律动X知乎活动流程公布,Skills Demo+主题演讲+圆桌将Agent与链上金融讲透

marsbit发布于2026-04-17更新于2026-04-17

文章摘要

近期,AI智能体(Agent)领域因EvoMap指控Hermes抄袭、Claude指责OpenClaw等事件引发关注,反映出行业竞争日趋激烈。这类争议的核心在于用户如何选择执行同类任务的Agent,以及Agent核心技术原创性的界定。随着Agent数量增多、能力增强,用户将面临更多选择,如何应对这一趋势成为重要议题。相关讨论将在后续活动中进一步展开。

EvoMap 说 Hermes 抄袭的事,大家一定多少有些了解。

就像 Claude 说 OpenClaw 抄袭一样,类似的事情势必会越来越多。

因为本质上是一块地盘:用户选哪个 Agent 执行同类任务,或者说 Agent 里面的核心竞争力的原创边界在哪里。这场争吵说明一件事——Agent 之间的竞争已经真实到会让创始人失去冷静。选择权在用户手里。

而这也会是不久后我们每个人都要面对的问题,Agent 越来越多,能做很多事,那我们该怎么做?这正是我们活动上会探讨的问题。

相关问答

Q文章中提到哪两个AI Agent项目之间发生了抄袭争议?

A文章中提到EvoMap指控Hermes抄袭,以及Claude指控OpenClaw抄袭。

Q根据文章,AI Agent之间的竞争核心争议点是什么?

A竞争核心争议点是用户选择哪个Agent执行同类任务,以及Agent核心竞争力的原创边界问题。

Q文章认为这场抄袭争议说明了什么?

A说明Agent之间的竞争已经激烈到会让创始人失去冷静,且用户选择权成为关键因素。

Q文章指出未来用户将面临什么与AI Agent相关的问题?

A用户将面临Agent数量越来越多且功能强大时,如何选择和使用Agent的决策问题。

Q本文预告的活动将探讨什么主题?

A活动将探讨在Agent泛滥的背景下,用户应该如何应对和选择Agent的问题。

你可能也喜欢

年薪百万抢电工,Meta急到自己办技校

AI竞赛正面临新的瓶颈:工地。美国正面临严重的电工、建筑工等技术工人短缺,这已成为微软、Meta、OpenAI等公司快速建设超大规模AI数据中心(如OpenAI耗资160亿美元的“星际之门”项目)的“头号障碍”。 尽管AI公司愿支付高薪(如电工年薪可达24-28万美元),远超传统行业,但熟练技工仍供不应求。麦肯锡预测,美国在2023-2030年间需额外培养13万名电工和24万名建筑工,而劳工统计局预计每年仍有8万个电工岗位空缺。这种短缺导致项目延迟,每月可能造成数百万美元的收入损失。 AI数据中心建设复杂,需应对巨大功耗(一座设施耗电堪比数十万户家庭)、复杂的配电系统以及高密度散热(需液冷技术)等挑战,因此亟需大量技术娴熟的工人。 为此,科技巨头开始亲自下场培养人才。例如,Meta投入1.15亿美元建立建筑工人培训学校,提供免费培训及生活补贴,以快速输送工人上岗。OpenAI则与建筑工会合作,提前锁定熟练劳动力。同时,企业也将招聘目光投向高中生,鼓励年轻人投身技工行业。这些举措已见成效,Z世代对技工职业的兴趣显著上升。 然而,更深层的挑战在于电力。AI数据中心用电量正以惊人速度增长,已推高部分地区的电价。此外,数据中心建设是项目制的,建设期需要成千上万的工人,但建成后仅需少量常驻人员。这意味着未来可能面临熟练工人短期过剩、并流向其他行业压低薪资的风险。如何实现劳动力与电力资源的长期平衡,仍是悬而未决的问题。

marsbit1小时前

年薪百万抢电工,Meta急到自己办技校

marsbit1小时前

OpenAI 不靠最贵的模型卖钱了

OpenAI近期调整了API定价策略,旗舰模型GPT-5.6 Luna降价80%,Terra降价20%,而顶级模型Sol未降价但新增了更快的“Fast”模式。此次调整的核心并非单纯的价格战,而是标志着OpenAI首次引导用户根据任务需求选择不同模型,而非一味追求最强模型。官方建议复杂任务可由Sol进行规划,再由Luna等成本更优的模型执行。 此举与Anthropic近期推出半价替代旗舰的Claude Opus 5策略相似,显示硅谷领先公司正形成默契:旗舰模型(如Sol、Fable)的角色正从直接盈利转向树立技术品牌和探索上限,而商业化走量和利润则主要由中端及性价比模型(如Luna、Opus)承担。这类似于汽车等行业“旗舰立形象,走量车型赚利润”的模式。 更深层的变化在于成本下降的驱动力。OpenAI透露,此次降价部分得益于由Sol模型自身参与优化底层生产内核,实现了效率提升与成本降低,开启了“模型优化模型”的自我加速循环。 行业竞争焦点正从“谁最聪明”的单项性能比拼,转向为企业提供基于任务重要性、出错成本、规模等因素的“模型组合”最优解,追求整体ROI。这类似于云计算按数据冷热使用不同存储的策略。 OpenAI的长期战略日益清晰:其真正目标并非依靠单一模型的高毛利,而是通过极低的调用成本构建庞大的开发者生态与调用量,形成类似操作系统或云平台的渗透率与用户粘性。当API调用成本低至可被忽略,AI将如水电般无缝嵌入所有业务流程,其发展也将从追求智能巅峰的“产品时代”,进入驱动全面自动化与效率的“基础设施时代”。

marsbit1小时前

OpenAI 不靠最贵的模型卖钱了

marsbit1小时前

交易

现货
活动图片