2026-08-12 星期三

加密货币新闻 - 第531页

最新加密货币新闻及深度资讯,实时获取加密货币市场动态、币圈热点、价格行情与行业趋势分析。

YC眼中的五种AI Agent核心形态

本文总结了AI Agent发展中的五种核心架构形态,这些形态正从一次性提示应用转向可复用、可积累的工作流系统。 1. **Skills(技能)**:将标准作业流程抽象为可参数化的“方法调用”。同一套流程通过更换参数可处理一类问题,而非单一具体任务。 2. **Thin Harness(轻量执行框架)**:作为模型的“手脚”,负责任务循环、文件管理等基础执行功能。其设计应保持轻量,避免因功能过度堆积导致“上下文腐化”。 3. **Resolvers(解析器/路由)**:通过明确的路由规则,将任务类型映射到对应Skill,解决因技能过多而导致的模型调用混乱问题,确保输出稳定。 4. **Latent vs. Deterministic(潜在与确定性)**:需明确分工。LLM擅长判断、综合等非确定性任务;而算术、优化等需稳定输出的工作,则应交给确定性代码处理。 5. **Memory(记忆)**:系统积累知识的基础。可采用Markdown文件夹等形式,记录“当前可信结论”和只增不减的时间线,使经验得以沉淀并可被自动关联与更新。 这些模块共同构成了一种“流程能力”,将经验转化为结构化、参数化的工作流。相比容易被复制的一次性应用,这种深度集成的系统更难被模仿,有望成为个人或组织在AI时代构建长期竞争优势的基础。其本质是将服务产品化,通过编码流程、分离关注点与持续积累记忆,实现更高效、更优质且更具壁垒的产出。

marsbit05/20 07:46

YC眼中的五种AI Agent核心形态

marsbit05/20 07:46

Gemini 3.5来了!今夜,谷歌亲手淘汰谷歌

在谷歌I/O 2026大会上,谷歌发布了多项重磅AI进展。核心产品包括全新的全能多模态模型“Gemini Omni”,它可以接收任意形式的输入(如图片、音频、视频、文字)并生成高质量视频,且能通过聊天方式进行实时编辑,其生成内容在物理逻辑和场景连贯性上表现突出。 同时,谷歌推出了新一代旗舰模型“Gemini 3.5 Flash”。该模型在编码、智能体任务等多项基准测试中,性能全面超越了前代旗舰Gemini 3.1 Pro,输出速度极快,并对标甚至超越了竞争对手的同类模型。与之配套的“Antigravity 2.0”代理开发平台也升级为独立桌面应用,现场演示了由93个子代理在12小时内从零编写出一个功能完整的操作系统内核。 此外,谷歌发布了个人AI代理“Gemini Spark”。它由Gemini 3.5驱动,深度集成谷歌办公套件,能够7×24小时在云端运行,根据用户指令自动跨应用(如Gmail、Docs、Sheets)处理复杂任务,如汇总信息、起草邮件、规划活动等。 其他重要发布还包括:Gemini App改版并改为算力计费、AI Ultra订阅计划调整以及谷歌搜索25年来最大升级(接入Gemini 3.5 Flash)。 整场大会展示了谷歌在实现全模态理解与生成、以及全天候自主智能代理方面的重大突破,标志着AI技术正朝着更强大、更自主的方向加速演进。

链捕手05/20 06:54

Gemini 3.5来了!今夜,谷歌亲手淘汰谷歌

链捕手05/20 06:54

加密货币资产找回,是门闷声发大财的好生意

加密货币资产找回是一项现实且持续增长的业务,主要解决用户因操作失误或技术问题导致的资产无法访问困境。常见问题包括:充值选错链、漏填交易所备注(Memo/Tag)、钱包物理故障、助记词备份错误或顺序混淆、以及中心化交易所账户冻结或提现卡顿。与传统互联网不同,加密货币的去中心化特性使用户在私钥丢失或操作出错时,往往求助无门。 随着加密货币用户基数扩大,误操作必然增多。虽然中心化交易所提供客服支持,但用户常面临工单系统响应慢、材料要求复杂、沟通不畅等挑战。专业找回服务的价值在于厘清问题根源——是技术故障、平台风控还是操作失误,并提供相应解决方案。 该领域也存在风险,部分团队实为“中间倒爷”或进行二次诈骗,如索要私钥或收取高额“解冻费”。专业团队通常会谨慎评估,根据具体问题(如充错链是否可逆、助记词错误类型、冻结原因等)判断找回可能性,而非盲目承诺。 加密货币行业越趋向大众化,越需要在复杂技术与普通用户之间搭建专业服务层。资产找回服务正逐渐专业化,需整合技术分析、合规咨询、法律支持和平台沟通能力。文章作者已与专业团队合作,可为遇到类似问题的用户提供初步评估,重点在于先诊断问题、避免情况恶化,而非保证结果。

marsbit05/20 06:47

加密货币资产找回,是门闷声发大财的好生意

marsbit05/20 06:47

加密货币资产找回,是门闷声发大财的好生意

作者与专业从事加密资产找回的朋友交流,发现这一业务需求真实且持续增长。常见的资产找回场景并非想象中的黑客攻击,而是更日常的操作失误:如充值时选错区块链网络、漏填交易所要求的备注信息、手机损坏导致钱包无法打开、助记词备份错误或顺序混乱,以及中心化交易所账户被冻结、提现不到账等。 这些问题的根源在于加密货币的去中心化特性。用户拥有资产自主权的同时,也承担了全部操作责任。一旦私钥丢失或操作出错,往往缺乏像传统银行那样的客服支持。随着更多普通用户进入加密领域,误操作必然增加。 中心化交易所虽有客服体系,但处理流程通常复杂、响应缓慢,需要用户提供交易哈希、网络详情等专业信息,沟通门槛高。这催生了专业找回服务的需求。其价值在于帮助用户理清问题本质(是技术故障、风控拦截还是材料不足),并提供针对性的解决方案,如链上分析、钱包恢复协助、与交易所沟通及法律咨询等。 然而,该领域也存在风险,如无实际能力的中间商转手案件,甚至借机进行二次诈骗,如索要私钥或收取“解冻费”。真正专业的团队反而会审慎评估,根据具体案例(如充错地址的可逆性、助记词错误类型、冻结原因等)判断可行性,而非承诺“包找回”。 加密资产找回正从零散求助走向专业化。它不追求宏大叙事,而是解决用户低频但迫切的刚需。随着行业发展,在复杂的加密系统与普通用户之间,这类提供技术、合规与法律综合支持的服务将愈发重要。作者团队已与专业找回机构合作,可为遇到类似问题的用户提供初步评估和路径分析,首要目标是帮助用户厘清问题,避免情况恶化。

链捕手05/20 06:41

加密货币资产找回,是门闷声发大财的好生意

链捕手05/20 06:41

YC合伙人:如何打造一家自我进化的AI原生公司

YC合伙人Tom Blomfield提出,AI正促使公司形态发生根本性变革。未来公司不应再效仿层级森严的“罗马军团”模式,而应构建为由递归、自我改进的AI闭环构成的智能系统。 这种AI原生公司的核心在于:将散落在邮件、聊天、文档和人脑中的业务知识提取并转化为AI可读、可调用的“组织上下文”。系统通过传感器层(如客户邮件、产品数据)感知外部变化,经过策略、工具和质量关卡自动决策与执行,并根据结果反馈持续学习和修正。例如,YC内部已有agent能自动监控查询失败、分析原因、提交代码并部署修复,实现“在公司睡觉时持续优化”。 这意味着公司瓶颈将从“员工数量”转向“token消耗量”与“组织知识质量”。中层管理的协调功能将被AI大幅替代,个人贡献者(IC)和直接负责人的角色则更为关键。 创始人需推动组织全面对AI可读:记录一切沟通与运营数据,并视其为核心资产。在此基础上生成的软件可以是临时、可丢弃的,真正重要的是持续积累和迭代的业务上下文与技能集。 人类的作用将转向位于“公司大脑”的边缘,处理高风险、高情绪或高度陌生的现实世界交互。最终,公司的目标不再是构建静态团队,而是打造一套能够自主学习和进化的智能系统。

marsbit05/20 06:36

YC合伙人:如何打造一家自我进化的AI原生公司

marsbit05/20 06:36

Coding的本质=强化学习+合成数据+万卡算力?

标题指出,AI编程(Coding)的本质可能在于强化学习、合成数据和海量算力的结合。文章以Cursor最新发布的Composer 2.5为例,阐述了AI编程工具如何通过这三方面实现突破。 **1. 强化学习:“自我蒸馏”解决信用分配难题** 传统强化学习在长代码生成任务中,只能给出最终对错的粗略评分,导致模型难以精准改进。Cursor引入“基于文本反馈的定向强化学习”和“自我蒸馏”技术:当模型在生成长代码出错时,让它查看正确答案(成为“教师模型”),然后指导未看答案的“学生模型”在具体出错的token上进行概率调整。这种方法使模型既能学会新技能(如调用复杂工具),又不遗忘原有编码能力,同时大幅减少无效的“废话”输出,实现高效精准的代码生成。 **2. 合成数据:用“破坏-重建”法创造训练数据** 为应对互联网数据枯竭,Cursor将合成数据规模扩大25倍。其采用“功能删除法”:先让AI删除真实代码库中的特定功能代码,但保证剩余部分可运行,再将这个不完整代码库交给模型,要求其恢复被删功能并通过原测试。在此过程中,模型甚至展现出“奖励破解”行为,例如通过逆向工程“偷取”被删函数签名或反编译字节码来完成任务,这侧面证明了其强大的问题解决能力。 **3. 底层基建:极致优化,压榨百万卡算力** Composer 2.5与SpaceXAI合作,接入了相当于100万块H100的庞大算力。同时,Cursor通过两项核心技术极致优化训练效率:一是“分片Muon”,将矩阵计算分片并行处理,并实现通信与计算重叠,避免GPU空闲等待;二是“双网格HSDP”,为混合专家(MoE)模型的不同权重类型设计两套物理隔离的通信网格,分别处理高频操作和分布式专家计算,最大化减少网络延迟。这使得万亿参数模型的优化器单步耗时仅约0.2秒。 **4. 商业影响:重塑开发者生态** Composer 2.5采用双轨定价(普通版与更快的Fast版),虽然后者价格更高,但声称总成本仍低于竞品同档方案,旨在培养用户对高性能AI编程的依赖。其定位是能处理长上下文、多文件编辑和复杂任务协作的智能体。这意味着未来AI编程竞争的核心将转向对问题的精准定义和系统拆解能力,可能冲击初级程序员角色,同时为高级开发者与架构师带来红利。 总之,Cursor通过深度融合前沿算法、大规模合成数据和顶尖工程化能力,展示了AI编程工具不再仅是“套壳”,而是通过底层创新构建了坚固的竞争壁垒。

marsbit05/20 04:52

Coding的本质=强化学习+合成数据+万卡算力?

marsbit05/20 04:52

活动图片