue puesto a disposición del público en arXiv, ofreciendo una exploración profunda del marco y su evaluación de rendimiento basada en el benchmark OSWorld. 12 de octubre de 2024: Se lanzó una presentación en video, proporcionando una visión visual de las capacidades y características de Agent S, involucrando aún más a posibles usuarios e inversores. Estos marcadores en la cronología no solo ilustran el progreso de Agent S, sino que también indican su compromiso con la transparencia y la participación comunitaria. Puntos Clave Sobre Agent S A medida que el marco Agent S continúa evolucionando, varios atributos clave destacan, subrayando su naturaleza innovadora y potencial: Marco Innovador: Diseñado para proporcionar un uso intuitivo de las computadoras similar a la interacción humana, Agent S aporta un enfoque novedoso a la automatización de tareas. Interacción Autónoma: La capacidad de interactuar de manera autónoma con las computadoras a través de GUI significa un salto hacia soluciones informáticas más inteligentes y eficientes. Automatización de Tareas Complejas: Con su metodología robusta, puede automatizar tareas complejas y de múltiples pasos, haciendo que los procesos sean más rápidos y menos propensos a errores. Mejora Continua: Los mecanismos de aprendizaje permiten a Agent S mejorar a partir de experiencias pasadas, mejorando continuamente su rendimiento y eficacia. Versatilidad: Su adaptabilidad en diferentes entornos operativos como OSWorld y WindowsAgentArena asegura que pueda servir a una amplia gama de aplicaciones. A medida que Agent S se posiciona en el paisaje de Web3 y criptomonedas, su potencial para mejorar las capacidades de interacción y automatizar procesos significa un avance significativo en las tecnologías de IA. A través de su marco innovador, Agent S ejemplifica el futuro de las interacciones digitales, prometiendo una experiencia más fluida y eficiente para los usuarios en diversas industrias. Conclusión Agent S representa un audaz avance en la unión de la IA y Web3, con la capacidad de redefinir cómo interactuamos con la tecnología. Aunque aún se encuentra en sus primeras etapas, las posibilidades para su aplicación son vastas y atractivas. A través de su marco integral que aborda desafíos críticos, Agent S busca llevar las interacciones autónomas al primer plano de la experiencia digital. A medida que nos adentramos más en los reinos de las criptomonedas y la descentralización, proyectos como Agent S sin duda desempeñarán un papel crucial en la configuración del futuro de la tecnología y la colaboración humano-computadora.

708 Vistas totalesPublicado en 2025.01.14Actualizado en 2025.01.14

Cómo comprar S

¡Bienvenido a HTX.com! Hemos hecho que comprar Sonic (S) sea simple y conveniente. Sigue nuestra guía paso a paso para iniciar tu viaje de criptos.Paso 1: crea tu cuenta HTXUtiliza tu correo electrónico o número de teléfono para registrarte y obtener una cuenta gratuita en HTX. Experimenta un proceso de registro sin complicaciones y desbloquea todas las funciones.Obtener mi cuentaPaso 2: ve a Comprar cripto y elige tu método de pagoTarjeta de crédito/débito: usa tu Visa o Mastercard para comprar Sonic (S) al instante.Saldo: utiliza fondos del saldo de tu cuenta HTX para tradear sin problemas.Terceros: hemos agregado métodos de pago populares como Google Pay y Apple Pay para mejorar la comodidad.P2P: tradear directamente con otros usuarios en HTX.Over-the-Counter (OTC): ofrecemos servicios personalizados y tipos de cambio competitivos para los traders.Paso 3: guarda tu Sonic (S)Después de comprar tu Sonic (S), guárdalo en tu cuenta HTX. Alternativamente, puedes enviarlo a otro lugar mediante transferencia blockchain o utilizarlo para tradear otras criptomonedas.Paso 4: tradear Sonic (S)Tradear fácilmente con Sonic (S) en HTX's mercado spot. Simplemente accede a tu cuenta, selecciona tu par de trading, ejecuta tus trades y monitorea en tiempo real. Ofrecemos una experiencia fácil de usar tanto para principiantes como para traders experimentados.

1.4k Vistas totalesPublicado en 2025.01.15Actualizado en 2026.06.02

Discusiones

Bienvenido a la comunidad de HTX. Aquí puedes mantenerte informado sobre los últimos desarrollos de la plataforma y acceder a análisis profesionales del mercado. A continuación se presentan las opiniones de los usuarios sobre el precio de S (S).