# 合作的所有文章

在 HTX 新闻中心浏览与「合作」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。

Claude Code 推出动态工作流：让AI学会自己组队干活

Claude Code 推出了动态工作流（workflows）功能，使AI能够根据任务动态组建多个智能体（Agent）团队协同工作，从而解决复杂的长周期任务。该功能的核心价值在于，它改变了Claude Code原有的“单智能体在单一上下文内规划并执行”的模式。通过动态工作流，Claude可以将任务拆解，分派给多个拥有独立上下文的子智能体并行处理、交叉验证甚至彼此竞争，最后综合结果。这有效缓解了单智能体在处理长任务时常见的“智能体惰性”（提前宣布完成）、“自我偏好偏差”（倾向认可自己的结论）和“目标漂移”（逐渐偏离原始目标）等问题。动态工作流通过执行一个包含特殊函数的JavaScript文件来协调子智能体。它支持多种实用模式，例如：将任务分类后路由给不同智能体；将任务拆分为多个小步骤并行处理再综合（扇出并综合）；生成多个方案后通过锦标赛机制竞争筛选；以及进行对抗式验证等。其应用场景显著超越了传统的代码任务，扩展至非技术领域。示例包括：代码迁移与重构、深度研究与事实核查、对大量简历或工单进行排序、从历史会话中提炼行为规则、进行事故根因调查、对积压任务进行大规模分诊，以及在命名、设计等需要探索和品味判断的任务中生成并筛选方案。文章也指出，动态工作流并非万能。它通常会消耗更多token，因此不适合所有常规编程任务。最佳实践仍在形成中，开发者需要根据任务复杂度判断是否使用。用户可以通过详细提示（prompt）设计工作流，并结合 `/goal` 和 `/loop` 等指令，或设置token使用预算来优化效果。创建的工作流可以保存、共享甚至通过技能（skill）进行分发。总的来说，动态工作流标志着Claude Code从一个代码助手向一个可编排的智能体工作台演进。未来AI工具的竞争力，可能不仅在于单个模型的智能程度，更在于其组织可靠、可复用执行流程的能力。

marsbit12小时前

marsbit12小时前

Agentic Design Patterns：一本让我重新理解"Agent 到底是什么"的书

《Agentic Design Patterns》一书由Google工程总监Antonio Gullí撰写，系统性地将AI Agent开发拆解为21种设计模式。文章作者阅读后，对Agent的本质有了更深刻的理解。书中将Agent划分为四个等级：Level 0仅为裸LLM，不具备行动能力，并非真正的Agent；Level 1能自主调用工具完成任务；Level 2具备战略规划与上下文工程能力，能对信息进行裁剪和降噪，并进行自我反思；Level 3则是多智能体协作，像团队一样分工合作。文章重点阐述了几个核心概念： 1. **上下文工程**：超越提示词工程，系统地为Agent构建包括系统指令、外部数据、隐式信息和反馈回路在内的四层上下文环境，以提升其准确性和效率。 2. **反思模式**：采用“生产者-批评者”双智能体模式，让一个智能体负责创作，另一个负责审查和提出修改意见，通过迭代循环显著提升输出质量，但需设置合理的迭代次数以控制成本。 3. **多智能体协作**：并非越复杂越好，应根据任务复杂度选择合适的通信拓扑结构（如独立执行、对等网络、中心调度等）。通常，一个达到Level 2的单智能体加上反思机制已能应对大多数场景。 4. **记忆三层模型**：分为会话层（临时对话上下文）、状态层（任务进行中的临时数据）和持久层（跨会话的长期记忆），需要设计相应的存储与检索策略。书末还提出了对未来Agent发展的五个假设，其中最颠覆的是“变形多智能体”：系统能根据最终目标自动创建、调整、重组智能体团队，实现完全自主的任务规划与执行。作者建议读者可立即实践三点：为现有智能体增加一个“批评者”角色以进行审查；开始实践系统的上下文工程而非仅关注提示词；优先将单智能体能力提升至Level 2，而非盲目追求多智能体系统。这本书的价值在于，它将许多开发者在实践中摸索的经验系统化、模式化，为AI Agent开发提供了一份清晰的“地图”。

链捕手05/25 04:42

Agentic Design Patterns：一本让我重新理解"Agent 到底是什么"的书

链捕手05/25 04:42

谁在定义AI硬件的2026？

2026年，AI硬件产业进入关键跃升期，告别零散概念堆砌。工信部等三部委联合发布《人工智能终端智能化分级》国家标准，将终端智能划分为L1到L4四个等级，从响应级到协同级，明确了感知、认知等五大能力要素，覆盖手机、汽车等七大品类，为行业提供了清晰标尺。几乎同时，阿里云发布“千问智能硬件X天猫合作计划”，投入超1亿资源，从技术、渠道等多维度助力硬件厂商。行业趋势明确：AI硬件正从端侧概念验证，走向端云协同的规模普及。目前主流产品多处于L1和L2级，部分可达L3。L3（辅助级）是分水岭，要求设备能理解用户意图并主动服务。阿里云发布的千问旗舰模型Qwen3.7-Max等技术，为硬件实现L3级体验提供了云端能力底座。L4（协同级）则关注跨设备组成智能系统，实现场景共生。科沃斯管家机器人“八界”、研极微神眸系列等案例表明，端侧负责实时响应与初步处理，云端承担复杂推理，这种端云协同已成为实现高等级智能的必选项。云厂商角色也从提供算力，转变为提供包含模型、Agent基础设施等在内的综合能力底座。分级标准不仅指引技术方向，也释放了商业化信号。AI能力直接提升了用户粘性与付费转化。未来，硬件可能成为服务入口，通过订阅制等方式产生持续价值。全场景协同将重塑市场格局，推动产业向更智能、更互联的方向发展。

marsbit05/22 05:58

marsbit05/22 05:58

OpenAI落子新加坡

在ATxSummit大会上，OpenAI与新加坡签署谅解备忘录，宣布开启深度战略合作。根据联合声明，OpenAI将投入超过3亿新元（约2.34亿美元）在当地设立“应用人工智能实验室”，这是该公司在美国以外的首个此类实验室。新实验室旨在加强新加坡的AI生态系统，并为亚太地区客户提供支持。该实验室预计在未来几年内招聘超过200名员工，其工作将聚焦于教育、公共服务、金融、医疗、数字基础设施等国家优先事项，并包括针对中年工程师的培训项目及“AI惠及所有人”的广泛举措。同一天，新加坡还与谷歌建立了新的国家AI合作伙伴关系，重点关注解决社会难题、培养AI人才、推动企业创新及构建安全的AI生态系统。谷歌的合作将涉及培训政府研究人员使用AI工具，并与教育部合作培训教育工作者。这些合作依托于新加坡更广泛的国家AI战略，该战略承诺在2025年至2030年间投入超10亿新元以增强公共AI研究能力。新加坡正通过此类举措巩固其作为全球AI中心的地位，并加速AI在公共服务、医疗、教育和企业领域的部署。

marsbit05/21 02:32

marsbit05/21 02:32

有些问题，还是要见面聊：以太坊之夏 2026 来了！

《以太坊之夏2026》活动正式启动，由LXDAO与ETHPanda联合发起。今年的核心目标是将关于以太坊长期发展的关键讨论从线上带入线下，在多个城市举办面对面活动。活动旨在聚焦“以太坊的关键挑战”，认为当前生态已进入需系统性应对复杂问题的阶段。议题将涵盖协议演进、用户体验（钱包、Gas、账户抽象）、应用落地、开发者工具、公共物品治理及本地社区建设等多个相互关联的维度。组织者认为，线下见面的独特价值在于能深化连接、建立信任并推动实质协作。以太坊社区不缺少想法和关注者，但参与者常分散在不同领域与地区。线下聚会能让开发者、研究者、项目方、社区组织者等更直接地交流，将抽象讨论转化为具体行动线索。活动形式将灵活多样，包括主题分享、研讨会、项目展示及闭门讨论等，希望每场活动都能沉淀出清晰的问题、具体的连接和可持续的协作机会。活动欢迎开发者、研究者、学生、社区成员、本地组织者、项目方及各类合作伙伴参与。组织者强调，参与无需是“专家”，带着真实问题而来即为一个好的开始。最终，活动期望通过遍布各城市的线下相遇，支撑以太坊生态所依赖的开放协作与社区信念，让人与人之间的真实连接推动生态的长期发展。

marsbit05/15 11:21

marsbit05/15 11:21

2026新政解读：智能体与AI终端的"双向奔赴"，AIoT产业迎来三大价值重构

2026年5月8日，中国发布了两项重磅AIoT产业政策：一是《智能体规范应用与创新发展实施意见》，首次从国家层面定义了具备自主能力的智能体并列出19个典型应用场景；二是《人工智能终端智能化分级》国家标准，为七大品类终端建立了L1到L4的四级智能化阶梯。这两项政策构成“灵肉双轨”的顶层设计，标志着中国正将AIoT定义为“智能基础设施”。政策的核心意义在于：将AI能力从模糊概念变为可衡量的工程指标；明确智能体为独立产品形态而非功能模块；通过起草单位揭示了未来产业链的关键竞争节点。这为产业提供了清晰的“能力地图”、“风险地图”和“方向地图”。其中，L4协同级是未来最大变数，它将推动产业价值从“万物智联”（连接）转向“万物智行”（代理）。在C端，用户与设备关系将从操作工具变为委托代理；在B端，将从数据看板转向由多个智能体协同的自主执行。跨过L4的厂商将定义规则、占据价值中枢。面对未来18-24个月的关键窗口期，AIoT企业需在三类赛道中选择：成为标准定义者、场景集成者或底座构建者。并可采用“四借”策略：借助L级国标获取背书与红利；借助19个典型场景进行深耕；借助开源生态降低成本或卡位；借助国内外协议生态抢占先机。这组政策是未来十年产业竞速的发令枪，企业需明确自身定位，把握从“智联”到“智行”的范式转变机遇。

marsbit05/12 11:55

marsbit05/12 11:55

Solana 基金会与 Google 合作推出 Pay.sh，能否打通智能体经济中 Web2 与 Web3 的支付链路？

随着AI智能体能力的增强，面向智能体构建支付系统成为必要，但现有方案存在局限：传统支付系统（如信用卡）不适合智能体；新兴链上支付协议（如x402、MPP）则需额外搭建系统，门槛较高。两者未能融合，限制了智能体服务的范围。为此，Solana基金会与Google Cloud联合推出Pay.sh，定位为“智能体与企业级服务之间的支付网关”，旨在打通智能体调用服务的支付环节。用户可通过信用卡或稳定币为Solana钱包充值，该钱包即可作为智能体的身份和支付代理。智能体无需注册或输入API密钥，即可通过Pay.sh使用Google Cloud、阿里云等服务。 Pay.sh兼容x402和MPP协议：当服务器返回402状态码（需要支付）时，Pay.sh能根据服务类型（一次性付费或持续计费）自动选择合适的支付方式。它支持一次性转账或会话授权凭证，以降低使用成本。同时，Pay.sh确保钱包本地存储，仅在支付时请求用户确认，并过滤服务商返回的指令以防止恶意攻击。对服务商而言，Pay.sh提供易于集成的网关，只需声明支付参数即可支持复杂场景（如阶梯收费、自动分账）。服务商还可将API发布至Pay Skill Registry，供智能体发现和使用。 Pay.sh的优势在于打通Web2与Web3支付生态，为智能体提供合规身份和支付能力。通过与Google合作，其流量调度和日志合规可在Google Cloud上完成，有助于规范智能体行为。此外，Pay.sh补全了智能体商业协议（如A2A、AP2）的支付环节，促进了价值流动，也为Solana生态带来更多流量。但Pay.sh仍面临挑战：服务商注册表缺乏准入和去中心化验证机制，可能导致智能体接入冒牌服务；其安全性依赖底层协议，存在外部风险；同时，各国API供应商可能因合规顾虑而限制使用。总体而言，Pay.sh标志着智能体支付基础设施向Web2与Web3融合迈出关键一步，链上钱包有望成为智能体参与多样化任务的背书，其后续发展值得关注。

marsbit05/12 10:13

Solana 基金会与 Google 合作推出 Pay.sh，能否打通智能体经济中 Web2 与 Web3 的支付链路？

marsbit05/12 10:13

一位西方学者中国 AI 实验室走访实录：谦逊、开放、不谈哲学，只想训练更好的模型

一位西方AI学者随SAIL联盟访问团走访了中国十余家AI实验室（包括月之暗面、小米、智谱等），并分享了他的观察。他印象最深的是中国AI研究者的普遍谦逊与开放氛围，他们高度认可同行工作（如频繁赞赏DeepSeek），乐于交流且多数研究将公开。这与美国实验室常有的零和竞争、谨慎封闭的氛围形成对比。中国研究者专注于模型性能的提升，热衷于技术迭代与修复缺陷，但对AI的哲学或社会影响（如失业、意识问题）讨论较少。他们大多年轻（20-25岁），许多是在读博士生同时参与业界工作，普遍认为工业界比学术界更有吸引力。此外，中国公众对AI技术表现出更积极的接受度，日常使用案例广泛，与西方民众对AI的普遍警惕形成反差。整体上，作者对中国开放的研究生态和未来的国际合作持乐观态度。

marsbit05/08 03:18

一位西方学者中国 AI 实验室走访实录：谦逊、开放、不谈哲学，只想训练更好的模型

marsbit05/08 03:18

DeepSeek V4炸场背后：硅谷在“造墙”，中国在“修路”

DeepSeek V4和Kimi K2.6两大国产大模型相继发布，在Hugging Face开源榜单上名列前茅，展现出中国AI开源生态的协同发展。与硅谷OpenAI、Anthropic等闭源巨头之间的“权力游戏”不同，中国厂商选择开源协作、技术共享，形成了互补共进的格局。DeepSeek V4在架构优化、国产芯片适配等方面实现突破，而Kimi则聚焦Agent工程化落地。尽管目前中国大模型厂商在商业规模上仍落后于美国，但凭借更低的训练成本、更高的调用效率及开源生态的正向循环，中国AI产业正在算力自主和技术协同中稳步推进，为未来AGI发展奠定基础。

marsbit04/26 07:03