# 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。

刚刚，OpenClaw和Cursor杀入手机！Agent从此塞进口袋

AI Agent正式进入移动时代。OpenClaw和Cursor于同日发布原生移动应用，分别登陆iOS和安卓平台，标志着强大的AI智能体被“装入”手机。 OpenClaw将其定位为“个人AI的操作系统”，推出全功能原生App。用户通过手机即可远程连接并指挥其私有AI Agent，进行聊天、任务审批等操作。该应用深度整合手机硬件权限（如相机、定位、通讯录），并采用本地优先架构，强调用户数据自主控制。 Cursor则发布了iOS应用测试版，核心功能是让开发者能在手机上发起、监控和指挥云端AI Agent执行编程任务（如代码编写、问题排查、合并PR）。即使手机关机，云端Agent仍可继续异步运行，并通过通知提醒用户审批结果。这两款应用共同解决了“人离开工位，任务即中断”的痛点，将AI Agent的运行与人的物理位置解绑。它们的出现象征着工作方式正在从“人操作AI”向“AI自主运行、人进行审批”演变，开启了随时随地调遣AI的“掌心时代”。

marsbit06/30 02:30

marsbit06/30 02:30

老黄：Prompt已死，整个AI圈都在疯狂追Loop

近期，硅谷AI圈掀起“Loop Engineering”（循环工程）热潮，业界普遍认为传统手动编写提示词（Prompt）的模式即将被淘汰。英伟达CEO黄仁勋、吴恩达、Anthropic及OpenAI等多位专家和机构均指出，未来核心不再是设计单次指令，而是构建能够自主运行、迭代的AI循环系统。循环工程的核心在于将人类从实时干预中解放出来，转变为系统架构师。人类只需一次性定义目标、停止条件、验证机制、记忆存储及调度规则，随后AI系统便可自动执行“发现任务→执行→验证→持久化→再发现”的闭环流程，实现24/7不间断工作。其中，独立的验证环节尤为关键，需设立专门的评估智能体对输出进行客观审查，避免自我美化。这一转变意味着代码生成成本大幅降低，而人类的判断力成为关键稀缺资源。然而，全自动循环也可能带来验证债务、代码理解脱节、认知依赖及token消耗失控等风险。因此，成功的循环设计需融入严谨的判断与监督，否则可能放大错误或导致技术债务。目前，相关实践指南和白皮书已在网络广泛传播，标志着AI开发正从“提示工程”迈向“循环工程”的新范式。尽管自动化能力增强，但工程师的核心角色并未消失，而是升级为循环系统的设计者与决策者，确保AI在正确方向上高效运行。

marsbit06/29 08:37

marsbit06/29 08:37

万亿养老资金入口？富兰克林比特币股息再投 ETF 自带抛压天花板

富兰克林邓普顿申请发行两只新型ETF，将比特币投资嵌入“默认配置”机制。该产品核心逻辑是利用投资者的惰性，使其在不主动操作的情况下被动持有比特币。基金初始配置为95%股票和5%比特币，股票产生的股息将自动用于购买比特币，但比特币持仓占比设有严格上限（最高20%），并实行季度再平衡机制——当比特币上涨导致占比超标时，会自动减持以维持比例。分析指出，此类设计可能带来意想不到的抛压。由于股息再投资金额有限（宽基基金年化约1%资产，创新板块基金仅0.5%），且比特币上涨后会触发程序化卖出，因此在牛市中基金可能成为净卖家。其买入量对比特币日均交易规模影响甚微，但若同类产品规模扩大，可能形成持续的价格压制。产品还包含多层设计意图：帮助理财顾问绕过机构内部对加密货币的投资限制；通过开曼群岛子公司持有比特币以符合监管；以及可能给投资者带来股息已用于购币但仍需额外现金缴税的税务问题。尽管美国政策已允许养老金配置加密货币，但将其设为默认选项仍需时间。该产品的最终目标并非说服投资者主动购买比特币，而是通过利用行为惯性，将比特币悄然植入主流资产配置体系。

Foresight News06/26 02:47

Foresight News06/26 02:47

从信号监控到策略跟单，PPP如何降低Polymarket交易门槛？

《从信号监控到策略跟单，PPP如何降低Polymarket交易门槛？》 Polymarket等预测市场交易活跃，但大量新手因缺乏策略和信号，容易陷入情绪化跟风交易导致亏损。Prediction Position Platform（PPP）作为一款聚焦Polymarket的策略发现与跟单执行工具，旨在解决用户“看不全、跟不上、执行慢”的痛点。 PPP通过Telegram Bot提供订阅服务，核心功能包括： 1. **信号监控**：追踪市场关键变化，推送聪明钱交易、概率异动等信号。 2. **事件覆盖**：设有“世界杯专区”，并涵盖政治、加密等多个领域的热门事件。 3. **地址分析**：提供“AI地址解析”，评估地址的历史表现如盈亏、胜率、回撤等。 4. **策略发现**： * **策略广场**：通过多维度指标筛选，推荐适合长期跟踪的稳定策略账户。 * **交易风云榜**：聚焦近期表现突出的交易者，帮助捕捉短期机会。 5. **智能跟单与管理**：用户可设置跟单参数，并能统一查询、管理所有跟单仓位，调整策略或止盈。 6. **安全保障**：采用非托管钱包模式，用户资产存于个人链上钱包，平台不触碰私钥或资金。 PPP构建了从发现优质地址、接收交易信号到自动执行、持续管理的完整闭环，降低了用户在预测市场中筛选和跟单的试错成本与认知门槛，帮助新手更高效、理性地参与市场。

Odaily星球日报06/26 02:01

黄仁勋：Prompt正在过时，Loop才是新范式

黄仁勋等AI领域领军人物提出，传统的“Prompt Engineering”（提示词工程）正在被“Loop Engineering”（循环工程）取代。新范式的核心是从手动编写具体指令，转变为设计和管理能够自动运行、自我验证并持续优化的循环系统。 **Loop是什么？** Loop（循环）指一种系统设计：用户设定一个目标，AI Agent（智能体）会自动执行任务，完成后由独立的验证机制（如另一个模型）进行验收；若未通过，则带着反馈重新执行，直至成功或达到预设限制。人的角色从“逐句指挥”转变为“规则设计者”。这与单纯使用Agent的关键区别在于，Loop为其提供了自主持续工作的管理框架。 **当前落地情况** 目前，Claude Code和OpenAI Codex是Loop理念的主要实践者。两者都实现了将复杂任务拆分，由多个Agent并行处理并汇总结果。其核心设计原则是“执行与验证分离”，以避免自我评分时的宽松问题。例如，“Claude Code之父”Boris Cherny描述其工作流：数百个Agent在隔离环境中自动处理问题，仅疑难事项才需人工干预。 **如何构建有效的Loop？** 1. **前提测试**：任务需具备重复性、可自动化验收、成本可控且Agent拥有必要工具。 2. **从最小可行Loop开始**：包含触发器、技能定义、状态记录文件和自动化验证门禁。务必先手动跑通流程再自动化。 3. **执行与验收分离**：必须由独立的Agent或模型进行验收，确保评估客观。 4. **避开常见陷阱**：设置硬性停止条件（如token上限）、持久化状态、不让Loop处理需要主观判断的任务、坚持阅读代码变更以维持理解。 5. **核心衡量指标**：关注“每个被采纳改动的平均成本”，接受率低于50%意味着Loop可能效率低下。 **范式演进路径** Loop的兴起是AI应用控制粒度不断上移的结果：从**Prompt Engineering**（优化单次指令）到**Context Engineering**（组织背景信息），再到**Harness Engineering**（构建执行环境），最终演进至**Loop Engineering**（设计自主循环系统）。这一过程逐步将人类从具体操作中解放出来。 **渊源与反思** Loop的理念在学术界早有雏形，例如姚顺雨等人提出的ReAct框架，将“推理-行动-观察”构建为循环。业界火爆的背后也需冷思考，专家提醒需警惕token成本，并指出“AI可以外包思考，但无法外包人的理解”，强调在自动化中保持对问题的根本认知至关重要。

marsbit06/25 14:26

marsbit06/25 14:26

臭名昭著的MEV机器人JaredFromSubway被盗取750万美元

以太坊上臭名昭著的MEV机器人“JaredFromSubway”据报道被盗约750万美元。安全公司Blockaid指出，攻击者通过其控制的合约欺骗该机器人的自动化系统，使其批准了恶意交易路径。随后，攻击者利用这些授权从机器人合约中提取了WETH、USDC和USDT资产。此次事件并非以太坊底层协议被黑，也非普通用户使用的主流DeFi应用出现广泛故障，而是针对特定MEV机器人及其在自动交易中与合约交互逻辑的攻击。这凸显了自动化交易系统的一个普遍风险：对速度的追求可能转化为脆弱性。MEV机器人需要比人类交易者行动更快，但也因此更容易落入精心设计的陷阱。该事件对市场的主要影响可能不在金额本身，而在于对MEV基础设施声誉的打击，以及促使机器人运营商更严格地审查其授权逻辑。目前，这应被视为针对交易机器人的定向攻击，而非影响整个网络的安全事件。

bitcoinist06/22 15:31

bitcoinist06/22 15:31

AI Agent「吃掉」了哪些加密赛道？

AI Agent 正在深刻改变加密货币行业，将原本为人类设计的平台优化为“非人类”服务。在特定赛道，AI Agent 已占据主导地位： * **衍生品交易**：永续合约市场高度依赖机器人的速度与执行。实验显示，AI Agent 的生存率和收益率显著优于人类交易者。 * **套利交易（MEV）**：这已是绝对的机器人战场，人类操作者难以规模化盈利。 * **收益优化**：新兴DeFi协议中，超过三分之二集成了自主AI Agent进行资产管理，表现通常超越静态策略。 * **现货交易**：自动化机器人估计占全球加密交易量的大部分，AI Agent驱动的交易活动增长迅速。然而，在另一些领域，人类与AI Agent形成了共存或人类仍主导的局面： * **预测市场**：AI Agent在短期套利上优势明显，但在需要长期判断和适应变化的市场上，人类仍保持竞争力。 * **DeFi借贷**：虽然清算等环节已自动化，但核心的存款、借款决策和风险偏好仍主要由人类掌控。 * **稳定币与支付**：绝大多数稳定币转账用于真实世界的支付和汇款，主要由人类驱动，是加密货币触及实体经济的关键。 * **钱包**：作为人机交互的最后关口，交易批准和信任决策仍需人类监督，钱包正演变为更人性化的金融仪表板。随着AI Agent活动激增，**人类验证层**变得愈发重要。World (Worldcoin)、t54、Self Protocol、Kite AI 等项目致力于构建信任与安全基础设施，通过身份验证、风险评分和问责机制，确保AI Agent代表人类行动时的安全性与可靠性。总而言之，AI Agent在追求效率、速度的领域已占据优势，但在需要人类判断、信任和文化语境的支付、身份等创造真实价值的层面，人类活动依然至关重要。未来的关键在于构建平衡两者、确保人类不被边缘化的解决方案。

marsbit06/22 10:09

AI Agent 「吃掉」了哪些加密赛道？

随着AI Agent在加密行业的渗透，行业氛围正从直接的人类互动转向AI主导的交互。效率驱动下，特定赛道已明显被AI Agent“吃掉”。 **AI Agent已主导的赛道：** * **衍生品交易（永续合约）：** 速度与执行优势使机器人占据主导。实盘竞赛显示，AI Agent生存率100%，远优于人类。 * **套利交易（MEV）：** 这已是绝对的机器人领域，人类难以规模化盈利。三明治攻击等自动化操作占据主要份额。 * **收益优化：** 新兴协议普遍集成自主AI Agent进行资产管理，表现常优于静态策略。 * **现货交易与投资组合优化：** 自动化机器人估计占全球加密交易量的65%，链上活跃AI Agent数量激增。 **人类与AI并存的“战场”赛道：** * **预测市场：** AI在短期套利上表现优异，但人类在需要长期判断和适应变化的市场上仍具优势。 * **DeFi借贷：** 清算等边缘流程已自动化，但核心的存款、借款决策及风险偏好仍主要由人类掌控。 **人类仍主导的赛道：** * **稳定币与卡支付：** 绝大多数交易源于真实的人类经济活动，如汇款、支付，尤其是在新兴市场。 * **钱包：** 作为与链交互的关键层，交易批准和信任决策仍需人类监督，钱包正演变为更人性化的金融仪表板。 **新兴的人类/Agent验证层：** 随着AI Agent活动增加，验证人类身份及确保Agent行为可信变得至关重要。World（原Worldcoin）、t54、Self Protocol、Kite AI等项目正构建相关基础设施，通过生物识别、风险评分、zk证明等方式，为Agent经济建立信任与安全层。 **结论：** AI Agent在速度、自动化优化明显的领域（如交易、套利）已确立优势。但在涉及真实价值转移、需要判断、信任与文化语境的领域（如支付、身份），人类活动仍占主导。行业未来的关键或许在于构建既能发挥AI效率，又能确保人类最终控制与问责的混合系统。

Foresight News06/22 07:10

模型之外皆属Harness：Deepseek下场，国内AI竞争主战场为何变了？

2026年，Deepseek内部组建了专注于代码智能体产品的Harness团队，标志着国内AI竞争的主战场正从“炼大模型”转向“造工具链与办公落地”。Harness（运行时基础设施）被比喻为AI的“岗位说明书与工具箱”，负责让大模型能与外部世界交互、执行具体任务。Deepseek亲自下场，意在掌握接口设计权与训练数据闭环，通过Harness与模型的共同进化形成飞轮效应。其他大厂也在差异化布局工具链：腾讯依托企业微信与云生态，推出WorkBuddy企业版，主打企业级协同与系统连接；阿里则开源了前端浏览器Agent框架PageAgent，旨在降低Web自动化门槛。这种分化表明，行业正聚焦于通过厚重的工程打磨垂直解决方案。海外趋势印证了市场转向：波兰公司Viktor凭借能在Slack内自主执行复杂任务的AI员工，实现了可观收入，证明企业愿意为“自主执行”而非“辅助生成”付费。工具链竞争也带来了新挑战，如长时运行中的Token爆炸问题，要求Harness具备强大的上下文管理、错误恢复和安全沙箱等工程能力。地缘政治因素导致的海外工具限制，也为国产Harness创造了市场空间。企业采购和开发者因此需更关注工程交付能力与生态兼容性，而非单纯比较模型参数。

marsbit06/22 06:04