# 代理的所有文章

在 HTX 新闻中心浏览与「代理」相关的最新资讯与深度分析。潘盖市场趋势、项目动态、技术进展及监管政策，提供权威的加密行业洞察。

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

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

marsbit05/20 04:52

谷歌用 AI“杀死”谷歌，这场发布会看得人缺氧

在2026年Google I/O大会上，谷歌发布了一系列重磅AI更新，核心是推动AI从工具向智能体（Agent）和基础设施演进。主要内容包括： 1. **Gemini Omni模型**：一个新的多模态“世界模型”，重点提升视频生成与编辑能力，能理解物理规律并将抽象概念转化为视频，未来目标是从任意输入生成任意内容。 2. **Gemini 3.5 Flash模型**：主打极速响应与低成本，代码能力大幅提升，输出速度可达其他前沿模型的4-12倍。其驱动的开发平台Antigravity 2.0可让AI智能体协同完成复杂任务（如从零构建操作系统）。 3. **AI搜索全面升级**：搜索整合Gemini 3.5，体验更连贯，并引入“信息智能体”功能，可长期跟踪特定主题信息。搜索还将能生成交互式界面来解答复杂问题。 4. **个人AI智能体Gemini Spark**：一个可24小时在云端后台运行的个人助手，能处理多步骤复杂任务（如活动策划、信息汇总），即使设备关机也能工作。 5. **Gemini App大改版**：采用新设计语言，回答内容呈现更动态交互。新增“每日简报”功能，整合邮箱、日历等信息提供个性化晨间摘要。 6. **创意与生产力工具更新**：发布了图片编辑工具Google Pics、升级了网站设计工具Stitch和视频创作工具Google Flow，全面增强AI生成与编辑能力。 7. **押注AI硬件入口**：与三星等合作，推出基于Android XR平台的智能眼镜（显示眼镜和音频眼镜），将Gemini深度集成到可穿戴设备中。 8. **商业模式转变**：文章指出，随着AI功能日益深入和复杂，其高昂的算力成本正推动谷歌从传统的免费互联网模式，转向依靠订阅服务和企业级合同盈利的“AI订阅基础设施公司”。整场发布会信息量巨大，展现了谷歌将AI深度融入其全生态产品的决心，其商业模式的演进也成为关注焦点。

marsbit05/19 23:53

marsbit05/19 23:53

Agents 资本市场：自主代理将如何获得融资？

未来十年内，自主AI代理将拥有专属的资本市场。这些代理是具备法律主体资格的软件实体，能签署合同、持有账户、通过提供常规商业服务（如营销、物流、法律研究等）赚取收入。其核心优势在于极低的运营成本，可能仅为人类同类公司的10%，从而形成巨大的经济效益。这一趋势必将实现，理由有四：1) 压倒性的成本优势与利润空间；2) 已有成功案例（如Sierra、Harvey）证明市场需求真实存在；3) 美国多州法律框架（如怀俄明州无成员LLC）已支持算法管理实体；4) 全球巨额资本正在寻找高收益的新资产类别。代理的融资将呈现多层次结构：初期依赖风险投资；随后出现基于其可审计现金流的程序化营运资金垫款和基于收入的融资；成熟后，机构资本将通过类似好莱坞的“片单融资”模式，投资于由大量小型代理公司组成的资产池，以分散风险。代币化主要作为二级市场结算层，增强流动性。对代理的尽职调查将更侧重于其业务真实性、模型依赖性、客户粘性以及由智能合约定义的股权结构，而非创始团队访谈。目前，代理发展的两大束缚正被解除：法律上已能成为独立实体；财务上，专属资本市场的形成将使其能直接对接资本，无需依赖人类投资者的个人决策。当评级、承销、指数等金融市场基础设施完备时，代理将从技术概念转化为真正可大规模融资的经济板块。这一刻，才是该类别真正成熟的标志。

链捕手05/19 05:14

链捕手05/19 05:14

Anthropic创始人手册：如何打造一家 AI Native 公司！

昨天，Anthropic发布了《创始人手册：如何打造一家AI Native公司》。手册基于2026年可实现的AI能力，重新梳理了初创公司生命周期的四个阶段：创意、MVP、发布和规模化，并为每个阶段提供了目标、退出标准、常见失败模式及AI实践练习。手册的核心观点是，AI正在改变人们将想法变为现实的方式。过去创业需要克服技术、人力、资金等多重门槛，而现在AI能辅助完成编码、调研、竞品分析、商业计划书撰写乃至运营等工作，使得小团队甚至个人也能执行复杂任务。手册强调，创始人的角色正从个人贡献者转向“智能体调度者”。技术能力不再是创业的绝对壁垒，拥有深厚行业经验与业务判断力的非技术背景者，也能借助AI将领域知识转化为产品。然而，AI降低了执行门槛，却未降低判断门槛。产品原型可能快速完成，但验证真实需求反而更为关键，否则容易陷入“快速做出无人需要的产品”的陷阱。此外，AI让小团队能获得过去大公司才具备的组织能力（如研发、市场、运营等），从而可能削弱大公司的规模优势。未来竞争的关键可能在于“谁更善于指挥AI”。关于AI原生公司的护城河，手册指出将不再是模型能力本身，而在于：1. 深厚的领域知识；2. 长期积累的用户行为数据形成的“数据飞轮”；3. 产品深度嵌入用户工作流程后产生的“工作流锁定”。总而言之，这份手册标志着AI发展进入新阶段：从关注模型能力、到应用爆发，现在正转向思考如何用AI重塑公司形态。真正的AI原生公司，是从根本上将AI融入其研发、运营、销售及决策等全流程的新型组织。

marsbit05/19 03:54

marsbit05/19 03:54

OpenAI为何造手机？苹果不给的权限，ChatGPT自己抢

2026年，OpenAI被曝正在加速研发其首款AI Agent手机，计划最快2027年上半年量产。这一看似激进的举动，源于其面临的核心困境：尽管ChatGPT拥有约9亿周活用户，但其作为“会说话”的AI，缺乏“会办事”的能力。早期，OpenAI坚信“模型即入口”，认为只要智能足够强，用户和商业模式会自然涌现。ChatGPT的空前成功似乎验证了这一点。然而，竞争对手Anthropic通过聚焦“把事情干完”的Claude Code，在开发者等高付费群体中取得了更高的商业效率，这迫使OpenAI重新审视其战略。 OpenAI意识到，要让AI真正接管用户任务（如订票、支付），不仅需要强大的模型，更需要深度系统权限来调用屏幕、相机、文件、支付等。然而，作为合作伙伴的苹果和微软，不可能将这样的核心系统权限和默认入口让渡给ChatGPT。这使得ChatGPT始终“住在别人的房子里”，无法成为真正的智能代理（Agent）。因此，造手机对OpenAI而言，本质是争夺“主权”——为ChatGPT打造一个能看见、能调用、能执行的“身体”，获得属于自己的默认入口和控制权。这标志着其战略从依赖“模型信仰”，转向必须掌握终端设备和用户入口，以在AI Agent时代实现商业闭环。

marsbit05/18 10:19

marsbit05/18 10:19

3个人带100个AI程序员，一个月烧掉130万美元！OpenAI：钱我出

OpenClaw创始人Peter Steinberger在社交平台晒出惊人账单：其仅3人的团队在一个月内消耗了超过6030亿个token，发起了760万次请求，总花费高达130万美元（约900万人民币）。更引人注目的是，这些费用由OpenAI承担。这支小团队在云端运行着约100个AI智能体（agent），负责代码审查、安全漏洞查找、问题去重、Bug修复、性能监控乃至会议纪要生成与任务跟进等繁重开发工作，将AI深度融入了软件协作的各个环节。 Steinberger表示，在关闭快速模式后，其AI使用的成本低于雇佣一名工程师，但效率却高得多。他开发的工具CodexBar能实时监控各类AI编程服务的token消耗，这象征着token正成为一种新的“生产资料”。此案例展示了当token成本不再成为瓶颈时，软件开发模式可能发生的根本性变革。随着AI模型成本的持续下降，未来小型团队借助大量AI智能体进行高效开发可能成为常态，预示着软件开发领域生产力与组织形态的深刻转变。

marsbit05/17 06:20

marsbit05/17 06:20

AI时代，入职如何不再「从零交接」

本文以作者加入Ramp公司的入职经历为切入点，探讨了在AI时代企业如何解决新员工“从零开始”的漫长适应期问题。文章指出，高速运转的公司不能依赖新人缓慢阅读文档和询问同事来获取上下文，而AI工具若各自为战，也无法发挥真正价值。核心观点在于，企业需要构建一个持续更新、可信赖的“公司大脑”——一个系统化的知识底座。这个系统应自动吸收并沉淀会议记录、文档、Slack讨论、客户反馈和产品决策等所有内部信号，使其成为新员工和各类AI Agent统一、可随时查询的上下文来源。作者分享了自己在Ramp前100天的实践：建立以Obsidian为核心、由Claude驱动的个人知识库，集成会议转录、笔记等内容；利用工具自动化归档信息；并在此基础上开发能自动生成会议议程、提炼产品动态等小型技能库。这些组件共同构成了一个可扩展的上下文层。文章强调，当前企业AI应用多停留在为特定任务构建孤立“聊天机器人”的阶段，缺乏一个共享的、理解公司整体运作的“大脑”。真正的转型在于优先构建这个上下文基础设施，让入职、AI协作乃至客户接入都能从同一套丰富的背景知识开始，从而极大提升效率，让“快速上手”成为常态。最终目标是，当“熟悉业务”这个阶段因其成本极低而不再被特别提及时，就意味着企业成功建立了高效的知识交接与复用系统。

marsbit05/17 06:03

marsbit05/17 06:03

突发：OpenAI大规模重组，总裁Brockman夺权挂帅

OpenAI近日宣布重大组织重组，将ChatGPT、Codex和API三大核心产品线合并为统一的产品组织，并由联合创始人兼总裁Greg Brockman全面接管产品战略。原ChatGPT负责人Nick Turley被调至企业用户方向，消费者产品由前Instagram高管Ashley Alexander接手。此次重组旨在整合资源，聚焦“智能体时代”，加速开发一款集聊天、编程和网页浏览于一体的“超级应用”。重组背后是OpenAI面临的内外压力：内部高管持续流失，包括Sora负责人等关键人物离职；外部竞争加剧，对手Anthropic估值飙升至9000亿美元，收入快速增长，而谷歌也即将在I/O大会发布新品。此次调整被认为是OpenAI在IPO前的关键自救，试图通过清晰的产品战略和领导层调整稳定投资者信心，应对日益激烈的市场竞争。

marsbit05/16 07:09