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

marsbitPubblicato 2026-08-11Pubblicato ultima volta 2026-08-11

Introduzione

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

Crypto di tendenza

CitreaCTR

wrapped stUSDTWSTUSDT

Velodrome FinanceVELODROME

BrevisBREV

PancakeSwapCAKE

JUSTJST

Domande pertinenti

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.

Letture associate

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30 min fa

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

Odaily星球日报30 min fa

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.

cointelegraph1 h fa

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

cointelegraph1 h fa

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.

marsbit1 h fa

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

marsbit1 h fa

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.

marsbit1 h fa

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

marsbit1 h fa

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.

marsbit1 h fa

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

marsbit1 h fa

Trading

Spot

Articoli Popolari

Cosa è $S$

Comprendere SPERO: Una Panoramica Completa Introduzione a SPERO Mentre il panorama dell'innovazione continua a evolversi, l'emergere delle tecnologie web3 e dei progetti di criptovaluta gioca un ruolo fondamentale nel plasmare il futuro digitale. Un progetto che ha attirato l'attenzione in questo campo dinamico è SPERO, denotato come SPERO,$$s$. Questo articolo mira a raccogliere e presentare informazioni dettagliate su SPERO, per aiutare gli appassionati e gli investitori a comprendere le sue basi, obiettivi e innovazioni nei domini web3 e crypto. Che cos'è SPERO,$$s$? SPERO,$$s$ è un progetto unico all'interno dello spazio crypto che cerca di sfruttare i principi della decentralizzazione e della tecnologia blockchain per creare un ecosistema che promuove l'impegno, l'utilità e l'inclusione finanziaria. Il progetto è progettato per facilitare interazioni peer-to-peer in modi nuovi, fornendo agli utenti soluzioni e servizi finanziari innovativi. Al suo interno, SPERO,$$s$ mira a responsabilizzare gli individui fornendo strumenti e piattaforme che migliorano l'esperienza dell'utente nello spazio delle criptovalute. Questo include la possibilità di metodi di transazione più flessibili, la promozione di iniziative guidate dalla comunità e la creazione di percorsi per opportunità finanziarie attraverso applicazioni decentralizzate (dApps). La visione sottostante di SPERO,$$s$ ruota attorno all'inclusività, cercando di colmare le lacune all'interno della finanza tradizionale mentre sfrutta i vantaggi della tecnologia blockchain. Chi è il Creatore di SPERO,$$s$? L'identità del creatore di SPERO,$$s$ rimane piuttosto oscura, poiché ci sono risorse pubblicamente disponibili limitate che forniscono informazioni dettagliate sul suo fondatore o fondatori. Questa mancanza di trasparenza può derivare dall'impegno del progetto per la decentralizzazione—un ethos che molti progetti web3 condividono, dando priorità ai contributi collettivi rispetto al riconoscimento individuale. Centrando le discussioni attorno alla comunità e ai suoi obiettivi collettivi, SPERO,$$s$ incarna l'essenza dell'empowerment senza mettere in evidenza individui specifici. Pertanto, comprendere l'etica e la missione di SPERO rimane più importante che identificare un creatore singolo. Chi sono gli Investitori di SPERO,$$s$? SPERO,$$s$ è supportato da una varietà di investitori che vanno dai capitalisti di rischio agli investitori angelici dedicati a promuovere l'innovazione nel settore crypto. Il focus di questi investitori generalmente si allinea con la missione di SPERO—dando priorità a progetti che promettono avanzamenti tecnologici sociali, inclusività finanziaria e governance decentralizzata. Queste fondazioni di investitori sono tipicamente interessate a progetti che non solo offrono prodotti innovativi, ma contribuiscono anche positivamente alla comunità blockchain e ai suoi ecosistemi. Il supporto di questi investitori rafforza SPERO,$$s$ come un concorrente degno di nota nel dominio in rapida evoluzione dei progetti crypto. Come Funziona SPERO,$$s$? SPERO,$$s$ impiega un framework multifunzionale che lo distingue dai progetti di criptovaluta convenzionali. Ecco alcune delle caratteristiche chiave che sottolineano la sua unicità e innovazione: Governance Decentralizzata: SPERO,$$s$ integra modelli di governance decentralizzati, responsabilizzando gli utenti a partecipare attivamente ai processi decisionali riguardanti il futuro del progetto. Questo approccio favorisce un senso di proprietà e responsabilità tra i membri della comunità. Utilità del Token: SPERO,$$s$ utilizza il proprio token di criptovaluta, progettato per servire varie funzioni all'interno dell'ecosistema. Questi token abilitano transazioni, premi e la facilitazione dei servizi offerti sulla piattaforma, migliorando l'impegno e l'utilità complessivi. Architettura Stratificata: L'architettura tecnica di SPERO,$$s$ supporta la modularità e la scalabilità, consentendo un'integrazione fluida di funzionalità e applicazioni aggiuntive man mano che il progetto evolve. Questa adattabilità è fondamentale per mantenere la rilevanza nel panorama crypto in continua evoluzione. Coinvolgimento della Comunità: Il progetto enfatizza iniziative guidate dalla comunità, impiegando meccanismi che incentivano la collaborazione e il feedback. Nutrendo una comunità forte, SPERO,$$s$ può affrontare meglio le esigenze degli utenti e adattarsi alle tendenze di mercato. Focus sull'Inclusione: Offrendo basse commissioni di transazione e interfacce user-friendly, SPERO,$$s$ mira ad attrarre una base utenti diversificata, inclusi individui che potrebbero non aver precedentemente interagito nello spazio crypto. Questo impegno per l'inclusione si allinea con la sua missione generale di empowerment attraverso l'accessibilità. Cronologia di SPERO,$$s$ Comprendere la storia di un progetto fornisce preziose intuizioni sulla sua traiettoria di sviluppo e sui traguardi. Di seguito è riportata una cronologia suggerita che mappa eventi significativi nell'evoluzione di SPERO,$$s$: Fase di Concettualizzazione e Ideazione: Le idee iniziali che formano la base di SPERO,$$s$ sono state concepite, allineandosi strettamente con i principi di decentralizzazione e focus sulla comunità all'interno dell'industria blockchain. Lancio del Whitepaper del Progetto: Dopo la fase concettuale, è stato rilasciato un whitepaper completo che dettaglia la visione, gli obiettivi e l'infrastruttura tecnologica di SPERO,$$s$ per suscitare interesse e feedback dalla comunità. Costruzione della Comunità e Prime Interazioni: Sono stati effettuati sforzi attivi di outreach per costruire una comunità di early adopters e potenziali investitori, facilitando discussioni attorno agli obiettivi del progetto e ottenendo supporto. Evento di Generazione del Token: SPERO,$$s$ ha condotto un evento di generazione del token (TGE) per distribuire i propri token nativi ai primi sostenitori e stabilire una liquidità iniziale all'interno dell'ecosistema. Lancio della Prima dApp: La prima applicazione decentralizzata (dApp) associata a SPERO,$$s$ è stata attivata, consentendo agli utenti di interagire con le funzionalità principali della piattaforma. Sviluppo Continuo e Partnership: Aggiornamenti e miglioramenti continui alle offerte del progetto, inclusi partnership strategiche con altri attori nello spazio blockchain, hanno plasmato SPERO,$$s$ in un concorrente competitivo e in evoluzione nel mercato crypto. Conclusione SPERO,$$s$ rappresenta una testimonianza del potenziale del web3 e delle criptovalute di rivoluzionare i sistemi finanziari e responsabilizzare gli individui. Con un impegno per la governance decentralizzata, il coinvolgimento della comunità e funzionalità progettate in modo innovativo, apre la strada verso un panorama finanziario più inclusivo. Come per qualsiasi investimento nello spazio crypto in rapida evoluzione, si incoraggiano potenziali investitori e utenti a ricercare approfonditamente e a impegnarsi in modo riflessivo con gli sviluppi in corso all'interno di SPERO,$$s$. Il progetto mostra lo spirito innovativo dell'industria crypto, invitando a ulteriori esplorazioni delle sue innumerevoli possibilità. Mentre il percorso di SPERO,$$s$ è ancora in fase di sviluppo, i suoi principi fondamentali potrebbero effettivamente influenzare il futuro di come interagiamo con la tecnologia, la finanza e tra di noi in ecosistemi digitali interconnessi.

301 Totale visualizzazioniPubblicato il 2024.12.17Aggiornato il 2024.12.17

Cosa è AGENT S

Agent S: Il Futuro dell'Interazione Autonoma in Web3 Introduzione Nel panorama in continua evoluzione di Web3 e criptovalute, le innovazioni stanno costantemente ridefinendo il modo in cui gli individui interagiscono con le piattaforme digitali. Uno di questi progetti pionieristici, Agent S, promette di rivoluzionare l'interazione uomo-computer attraverso il suo framework agentico aperto. Aprendo la strada a interazioni autonome, Agent S mira a semplificare compiti complessi, offrendo applicazioni trasformative nell'intelligenza artificiale (AI). Questa esplorazione dettagliata approfondirà le complessità del progetto, le sue caratteristiche uniche e le implicazioni per il dominio delle criptovalute. Cos'è Agent S? Agent S si presenta come un innovativo framework agentico aperto, progettato specificamente per affrontare tre sfide fondamentali nell'automazione dei compiti informatici: Acquisizione di Conoscenze Specifiche del Dominio: Il framework apprende in modo intelligente da varie fonti di conoscenza esterne ed esperienze interne. Questo approccio duale gli consente di costruire un ricco repository di conoscenze specifiche del dominio, migliorando le sue prestazioni nell'esecuzione dei compiti. Pianificazione su Lungo Orizzonte di Compiti: Agent S impiega una pianificazione gerarchica potenziata dall'esperienza, un approccio strategico che facilita la suddivisione e l'esecuzione efficiente di compiti complessi. Questa caratteristica migliora significativamente la sua capacità di gestire più sottocompiti in modo efficiente ed efficace. Gestione di Interfacce Dinamiche e Non Uniformi: Il progetto introduce l'Interfaccia Agente-Computer (ACI), una soluzione innovativa che migliora l'interazione tra agenti e utenti. Utilizzando Modelli Linguistici Multimodali di Grandi Dimensioni (MLLM), Agent S può navigare e manipolare senza sforzo diverse interfacce grafiche utente. Attraverso queste caratteristiche pionieristiche, Agent S fornisce un framework robusto che affronta le complessità coinvolte nell'automazione dell'interazione umana con le macchine, preparando il terreno per innumerevoli applicazioni nell'AI e oltre. Chi è il Creatore di Agent S? Sebbene il concetto di Agent S sia fondamentalmente innovativo, informazioni specifiche sul suo creatore rimangono elusive. Il creatore è attualmente sconosciuto, il che evidenzia sia la fase embrionale del progetto sia la scelta strategica di mantenere i membri fondatori sotto anonimato. Indipendentemente dall'anonimato, l'attenzione rimane sulle capacità e sul potenziale del framework. Chi sono gli Investitori di Agent S? Poiché Agent S è relativamente nuovo nell'ecosistema crittografico, informazioni dettagliate riguardanti i suoi investitori e sostenitori finanziari non sono documentate esplicitamente. La mancanza di approfondimenti pubblicamente disponibili sulle fondazioni di investimento o sulle organizzazioni che supportano il progetto solleva interrogativi sulla sua struttura di finanziamento e sulla roadmap di sviluppo. Comprendere il supporto è cruciale per valutare la sostenibilità del progetto e il suo potenziale impatto sul mercato. Come Funziona Agent S? Al centro di Agent S si trova una tecnologia all'avanguardia che gli consente di funzionare efficacemente in contesti diversi. Il suo modello operativo è costruito attorno a diverse caratteristiche chiave: Interazione Uomo-Computer Simile a Quella Umana: Il framework offre una pianificazione AI avanzata, cercando di rendere le interazioni con i computer più intuitive. Mimando il comportamento umano nell'esecuzione dei compiti, promette di elevare le esperienze degli utenti. Memoria Narrativa: Utilizzata per sfruttare esperienze di alto livello, Agent S utilizza la memoria narrativa per tenere traccia delle storie dei compiti, migliorando così i suoi processi decisionali. Memoria Episodica: Questa caratteristica fornisce agli utenti una guida passo-passo, consentendo al framework di offrire supporto contestuale mentre i compiti si sviluppano. Supporto per OpenACI: Con la capacità di funzionare localmente, Agent S consente agli utenti di mantenere il controllo sulle proprie interazioni e flussi di lavoro, allineandosi con l'etica decentralizzata di Web3. Facile Integrazione con API Esterne: La sua versatilità e compatibilità con varie piattaforme AI garantiscono che Agent S possa adattarsi senza problemi agli ecosistemi tecnologici esistenti, rendendolo una scelta attraente per sviluppatori e organizzazioni. Queste funzionalità contribuiscono collettivamente alla posizione unica di Agent S all'interno dello spazio crittografico, poiché automatizza compiti complessi e multi-fase con un intervento umano minimo. Man mano che il progetto evolve, le sue potenziali applicazioni in Web3 potrebbero ridefinire il modo in cui si svolgono le interazioni digitali. Cronologia di Agent S Lo sviluppo e le tappe di Agent S possono essere riassunti in una cronologia che evidenzia i suoi eventi significativi: 27 Settembre 2024: Il concetto di Agent S è stato lanciato in un documento di ricerca completo intitolato “Un Framework Agentico Aperto che Usa i Computer Come un Umano”, mostrando le basi per il progetto. 10 Ottobre 2024: Il documento di ricerca è stato reso pubblicamente disponibile su arXiv, offrendo un'esplorazione approfondita del framework e della sua valutazione delle prestazioni basata sul benchmark OSWorld. 12 Ottobre 2024: È stata rilasciata una presentazione video, fornendo un'idea visiva delle capacità e delle caratteristiche di Agent S, coinvolgendo ulteriormente potenziali utenti e investitori. Questi indicatori nella cronologia non solo illustrano i progressi di Agent S, ma indicano anche il suo impegno per la trasparenza e il coinvolgimento della comunità. Punti Chiave su Agent S Man mano che il framework Agent S continua a evolversi, diversi attributi chiave si distinguono, sottolineando la sua natura innovativa e il potenziale: Framework Innovativo: Progettato per fornire un uso intuitivo dei computer simile all'interazione umana, Agent S porta un approccio nuovo all'automazione dei compiti. Interazione Autonoma: La capacità di interagire autonomamente con i computer attraverso GUI segna un passo avanti verso soluzioni informatiche più intelligenti ed efficienti. Automazione di Compiti Complessi: Con la sua metodologia robusta, può automatizzare compiti complessi e multi-fase, rendendo i processi più veloci e meno soggetti a errori. Miglioramento Continuo: I meccanismi di apprendimento consentono ad Agent S di migliorare dalle esperienze passate, migliorando continuamente le sue prestazioni e la sua efficacia. Versatilità: La sua adattabilità attraverso diversi ambienti operativi come OSWorld e WindowsAgentArena garantisce che possa servire un'ampia gamma di applicazioni. Man mano che Agent S si posiziona nel panorama di Web3 e delle criptovalute, il suo potenziale per migliorare le capacità di interazione e automatizzare i processi segna un significativo avanzamento nelle tecnologie AI. Attraverso il suo framework innovativo, Agent S esemplifica il futuro delle interazioni digitali, promettendo un'esperienza più fluida ed efficiente per gli utenti in vari settori. Conclusione Agent S rappresenta un audace passo avanti nell'unione tra AI e Web3, con la capacità di ridefinire il modo in cui interagiamo con la tecnologia. Sebbene sia ancora nelle sue fasi iniziali, le possibilità per la sua applicazione sono vaste e coinvolgenti. Attraverso il suo framework completo che affronta sfide critiche, Agent S mira a portare le interazioni autonome al centro dell'esperienza digitale. Man mano che ci addentriamo nei regni delle criptovalute e della decentralizzazione, progetti come Agent S giocheranno senza dubbio un ruolo cruciale nel plasmare il futuro della tecnologia e della collaborazione uomo-computer.

735 Totale visualizzazioniPubblicato il 2025.01.14Aggiornato il 2025.01.14

Come comprare S

Benvenuto in HTX.com! Abbiamo reso l'acquisto di Sonic (S) semplice e conveniente. Segui la nostra guida passo passo per intraprendere il tuo viaggio nel mondo delle criptovalute.Step 1: Crea il tuo Account HTXUsa la tua email o numero di telefono per registrarti il tuo account gratuito su HTX. Vivi un'esperienza facile e sblocca tutte le funzionalità,Crea il mio accountStep 2: Vai in Acquista crypto e seleziona il tuo metodo di pagamentoCarta di credito/debito: utilizza la tua Visa o Mastercard per acquistare immediatamente SonicS.Bilancio: Usa i fondi dal bilancio del tuo account HTX per fare trading senza problemi.Terze parti: abbiamo aggiunto metodi di pagamento molto utilizzati come Google Pay e Apple Pay per maggiore comodità.P2P: Fai trading direttamente con altri utenti HTX.Over-the-Counter (OTC): Offriamo servizi su misura e tassi di cambio competitivi per i trader.Step 3: Conserva Sonic (S)Dopo aver acquistato Sonic (S), conserva nel tuo account HTX. In alternativa, puoi inviare tramite trasferimento blockchain o scambiare per altre criptovalute.Step 4: Scambia Sonic (S)Scambia facilmente Sonic (S) nel mercato spot di HTX. Accedi al tuo account, seleziona la tua coppia di trading, esegui le tue operazioni e monitora in tempo reale. Offriamo un'esperienza user-friendly sia per chi ha appena iniziato che per i trader più esperti.

1.5k Totale visualizzazioniPubblicato il 2025.01.15Aggiornato il 2026.06.02

Discussioni

Benvenuto nella Community HTX. Qui puoi rimanere informato sugli ultimi sviluppi della piattaforma e accedere ad approfondimenti esperti sul mercato. Le opinioni degli utenti sul prezzo di S S sono presentate come di seguito.