# 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。

OpenAI吃掉应用层?a16z说真正的机会在通用模型之外

本文探讨了AI应用层创业公司面临的核心焦虑:在OpenAI、Anthropic等大模型公司同时掌握底层模型、分发渠道和品牌优势的背景下,应用层是否还有机会。a16z合伙人Joe Schmidt借用《绿野仙踪》的比喻,将机会分为两类:一是大模型公司正重点投入的“黄砖路”,如代码生成、写作等横向通用工具;二是深入垂直行业复杂流程的“奥兹国的其他地方”。 作者认为,创业公司的真正机会在于后者。企业真正付费购买的并非更聪明的聊天窗口,而是能对业务结果负责的完整系统。这类系统需要处理混乱的真实数据、复杂的多步骤工作流、多人审批、边界案例以及合规审计等责任,并在模型升级时为客户管理迁移与成本。 垂直应用的核心优势在于: 1. **数据与学习飞轮**:积累行业特有的隐性知识、惯例与反馈,形成模型实验室无法复制的领域洞察。 2. **管理模型复杂性与成本**:为客户跨模型供应商选择最优解,承担模型升级的迁移与调优工作,并通过智能路由实现成本优化。 3. **治理与合规**:针对具体行业构建控制平面,内化合规要求(如法律、医疗、金融监管),提供确定性结果。 文章以销售和保险为例,说明成功的关键是聚焦具体业务结果、攻克高复杂度问题,并构建深入工作流的护栏与迭代能力。判断标准在于:所需步骤与工具的复杂性、是否构建了客户赖以运行的核心系统,以及价值是否最终体现在客户的损益表中。 结论指出,大模型公司将在横向通用领域持续领先,而围绕垂直行业构建“工作系统”、沉淀流程与数据的应用公司,同样能建立深厚护城河。底层模型会越来越强且可替换,但不可替代的是对具体行业工作流的深度理解与赋能能力。下一代企业软件将在“奥兹国的其他地方”诞生。

marsbit05/28 04:27

OpenAI吃掉应用层?a16z说真正的机会在通用模型之外

marsbit05/28 04:27

谁能在 Agents 时代赚到钱?

作者探讨了在区块链进入Agents(智能体)时代后,价值捕获模式的演变。文章回顾了加密领域原有的两种主流理论:“胖协议”理论认为底层协议能捕获大部分价值,而“胖应用”理论则认为掌握用户关系的应用层更具优势。 然而,当用户从人类转变为Agents时,情况将发生根本变化。Agents直接调用API,对用户体验、品牌和便利性无感,且切换成本为零,这动摇了“胖应用”理论依赖的前端护城河。 文章提出了几种可能的未来图景: 1. **应用“无头化”**:当前成功的应用剥离前端,转型为面向Agents的纯后端API服务商。 2. **协议再度崛起**:如果集成足够简便,Agents可能直接与底层协议交互,跳过中间层,使“胖协议”理论复苏。 3. **全栈定价权崩塌**:Agents的绝对理性和零摩擦切换可能导致技术栈各层利润率被压缩至边际成本,价值流向Agents所有者或其服务的人类用户。 4. **催生新经济活动**:Agents可能以远超人类的规模和速度进行交易,甚至创造全新类型的链上市场,从而做大整体蛋糕。 5. **诞生未知新模式**:如同互联网催生注意力经济,Agents时代可能出现今天无法预见的全新商业模式。 最终,人类用户和Agents用户可能长期共存,形成两套不同的价值捕获体系。对于构建者而言,在Agents端建立优势的关键,可能在于提供更优的流动性、延迟、结算保证等非用户体验因素。

链捕手05/27 13:51

谁能在 Agents 时代赚到钱?

链捕手05/27 13:51

Agent化的OS:拼的不是AI,是底盘

本文探讨了操作系统(OS)进入“Agent化”时代的核心竞争要素,指出竞争焦点并非表面AI功能,而在于支撑其可靠运行的底层技术“底盘”。 文章以Google、Microsoft、Apple、华为等主流OS厂商的动向为例,说明端侧OS集成主动式AI能力(Agent)已成为明确趋势。然而,发布会展示的功能背后,真正的较量在于三层核心能力底座: 1. **系统级AI Runtime**:作为调度中枢,它将端侧模型的推理能力变为OS层共享服务,统一调度算力与内存,是Agent能跨App执行系统级操作的基础。例如Google的AICore、Apple的Foundation Models框架。 2. **可控芯片**:自研或深度可控的芯片(如Apple Silicon、Google Tensor、华为麒麟)是实现深度软硬协同优化的关键,决定了端侧Agent的响应速度、功耗和体验上限。 3. **端云模型矩阵**:云端模型处理复杂任务,端侧模型(如Gemini Nano、Phi Silica、盘古端侧模型)保障日常任务的低延迟、隐私和稳定性。端侧模型需与OS和NPU深度耦合,自研是主流选择。 这三层能力自下而上紧密耦合:芯片决定模型效率,模型决定Runtime能力,Runtime决定Agent的可靠性。协同越深,OS厂商在响应延迟、隐私保护、系统级上下文理解、服务可靠性等方面的产品差异化就越明显,护城河也越厚。 此外,文章指出,OS Agent的长期竞争力还受制于与App厂商的博弈(通过API深度集成还是屏幕识别交互)、隐私保护体系的构建等关键变量。这场竞争已超越手机和PC,正随着多设备生态向汽车、XR眼镜等IoT领域扩展。 最终,OS Agent化的成功非一朝一夕,依赖于芯片、模型与Runtime在长期迭代中的深度融合与打磨。

marsbit05/27 10:18

Agent化的OS:拼的不是AI,是底盘

marsbit05/27 10:18

活动图片