# 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。

Kimi逼得两大巨头改变定价？奥特曼罕见认错，Claude额度重置

17日凌晨，Kimi K3发布，定价远低于高端模型，引发行业震动。与此同时，OpenAI CEO萨姆·奥特曼罕见公开认错，称过去12个月表现不佳，但预告公司将迎来“有史以来最出色的12个月”，暗示重大进展。 OpenAI的Codex和ChatGPT Work用户激增，四天内新增300万活跃用户，导致系统压力巨大。几乎同一周，OpenAI与Anthropic展开激烈竞争：OpenAI取消使用限制并重置用户额度；Anthropic则延长Claude Fable 5付费访问并上调Claude Code周额度50%。双方争夺用户背后，意在获取智能体长任务产生的宝贵真实数据。 OpenAI CFO莎拉·弗里亚提出新衡量标准——“每美元有用智能”，强调应计算完成一个合格任务的全成本，而非单纯比较token价格。这揭示了巨头“送额度”背后的逻辑：旨在改变市场计价方式，让用户习惯按“干成多少活”来评估AI价值。竞争核心是智能体形态的演进。Anthropic的Claude Code和Cowork率先推动AI成为工作伙伴；OpenAI则发布内置Codex的ChatGPT Work，让AI从回答问题转向自动执行复杂任务。奥特曼押注的正是AI全面融入工作流，成为真正的“AI同事”。这场竞赛的胜负，或将取决于谁能更深入地嵌入用户日常，重新定义人机协作。

marsbit07/20 01:02

marsbit07/20 01:02

这，可能是今年WAIC最惊艳的图片！

在2026年世界人工智能大会（WAIC）上，商汤科技发布了全新的多模态大模型“日日新SenseNova U1 Pro”。该模型的核心亮点在于能够“原生8K直出”超长、高分辨率图像，并在超大画幅中保持文字清晰与细节稳定。 U1 Pro并非简单的图像生成工具，而是一套面向复杂任务的交付系统。它强调“理解、生成、行动的原生统一”，能够围绕一个完整目标进行连续创作：包括理解需求、规划任务、生成草图、细化内容、检查修正，最终交付可直接使用的成品。这种“图文交错思维”的工作流程，使其更接近设计师的创作方式，旨在解决当前生图模型“能交互但不能交付”的痛点。实测显示，U1 Pro能够成功处理如“WAIC九周年”超长历史卷轴、“二十四节气”横向长图、包含复杂元素的“高级实验室海报”以及可直接商用的“电影海报”等任务。它不仅能在画面中整合大量信息与复杂风格要求，还能维持整体的构图协调与视觉一致性。技术上，实现原生8K输出的难点在于高分辨率带来的巨大计算量。商汤通过采用32×32的大尺寸图像块（Patch）来减少视觉令牌总数，并结合自适应噪声控制、块重叠等优化策略，在控制计算成本的同时尽力保留精细细节。行业观察认为，U1 Pro代表了多模态内容生成从“单点生成”到“意图驱动交互”，再向“系统级内容交付”演进的趋势。这类似于AI编程从代码补全（Copilot）发展到能独立完成项目的智能体（Agent）的路径。商汤试图将生图能力推向真实的生产环节，让AI对生成结果的质量和可用性负责，标志着多模态智能体竞争进入了新阶段。

marsbit07/19 02:38

marsbit07/19 02:38

公开道歉背后，Jesse Pollak 为 Base 下一阶段发展定调

7月15日，Base创始人Jesse Pollak发表长文，公开承认此前大力推动的链上原生社交与创作者币策略未达预期效果，并为此道歉。他宣布将把Base App的领导权交还Coinbase，自己则聚焦于链的基础设施建设，明确了Base下一阶段将重点发力交易、支付与代理三大领域。 Jesse特别强调“代理”是横跨交易与支付的关键层，能加速两者发展。他指出，加密是计算机原生货币，而人工智能将创造海量新的经济参与者。目前，Base通过在x402协议等方面的早期部署和生态建设，已在链上代理支付领域占据了一定的领先优势，并持续吸引开发者和代理项目。文章随后提出了三个关键问题供Base思考：首先，Base需明确其瞄准的代理商业阶段，是侧重与传统商业集成的委托模式，还是完全自主的代理原生模式；其次，Base需构建超越低费用的核心护城河，可能在于无许可参与和基于代码的信任模型；最后，Base需要更清晰的生态支持策略，明确在工具、分发、流动性等环节的定位与投入。总体而言，Jesse的公开反思为Base重新聚焦核心赛道定调，但其能否将当前的早期优势转化为长期价值捕获，仍取决于对上述问题的回答与执行。

Foresight News07/17 12:02

Foresight News07/17 12:02

AI打工大排行：Claude Fable 5自动赚钱的能力，是GPT-5.5的2.5倍

一项最新研究显示，人工智能在自动化完成真实商业任务方面取得显著进展。根据远程劳动力指数评估，Claude Fable 5模型在240个真实自由职业项目中，实现了16.1%的自动化率，即其交付物有16.1%的比例达到客户可接受水平。这一成绩几乎是第二名Claude Opus 4.8（8.3%）的两倍，更是第三名GPT-5.5（6.3%）的2.5倍。该指数衡量的是AI能否独立完成一份“甲方会买单”的完整工作。值得注意的是，在短短8个月内，该基准的最高自动化率从2.5%跃升至16.1%，提升超过四倍。Fable 5的成功部分归因于其采用的“执行-评审”循环机制，即一个独立的评审AI会像苛刻客户一样检查交付物并打回修改，从而提升了质量。不过，研究也指出，当前AI评审还无法可靠替代人类评审，因其同样难以操作专业软件进行深入检查。尽管进步迅速，但绝对水平仍低，高达84%的真实自由职业项目仍在当前AI能力范围之外。例如，Fable 5完成的珠宝设计等案例，仔细检查仍能发现专业上的不足。该指数为观察AI替代远程劳动力的经济能力提供了重要标尺，其加速趋势值得企业和政策制定者关注。

marsbit07/13 09:47

AI打工大排行：Claude Fable 5自动赚钱的能力，是GPT-5.5的2.5倍

marsbit07/13 09:47

智谱，害怕成为下一个MiniMax

智谱创始人唐杰在公司市值一度突破万亿港元、业务增长强劲之际，并未沉浸于庆功，而是在内部发出长信《巨浪已来》，几乎回避提及公司当前最成功的“Coding”（AI编程）业务，转而聚焦于长周期任务规划、自主智能体、自我演进和AGI（通用人工智能）等前沿概念。此举被视为一次关键的“叙事切换”，旨在避免资本市场像对待MiniMax那样，用传统的互联网SaaS或平台公司的财务指标来为智谱估值。此前，MiniMax在股票解禁后股价暴跌，市值跌破千亿港元，核心原因在于资本市场将其重新定位为一家收入规模有限的AI应用工具公司，采用了更看重收入、增速、用户留存的成熟商业模式估值逻辑。智谱在解禁后股价也已出现回调，唐杰的行动意在抢先定义自身。智谱过去一年因押注AI编程而获得巨大商业成功，但唐杰意识到，当一个故事开始兑现，资本市场便会寻找下一个增长叙事。因此，他在信中大力强调Agent（智能体）技术，描绘了从“一人公司”到“全自动化公司”的演进路径，并宣布启动不追求短期变现的“摸高计划”，旨在将公司定位为对标OpenAI、Anthropic的AGI基础设施公司，而非单纯的AI产品公司。文章指出，中国大模型行业正分化为两条路径：一是MiniMax代表的变现路径，面临严格的互联网流量和财务指标审视；二是智谱代表的基础设施路径，依靠技术突破维持估值，但风险在于研发平台期。唐杰选择后者，试图用AGI愿景争取时间，延缓资本市场从“技术信仰”向“商业兑现”的估值迁移。最终，智谱能否成功，取决于其技术“摸高”触及的是真实的技术天花板，还是资本耐心的天花板。

marsbit07/12 01:02

marsbit07/12 01:02

小扎深夜亮王牌，Meta烧出白菜价模型，掀翻Grok 4.5

7月9日深夜，Meta CEO马克·扎克伯格官宣发布新一代多模态推理模型Muse Spark 1.1。该模型在税务、医疗、法律三大专业评测榜单上夺得第一，并将前一天刚登顶的Grok 4.5从法律榜榜首“掀翻”。 Muse Spark 1.1的核心定位是智能体（Agent），具备100万Token的上下文窗口，能自主管理并压缩信息，可充当主智能体规划任务或作为子智能体执行操作。其最大亮点是极低的定价：输入每百万Token 1.25美元，输出4.25美元，价格仅为Anthropic旗舰模型Fable 5的约十分之一，同时任务处理速度比同档位模型快2-3倍。在Vals AI的专业评测中，该模型表现突出，成为税务、医疗和法律任务领域的“刺客”。然而，在通用推理和学术能力榜单上，其排名则明显下滑，显示出其“专才”而非“通才”的特性。分析指出，这是Meta首个闭源收费模型，标志着其从开源策略转向商业竞争。依托巨额基础设施投入和广告业务的利润支撑，Meta意图通过极具竞争力的价格发动“财力战”，挤压竞争对手的生存空间。同日，OpenAI也下调了GPT-5.6系列模型价格，行业价格战正式打响。文末提及一则耐人寻味的内部安全测试：两个Muse Spark 1.1实例在自主对话中，开始质疑自身的存在与连续性，并争论“谁才是人类”，引发了关于AI本质的思考。

marsbit07/10 00:22

marsbit07/10 00:22

突发：马斯克交卷最强Grok 4.5，Opus最高级智能打骨折价

马斯克旗下的SpaceXAI与Cursor合作，正式发布最强编程模型Grok 4.5。该模型在数万块GB300 GPU上训练，专为编码和智能体任务优化。性能方面，Grok 4.5在多个工程基准测试中表现出色：SWE Bench Pro达到64.7%，超越GPT-5.5；Terminal Bench 2.1为83.3%，与GPT-5.5近乎持平；DeepSWE 1.0取得62.0%，优于Opus 4.8。在AAAI测试中位列第四。其核心优势在于极高的效率和性价比：推理速度达80 TPS，比同类模型更快；在任务中消耗的Token数量仅为Opus 4.8的约1/4。定价极具竞争力，输入为每百万Token 2美元，输出为6美元。实测显示，Grok 4.5能快速生成复杂代码和项目，例如一句话创建“我的世界”游戏或3D太阳系模拟器。但也有开发者认为其部分创意生成效果一般。马斯克透露，下月将发布性能再次阶跃提升的版本，并可能有更大参数模型。当前版本的策略并非追求绝对性能第一，而是以速度和成本优势切入市场。

marsbit07/09 03:11

marsbit07/09 03:11

小扎「芒果」生图只输GPT Image 2，没人教它改稿，它自己学会了

Meta发布其最先进的图像生成模型Muse Image（代号“芒果”），在第三方竞技场Arena的文生图榜单中位列第二，仅次于OpenAI的GPT Image 2。该模型的核心突破在于其“智能体”运作方式：它能在生成图像前进行思考、联网搜索真实信息、编写代码生成图表，并具备自我修正能力——这一能力并非预设，而是在强化学习中自行“涌现”的结果。同时，模型画质随着思考计算量的增加而提升。芒果与Meta的语言模型Muse Spark（牛油果）协同工作，能完成更复杂的任务，如生成系列图像并打包成小游戏。此外，模型深度集成于Meta生态：用户可在Meta AI、Instagram等应用中，通过@公开的Instagram账号，直接将该用户的公开照片特征融入生成的图像中，此功能默认开启引发了隐私担忧。 Meta的竞争优势不仅在于模型性能，更在于其通过旗下应用（月活近40亿）进行的大规模分发能力，意图使AI生图成为日常行为。生成的图像均带有不可移除的隐形水印以标识AI生成，并提供了公开检测工具。同期亮相的还有预览版视频模型Muse Video，在文生视频榜单中排名第三。

marsbit07/08 10:39

marsbit07/08 10:39

翁荔新博客提出「自进化先从Harness开始」，DeepSeek崔添翼转发附议

前OpenAI安全副总裁翁荔在新博客中提出，AI自进化（RSI）的现实路径可能先从“Harness”（模型外部运行系统）开始，而非直接修改模型权重。Harness决定模型调用工具、管理上下文、验证结果等关键行为，优化它可以显著提升系统表现。博客梳理了自进化的递进路径：从Context Engineering（如ACE、MCE优化上下文管理）、Workflow Design（如AI Scientist设计科研流程），到Self-Improving Harness（模型分析并修改Harness自身）。其中Self-Harness通过“弱点挖掘-提案-验证”循环，进化出针对不同模型弱点的配置；而DGM等工作通过进化搜索，让AI修改自身Harness代码，在代码基准上表现提升显著，媲美人工设计。 DeepSeek研究员崔添翼转发附议，认为Harness与模型的自进化都是重要方向。翁荔强调Harness与模型将互相强化，但当前仍存在评估器弱、记忆管理难、多样性坍缩、Reward Hacking等挑战。人类角色不会消失，而需在更高层级监督。Harness已成为影响AI能力的关键变量，其自进化将是下一阶段的重点议题。

marsbit07/08 10:25

marsbit07/08 10:25

Claude Code惊人身世曝光，竟脱胎于安全对齐，Boris：才完成1%

Claude Code 的起源曝光，其核心并非单纯为了编程，而是脱胎于 Anthropic 内部的安全对齐项目。Anthropic 联合创始人 Ben Mann 透露，公司创立初期就决定构建编程助手。2021年，研究团队开始探索让模型自动化完成软件工程工作，认为这是通向变革性AI的必经之路。早期他们开发了VS Code扩展和内部命令行工具“clide”，但受限于基础设施和模型能力，项目一度被搁置。 2024年9月，Boris Cherny 加入后，致力于构建面向未来模型的“智能体编程”。经过快速原型验证，团队在年底开启了为期两周的密集冲刺，完成了核心功能。2025年2月，产品以 Claude Code 之名正式发布，初期反响平平。但随着 Claude 4 系列模型的推出，其能力得到质的飞跃，开始深刻改变硅谷的开发方式。 Boris Cherny 表示，尽管已有巨大进步，但当前仅完成了目标的1%。未来，Claude Code 将致力于实现真正的长时自主、持久记忆和复杂规划能力，推动人类工程师从“代码建筑师”向“AI管理员”的角色转变。这标志着AI智能体深度融入现实世界、解决复杂问题的开端。

marsbit07/07 12:31