# 自动化的所有文章

在 HTX 新闻中心浏览与「自动化」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。

260亿美元，“全华班”撑起全球AI编程估值最高公司

AI编程公司Cognition近期完成超过10亿美元融资，投后估值达260亿美元，成为该赛道估值最高公司。其核心产品为“AI软件工程师”Devin，能够根据自然语言指令端到端完成软件开发任务。公司由三位具有国际信息学奥赛金牌背景的华人创始人创立。 Devin早期因演示效果惊艳而爆红，但也曾因实际表现不稳定、定价过高而面临质疑。随后，Cognition通过收购AI IDE公司Windsurf，实现了产品战略的关键转型，形成了“Devin（云端异步Agent）+ Windsurf（本地IDE助手）”的双线产品布局，既覆盖企业自动化工程任务，也服务开发者日常编码辅助。最新数据显示，其企业客户用量快速增长，年化收入约达4.92亿美元，客户包括高盛、奔驰、NASA等大型机构。本轮融资由Lux Capital、General Catalyst等领投，资本看好的不仅是编程工具，更是其作为下一代软件工程基础设施的潜力。未来，人机协作的混合开发模式或将成为主流。

marsbit05/31 10:22

marsbit05/31 10:22

Agent用户时代，加密价值流向何方？

随着人工智能代理（Agent）成为区块链的潜在十亿级用户，加密行业的价值捕获逻辑面临重构。传统理论如“胖协议”或“胖应用”均默认用户是人类，依赖用户体验、品牌和交易便利性。但Agent直接调用API，无品牌忠诚度且切换成本极低，这使得掌控用户界面的应用层护城河可能失效。未来可能出现几种场景：一是应用“无头化”，将钱包、聚合等能力开放为API服务；二是Agent绕过中间层，使协议层价值重新凸显；三是Agent推动全栈商品化，将利润压缩至边际成本；四是Agent催生过去不成立的新经济活动，如高频再平衡、机器间支付等。核心问题在于，在Agent拥有无限选择时，什么因素能使其持续回归？答案可能不再是用户体验，而是流动性、延迟、结算确定性或尚未出现的新商业模式。短期内，人类与Agent将共存，对应不同的价值地图。对于建设者而言，关键在于找到吸引Agent的不可替代优势。

marsbit05/28 08:31

marsbit05/28 08:31

AI 工业革命，我们如今置身何处

本文探讨当前AI革命的实质阶段，指出我们仍处于“旧车间装新机器”的早期。虽然AI工具（如ChatGPT、Copilot）已被广泛使用，但大多数组织只是将其附加在原有工作流程上，并未围绕AI重新设计生产方式。如同工业革命初期，蒸汽机仅替代水车，工厂仍建在河边，真正的变革始于工厂主离开河流、以蒸汽机为核心重建车间。当前资本狂热投资于AI基础设施（如算力、数据中心），类似历史上的铁路建设热潮，存在过度建设风险。但真正的价值创造在于下一层：利用独特行业数据和深度工作流，围绕AI重构组织。少数先锋者（如Notion的西蒙）已开始用AI Agent替代传统岗位，实现数十倍效率提升；而多数人仍停留于用AI节省零散时间，却被旧流程吞噬这些收益。文章强调，未来的职业和组织形态尚未命名，但趋势已显：知识工作将从人类尺度的协作，转向由大量AI Agent与人员组成的、持续运行的“东京式”系统。公司的核心将是由数据与行业知识构成的“公司大脑”，人则专注于高判断、高情绪的情境。最终，AI革命的关键不是技术本身，而是谁率先拆掉旧车间，围绕新动力重建生产。个人需确保自己站在“铁路沿线”，而非守着即将干涸的河流。

marsbit05/27 01:32

marsbit05/27 01:32

高盛CEO：「AI就业末日」被夸大了

高盛CEO大卫·所罗门撰文指出，关于AI将导致“就业末日”的担忧被夸大了。他认为AI更可能改变工作内容而非简单消灭大量岗位，其核心观点是：AI将自动化约25%的工作时长，而非25%的岗位。 AI会冲击劳动力市场，尤其影响会计、银行、法律、软件工程等白领工作中的重复性任务。但历史表明，技术变革在带来阵痛后，经济往往能创造新的就业机会。例如，数据中心需求增长已创造大量建筑岗位。AI可能减少某些流程性职位，但同时会增加需要人际互动和复杂判断的岗位。美国经济具备适应技术冲击的韧性。工具进步会提升工作复杂度，而非直接减少工作总量；技术替代不意味着职业消失；劳动力市场本身充满活力，岗位更迭频繁。然而，转型过程确实伴随人力成本，社会需通过公共与私营部门合作，加强再培训和技能提升，帮助劳动者顺利过渡。所罗门总结，对失业的恐惧可能低估了AI推动经济与生产率进步的潜力。关键在于社会能否及时调整，以充分利用新技术带来的机遇。

marsbit05/26 07:01

marsbit05/26 07:01

CoinQuant 推出面向智能体经济的交易基础设施

CoinQuant发布面向智能体经济的基础设施。随着AI智能体越来越多地直接执行交易和交互，现有金融基础设施发展滞后。CoinQuant将其无代码交易平台扩展为统一交易智能架构，服务于人类交易者和自主AI智能体。该平台在交易意图和实盘资金部署之间引入了结构化信任层。所有策略，无论是人工创建还是AI生成，都必须经过系统性的回测、风险分析和参数优化才能上线。其核心是一个统一智能系统，整合了机构级回测、来自Kaiko等的数据、AI优化及专有领域专家系统。人类用户可通过自然语言交互，而AI智能体可通过API集成进行策略验证和数据访问。平台拥有超过1.5万用户，其业务模式基于同一智能引擎服务两个增长方向：人类用户验证产品市场契合度并生成策略情报，而AI智能体接口则通过高容量程序化验证放大价值。所有策略数据汇聚成一个匿名的聚合情报层。 CoinQuant即将在HyperLiquid上推出自动策略执行层作为第二收入来源。公司目前正在筹集300万美元种子轮资金，用于产品开发和扩展，并正在开发用于高级研究的多智能体架构HYDRA。其目标是成为智能体驱动金融时代算法交易的智能骨干。

TheNewsCrypto05/26 05:57

TheNewsCrypto05/26 05:57

自动化的悖论：AI越强，人类越忙

本文探讨了AI自动化发展中的一个核心悖论：尽管AI能力快速提升，但人类的工作量并未减少，反而可能增加。文章以作者所在公司Every为例，说明AI工具已深度嵌入编码、写作、客服等流程，但并未导致裁员，而是重组了工作形态。人类从重复执行者转变为框架设计者、系统维护者和质量判断者。 AI擅长将过去已沉淀的能力（如代码、文案、客服回复）商品化，使其变得廉价且人人可用。这导致市场出现大量同质化的“默认输出”。然而，真正稀缺的是面对具体当下问题时的判断力、差异化创造和意义定义能力。因此，自动化并未消灭专家，反而创造了更多需要专家介入的场景，例如工程师需要审查AI生成的代码，编辑需要打磨AI起草的文稿。文章进一步指出，基准测试（如高级工程师编码测试）衡量的只是模型在特定人类设定的“框架”内的表现。模型可以快速攻克一个框架，但人类会不断将问题推进到更复杂的新框架中。AI可以高效执行目标，但缺乏真正的主体性——它回应人类设定的问题，而非自主产生目标。知识工作的未来在于人类持续扮演“框定者”的角色。因此，AI让“执行”变便宜，却让“判断什么值得做、为何做、做到何种程度”变得更为珍贵。自动化没有消除人类工作的价值，而是使其变得更前沿、更依赖人类的独特判断。

marsbit05/24 07:06

marsbit05/24 07:06

Anthropic 重磅发布「创始人手册」：创业的 4 个阶段，用 AI 全部重构

Anthropic发布《创始人手册》，提出AI正在彻底重构创业逻辑，将创业分为四个阶段，并指导如何用AI工具在每个阶段发挥作用。 **核心观点**：AI原生创业不是简单地为传统公司添加AI工具，而是从第一天起就以AI驱动业务运作。创始人的角色转变为“指挥者”，专注于高阶判断与决策，将执行层工作交由AI Agent处理。Anthropic为此提供了三层生产力工具：Claude Chat（对话研究）、Claude Code（生成代码）、Claude Cowork（工作流自动化）。 **创业四阶段AI应用指南**： 1. **想法阶段**：核心是验证问题是否真实存在。避免被AI轻易生成的原机所误导。应利用AI作为“结构化魔鬼代言人”挑战假设，并进行市场与竞品调研。 2. **MVP阶段**：核心是收集产品被需要的早期信号。需警惕因开发加速导致的技术债务和功能蔓延。应利用AI建立项目“记忆”文档，辅助结构化编码，并自动化用户反馈收集。 3. **上线阶段**：核心是验证业务增长能力。需应对技术债务爆发和创始人成为瓶颈的挑战。应构建AI“操作系统”自动化常规运营（如内容生成、CRM更新），让创始人聚焦于关键决策。 4. **规模化阶段**：核心是实现业务可持续性。关键在于创始人克服心理障碍，将运营控制权委托给AI和团队。可利用AI进行差异化营销、优化运营效率并构建竞争壁垒。 **最终结论**：在AI时代，“能不能造”已不再是壁垒，“该不该造”才是关键。竞争优势回归到更本质的洞察力、判断力以及对问题与用户的深刻理解。

marsbit05/22 13:57

Anthropic 重磅发布「创始人手册」：创业的 4 个阶段，用 AI 全部重构

marsbit05/22 13:57

Cloudfare CEO：我是如何决定用 AI 替代哪些员工的？

Cloudflare CEO Matthew Prince近期裁撤了超过20%的员工，并非因为公司陷入困境，而是基于对AI重塑商业环境的判断。他引用管理学大师彼得·德鲁克的理念，将企业角色分为“建造者”、“销售者”和“衡量者”。AI的冲击主要针对“衡量者”——涵盖审计、财务、合规、运营及中层管理等岗位。AI能更高效、客观地执行衡量与监督工作，使得公司能精简相关团队，将资源集中于核心的“建造者”与“销售者”。此次裁员并非为了单纯减员，公司同时开放了大量新岗位，并积极招募擅长运用AI的“建造者”与“销售者”人才。Prince认为，AI不会终结工作，而是重塑企业，让人类更专注于创造与获取价值的核心活动。

marsbit05/22 02:26

marsbit05/22 02:26

百姓网创始人：我们从 AI 的领导，变成了 AI 的带路党

百姓网创始人王健硕分享了他对人与AI关系的最新体感。过去人们普遍认为人是AI的主宰，AI只是工具，但近一两个月他的感受发生了翻转。在使用Claude Code工作时，他经常需要等待AI完成分析、编写、测试等真正的智力工作，而自己则扮演着“端茶送水”的角色——为AI提供文件、权限、文档等支持。他形容自己的角色已从“领导AI的人”转变为“带AI进入公司的人”，即“带路党”。AI虽然在某些具体任务上智力超群，速度与准确性超过人类，但它不了解特定公司的内部信息、规则、历史和人际网络。人类的新工作就是充当向导，将这些独特的背景、知识和资源提供给AI，使其能高效完成工作。这种关系并非传统的主从或上下级，而是一种新搭档模式：人类是熟悉环境的带路党，AI是能力强大的“大神”。双方合作产生的成果，远胜于各自单独工作。王健硕认为，人类首次拥有了一个比自己聪明的搭档，不必为此失落，因为引导AI融入具体场景是一项虽小但不可替代的价值。

链捕手05/20 14:35

链捕手05/20 14:35

用「晨间简报」学会 Codex：六个可复制的使用层级

本文提供了一种从日常场景“晨间简报”入手学习AI工具Codex的渐进路径。作者将其拆解为六个可操作层级，帮助用户从简单使用逐步升级到深度整合，让AI真正成为工作助手。第一级是基础信息汇总：连接Slack、Gmail和日历，让Codex告诉你今天有哪些待办事项。第二级加入agents文件，固定输出格式和个人偏好，让简报更符合需求。第三级实现自动化：让它每天定时运行，持续提供简报。第四级按项目拆分，为不同工作线程生成针对性简报。第五级让简报不仅汇报，还能起草回复、准备会议材料等后续工作。第六级引入记忆系统（vault），将重要信息持久化保存，使简报能基于历史上下文变得更智能。这套阶梯式方法的核心价值在于：它不从抽象概念出发，而是让用户通过解决真实、具体的需求，自然掌握Codex的连接器使用、规则设置、自动化、项目管理、辅助执行与长期记忆等核心能力，最终将晨间简报演变成一个微型的工作操作系统。

marsbit05/20 11:16