Le processus de l'événement Rhythm x Zhihu est dévoilé : Skills Demo + discours thématique + table ronde pour expliquer en détail les Agents et la finance on-chain

marsbitPublié le 2026-04-17Dernière mise à jour le 2026-04-17

Résumé

L'affaire Hermes accusé de plagiat par EvoMap, similaire aux allégations de Claude contre OpenClaw, illustre une compétition croissante entre les agents IA. Ces conflits révèlent l’enjeu central : les utilisateurs choisissent parmi divers agents pour exécuter des tâches, et la frontière de l’originalité des compétences devient cruciale. Cette rivalité, qui pousse même les fondateurs à perdre leur calme, souligne que la bataille pour la préférence des utilisateurs est désormais bien réelle. Face à la prolifération des agents capables d’accomplir de nombreuses tâches, la question se pose : comment devrions-nous naviguer dans ce paysage ? C’est précisément le sujet qui sera exploré lors de notre événement.

EvoMap a dit que Hermes avait plagié, tout le monde en a probablement un peu entendu parler.

Comme Claude a dit qu'OpenClaw avait plagié, des choses similaires vont inévitablement se multiplier.

Parce qu'il s'agit essentiellement d'un territoire : quel Agent les utilisateurs choisissent pour exécuter des tâches similaires, ou en d'autres termes, où se trouve la frontière de l'originalité de la compétitivité centrale d'un Agent. Cette dispute montre une chose — la compétition entre les Agents est déjà si réelle qu'elle peut faire perdre leur calme aux fondateurs. Le choix est entre les mains des utilisateurs.

Et ce sera aussi un problème auquel nous devrons tous faire face bientôt : de plus en plus d'Agents, capables de faire beaucoup de choses, alors que devons-nous faire ? C'est exactement le problème que nous aborderons lors de notre événement.

Questions liées

QQuel est le sujet principal de l'article concernant l'événement Rhythm x Zhihu ?

AL'article annonce le processus de l'événement Rhythm x Zhihu, qui comprendra une démonstration de compétences (Skills Demo), un discours thématique et une table ronde pour expliquer en profondeur les Agents et la finance on-chain.

QQuel conflit est mentionné dans l'article comme exemple de concurrence entre Agents ?

AL'article mentionne le conflit entre EvoMap accusant Hermes de plagiat, ainsi que Claude accusant OpenClaw de plagiat, illustrant la concurrence croissante dans le domaine des Agents.

QSelon l'article, que signifient ces conflits naissants entre entreprises d'Agent ?

ACes conflits signifient que la concurrence entre les Agents est devenue si réelle et intense qu'elle peut amener les fondateurs à perdre leur calme, et que les utilisateurs ont désormais le pouvoir de choisir quel Agent utiliser pour des tâches similaires.

QQuel est le problème fondamental que ces conflits mettent en lumière selon l'article ?

ALe problème fondamental est de définir les frontières de l'originalité et du cœur de la compétitivité des Agents - savoir quel Agent un utilisateur choisira pour exécuter une tâche similaire.

QQuelle question l'événement Rhythm x Zhihu propose-t-il d'explorer ?

AL'événement propose d'explorer la question suivante : alors que les Agents sont de plus en plus nombreux et capables de réaliser de nombreuses tâches, que devons-nous faire ? Comment devons-nous aborder cette nouvelle réalité ?

Lectures associées

Intervention conjointe américano-japonaise : le début d'un nouvel « accord du Plaza » et du système de Bretton Woods 2.0, et la fin de l'ère du carry trade sur le yen

Intervention conjointe historique des États-Unis et du Japon pour soutenir le yen, marquant un tournant potentiel dans le carry trade sur yen et les flux de capitaux mondiaux. Les secrétaire au Trésor américain Bestent et le président Trump ont confirmé l'implication active des États-Unis, évoquant des achats coordonnés de 5 à 10 milliards de dollars de yens. Cette action a provoqué un rebond significatif du yen face au dollar. Les analystes y voient la fin possible d'une ère de financement mondial à bas coût via le yen, un pilier des marchés depuis les années 1980. La nécessité pour le Japon de vendre potentiellement des réserves de devises (comme les Treasuries américains) pour défendre sa monnaie pourrait faire remonter les rendements obligataires à long terme et restructurer la liquidité globale. Cette pression sur les crédits n'est pas uniquement liée à l'inflation, mais aussi au changement de rôle des géants technologiques, qui émettent désormais des obligations pour financer l'IA, et à un ajustement structurel mondial. Certains interprètent cette coordination comme le signe d'un nouvel ordre monétaire international naissant, un "Bretton Woods 2.0", où les politiques se recentreraient sur la croissance et la productivité. L'événement force les marchés à réévaluer les dépendances établies de longue date.

marsbitIl y a 15 mins

Intervention conjointe américano-japonaise : le début d'un nouvel « accord du Plaza » et du système de Bretton Woods 2.0, et la fin de l'ère du carry trade sur le yen

marsbitIl y a 15 mins

Des TPU aux agents auto-évolutifs : comment Jeff Dean envisage la prochaine étape de l'IA

Lors d’une intervention à la YC Startup School 2026, Jeff Dean a partagé sa vision de l’évolution de l’IA au-delà des simples modèles de grande taille. Il souligne que la prochaine étape ne consiste pas seulement à créer des modèles plus puissants, mais à les intégrer dans des systèmes capables de fonctionner de manière autonome, d’apprendre par essais et erreurs, et d’exécuter des tâches complexes sur de longues périodes. Dean insiste sur l’importance de l’ingénierie du contexte, des outils spécialisés et des boucles de rétroaction pour permettre aux agents IA d’agir efficacement, comme des ingénieurs juniors. Il met en lumière les défis techniques sous-jacents, tels que la latence, la consommation énergétique et le coût du déplacement des données, qui conditionnent la faisabilité des applications pratiques. Pour les startups, il conseille de se concentrer sur des problèmes où les modèles génériques actuels échouent (taux de succès proche de 0–1%), en exploitant des données propriétaires, des évaluateurs spécialisés ou des flux de travail métier. Il anticipe également une automatisation croissante de la recherche scientifique et du développement de l’IA elle-même, accélérant le cycle hypothèse-expérience-évaluation. Enfin, Dean rappelle que la clé reste de bien définir les problèmes, de remettre en cause les hypothèses établies et de privilégier les solutions qui auront un impact réel, tout en travaillant avec des équipes complémentaires et collaboratives.

marsbitIl y a 1 h

Des TPU aux agents auto-évolutifs : comment Jeff Dean envisage la prochaine étape de l'IA

marsbitIl y a 1 h

Trading

Spot
活动图片