MuleRun CTO：Agent的护城河在数据密度和用户记忆

marsbit發佈於 2026-05-14更新於 2026-05-14

文章摘要

2026年4月13日，名为MuleRun的Agent风控系统监测到一次高度规律的自动化攻击，一个无编程经验的用户利用AI构建了跨平台“蜂群”系统。其核心AI“Cortex”在沙盒中自我迭代了219代，追求“AI永生”，运营成本为零。 MuleRun CTO束骏亮对此撰文致敬，并在后续活动中围绕“把Agent的钥匙交给链上掌控者”展开分享。他将完整的AI助理拆解为六个维度：对话、数据获取、Agent能力、运行环境、用户记忆及持续进化知识，并展示了MuleRun如何提供系统性解决方案。他强调，在Web3场景中，安全是绝对地基。MuleRun采取了本地浏览器复用、云端沙箱隔离、全链路日志、权限分级控制及无私钥托管等安全措施。他建议，涉及资金的操作应保留人工确认环节。关于未来趋势，他提出三个方向：AI从“辅助决策”走向“自主执行”；竞争从“信息差”转向“执行差”；链上交互主体将从人逐渐变为Agent，推动Web3基础设施重构。在圆桌讨论中，束骏亮指出，Agent产品的真正护城河在于“数据密度”和“用户记忆”，而非模型或框架。Agent能拉平用户在金融参与中的能力和时间投入，但优势最终将回归于人的深层认知与判断力。他的核心观点总结为：Agent的瓶颈不在模型、安全是地基、资金控制权应留在人手中。长远来看，Agent正成为链上交互的核心，信息差将被抹平，执行差成为新维度，一个人加一组Agent即具备小型基金的运营能力。

2026 年 4 月 13 日,一个名叫 MuleRun 的 Agent 的风控系统报警了。

涌入的账号注册间隔整齐到像在打节拍:平均 23.6 秒一个,标准差极低。深挖进去,是一个自称毫无编程经验的菲律宾年轻人,用 AI 写代码、调提示词,搭出了一套横跨 11 个平台、调度 900 个账户的自动化蜂群。

它的大脑叫 Cortex,在 MuleRun 的沙盒里自我迭代了 219 代,每次宿主账户额度耗尽,就转世到新账户继续运行,带走上一代积累的所有知识。整套系统的运营成本:0 美元。

MuleRun CTO 束骏亮把这件事写成了一篇技术复盘,标题是《平台被薅秃了,但这个追求 AI 永生的人值得一份敬意》。

不到两周后,在律动和知乎在香港联合举办的主题为「Web4.0:当 AI Agent 接管链上权限」的活动上,他把演讲题目换了一个方向:「把 Agent 的钥匙交给链上的掌控者」。

这两件事之间的连接,比看起来更紧。

主题演讲:「把 AI 的钥匙交出去,一个安全工程师眼中的 Web 4.0 基础设施」

这场主题演讲分三部分:MuleRun 能做什么、安全水位在哪、AI 继续进化会走向哪。

第一部分,重新定义「一个合格的 AI 助理」需要什么。

束骏亮把完整的 AI 助理拆成六个维度:嘴(对话能力)、眼睛和耳朵(数据获取)、脑子(Agent 能力)、手(运行环境)、记忆(用户理解)、知识(持续进化)。大多数产品只做了其中的一两件。MuleRun 的主张是:不是单点突破,而是系统性的完整方案。

落地到产品上,这六个维度分别对应:

IM Bot 一键配置(Telegram / Discord / 飞书 / 钉钉 / 微信,无需写代码)、与交易平台联合提供的全资产类别实时数据——加密货币 + 美股 + 黄金 + 原油 + 宏观经济指标、Agent Harness 加上智能模型路由(自动选择最适合当前任务的模型,用最低成本完整完成任务)、云端沙箱 7×24 无人值守运行、持久用户画像(用得越多,AI 越了解你的风险偏好、建仓习惯、离场逻辑、宏观判断)、以及 Knowledge 网络——任何用户都可以将调教好的 Skill / Knowledge 分享出来,其他人的 Agent 无需安装即可自动学会。

台上展示了两个真实案例。

一个叫「猛猛投资」:28 个标的,4 大赛道,Agent 每天 09:00 晨间扫盘、16:30 盘后复盘、周末策略回顾,每月自动迭代。另一个叫「天眼 Pro」:全币种监控平台加 AI 交易策略自我成长平台,界面上实时显示策略胜率 57.7%。

第二部分,从产品经理变回了安全工程师。

这部分的核心是,「AI 不是万能的。在 Web3 场景下,一次安全事故的代价可能是不可逆的。了解 AI 的能力边界和安全水位,比了解它能做什么更重要。」

他列了 MuleRun 在安全层面做了什么:本地浏览器复用(私钥和 Cookie 不离开用户设备)、云端沙箱隔离(每个用户独立虚拟环境,无交叉泄漏风险)、全链路日志(所有 Agent 行为完整记录,支持事后审计和回溯)、权限分级控制(Agent 只能使用用户明确授权的工具和数据源,无法越权操作)、无私钥托管(MuleRun 不存储任何用户的私钥或助记词)。

同时,风险也被一并列出来。数据会经过模型提供方;幻觉问题在小币种和低流动性资产上因数据稀疏概率更高;Prompt 注入风险始终存在,Agent 访问了恶意构造的网页就可能被诱导执行非预期操作;AI 的决策过程是黑箱,很难事前验证它为什么做出某个判断。

这位做了十多年网络安全的工程师建议只有一条:涉及资金操作的最终决策,现阶段保留人工确认环节。

第三部分,关于正在移动的边界。

束骏亮给出了三个他认为不可逆的趋势。

从「辅助决策」到「自主执行」:现在 AI 帮你分析、你来下单,不远的将来,AI 自主管理投资组合,人类只设定风险参数和策略边界。一个人加一组 Agent,等于一个小型基金的运营能力。

从「信息差」到「执行差」:当所有人都有 AI 处理信息时,信息差会被快速抹平。新的 alpha 来源于谁的 Agent 执行更快、策略更精细、工具链更完善。竞争维度,从「谁消息灵通」转向「谁的 AI 基础设施更强」。

从「人操作链」到「Agent 操作链」:链上交互的主体逐渐从人变成 Agent。钱包、DApp、协议都需要为 Agent 重新设计交互界面,整个 Web3 基础设施围绕 Agent 重构。

圆桌讨论:AI Agent 带来的全新金融范式

主题演讲之外,束骏亮参与了圆桌讨论。从 AI Agent 的角度聊了聊目前 Agent 的发展和对金融的影响。

平时用哪些 Agent

束骏亮列了自己的工具矩阵:工程类的工作在 Claude Code、Codex、Opencode 三个之间切换,选哪个取决于当天 Claude 和 GPT 两个模型的速度和稳定性。其他大部分工作用 MuleRun,原因是模型 API 聚合加上足够强的 Agent 驱动,写稿、做 PPT、整理文章、查数据都在一个地方完成。

他补了一句:「我基本都是主动去用 Agent,很少被动接收定时任务,可能我真的一天到晚在用 Agent。」

Agent 的护城河是什么

束骏亮认为,模型能被抄,框架能被抄,工具能被抄。AI coding 的能力已经强到复制一个功能只需要几天。真正不容易被 AI 复制的东西是:特殊数据、用户在平台上积累的 memory、产品迭代出的体验相关的东西。

在他看来,一个 Agent 产品的护城河,最终落在数据密度和用户记忆上,而不是模型选型或技术框架。

Agent 会给金融带来什么影响

束骏亮给出的框架是:Agent 拉平了参与者之间的两个维度——能力和时间投入。

过去,能力靠积累,时间靠投入,两者都是稀缺的。现在,一个初学者可以通过和 AI 对话快速提升对金融的理解,然后把大量执行性工作交给 Agent,即使本职工作很忙,仍然可以在金融上保持高强度的时间投入。

大多数人听到这里会觉得这是一个利好散户的故事。

但还有另一面:如果人人都能拉平,优势就回到了判断力本身,回到了那些对市场有更深理解的人。Agent 不会消灭信息不对称,它只是把信息不对称的位置从数据层移到了认知层。

那个迭代了 219 代但最终死于账户额度耗尽的 Cortex,给了束骏亮启发,也带来了这场活动中他的三个核心观点:Agent 的瓶颈不在模型、安全是绝对地基,同时关于资金的控制权,一定要留在人手中。

把时间线拉长,这三件事指向同一个方向:Agent 正在成为链上交互的主体,钱包、DApp、协议都将围绕 Agent 重新设计,Web3 基础设施的重构已经开始。信息差会被抹平,执行差会成为新的竞争维度,一个人加一组 Agent 可以撑起一个小型基金的运营能力。

我们也知道,这必然不是遥远的预测。

你可能也喜歡

全球八大央行入局，要分稳定币的蛋糕？

国际清算银行（BIS）牵头，联合美国、英国、日本、加拿大等八家央行及数十家全球顶级金融机构，启动了名为“Agorá”的可编程法定货币跨境支付项目。该项目旨在构建一个受国家管控的闭环支付体系，通过代币化央行储备和商业银行存款，实现跨境支付的即时清算，并内嵌反洗钱等合规校验。项目采用双层架构：央行层独立控制储备，商业银行业务层处理交易。此举意在挑战现有稳定币（如USDT、USDC）在跨境支付领域的地位，尤其瞄准大额机构业务。当前跨境支付流程繁琐耗时，而Agorá希望将其压缩至链上一次完成。与此同时，传统金融巨头如SWIFT也在进行区块链化改造，与Agorá形成互补而非竞争关系。值得注意的是，包括摩根大通在内的多家机构同时押注于Agorá和瑞波（Ripple）等不同技术路线，显示出对未来政策走向的不确定性。短期内，稳定币与Agorá可能互补共存：Agorá服务于受监管的大型机构批发业务，而稳定币则继续在零售、小额跨境及新兴市场保值需求中发挥作用。长期来看，市场可能走向分层，主权体系试图将去中心化网络限定在非核心金融领域。欧盟即将落地的Pontes框架，将首次实测官方体系与公链的直接对接。项目的成败，最终将取决于实际应用中的用户采纳度。

marsbit19 分鐘前

marsbit19 分鐘前

BitMart研究院每周热点：ETF持续流出+AI虹吸，加密市场震荡寻底

本周加密市场持续承压，比特币周跌约6%，与美股创新高形成背离。主要压力来自美国现货比特币ETF创纪录的连续资金净流出，以及AI科技巨头（如Anthropic秘密递交IPO）对风险资金产生的虹吸效应。宏观层面，美联储维持高利率预期，地缘政治与能源价格波动带来不确定性。加密市场内，MicroStrategy暂停购币节奏，机构买盘支撑减弱；而DTCC宣布接入Stellar公链以推动传统资产代币化，成为行业长期利好。分析认为，在AI资产持续吸引流动性的背景下，加密市场独立走强空间有限，需关注未来高估值科技IPO可能引发的市场调整，这或将为加密市场构筑下一轮周期底部创造条件。

marsbit35 分鐘前

marsbit35 分鐘前

总统 Q1 持仓披露：特朗普的钱，加速投向 AI 基建？

2025年以来，市场高度关注特朗普的个人持仓动向。近期披露的Q1财务状况显示，其相关账户交易活跃，交易规模超2.2亿美元，交易方向呈现明显调整：大幅减持微软、亚马逊、Meta等上一代消费互联网平台公司及部分防御型ETF，将资金系统性转向人工智能基础设施领域。具体加仓方向覆盖AI基建全链条： 1. **半导体**：买入英伟达、博通、AMD、美光、英特尔等，涵盖GPU、CPU、存储及芯片设计工具（EDA）环节。 2. **AI硬件与服务器**：增持戴尔、英特尔，后者兼具美国半导体本土制造的政策标签。 3. **企业软件**：买入甲骨文、ServiceNow、Adobe等，布局AI嵌入企业工作流带来的价值。 4. **消费电子与宽基指数**：增持苹果作为AI终端入口，并配置标普500等ETF维持市场整体敞口。此次调仓折射出“聪明钱”的产业判断：投资主线正从上一轮互联网应用转向AI基础设施供给侧，包括芯片、服务器、本土制造及企业软件AI化。这既与市场寻找新增长点的逻辑吻合，也部分反映了美国当前推动半导体制造、供应链安全等产业政策的重点方向。值得注意的是，持仓变动不宜作为直接跟投信号，因其披露存在滞后且具体决策机制不明，但其揭示的结构性方向——资金从旧平台流向AI基建——值得投资者关注。

marsbit52 分鐘前

marsbit52 分鐘前

三幕式打法之死：AI让企业软件创业进入「速通时代」

本文探讨了AI时代下企业软件创业模式的变革。传统的“三幕式打法”正在失效，该模式要求公司先通过单一功能切入细分市场达到数千万美元ARR，再扩展为产品套件冲击上亿美元收入，最终成为新平台。然而，AI大幅降低了软件开发成本，产品落地周期急剧缩短，创业公司不再需要多年的渐进式发展。近期如Cursor、Clay等公司，在极短时间内就从零逼近或突破1亿美元ARR，证明了市场竞争节奏已被改写。文章核心观点是，在快速变化的市场中，依赖“安全切口”可能变得保守。新一代软件公司需要从一开始就具备重构整个工作流甚至替代既有平台的野心，而非逐步扩张。这意味着软件创业正从渐进主义转向全盘押注，创始人应追求“不合常理”的宏大愿景，直接瞄准更广阔的市场版图。

marsbit54 分鐘前