# 智能体的所有文章

在 HTX 新聞中心流覽與「智能体」相關的最新資訊與深度分析。潘蓋市場趨勢、專案動態、技術進展及監管政策,提供權威的加密行業洞察。

邢波再出手:上次「骂」完世界模型,这次轮到智能体了

邢波教授继去年批评世界模型后,近日与合作者发表新论文《智能体模型批评》,对当前被滥用的“智能体”概念提出系统性质疑与重构方案。 论文尖锐指出,目前众多被称为“智能体”的系统(如编程助手、客服机器人)大多只具备“智能体外观”(agentic),而非真正的“能动性”(agentive)。前者能力依赖于外部预设的工具链和提示词,模型仅是嵌入流程的零件;后者的决策和目标则内生于系统自身。论文以“工卡员工”和“感应灯”为例,说明任务复杂度不同并非自主性的本质区别。 基于此,论文从五个维度拆解主流智能体设计的不足,并提出了对应的“重建”思路: 1. **目标**:应从人类逐步喂指令,转变为一次性给予长期目标,由系统自主进行可调整的分层目标分解。 2. **身份**:自我认知不应固化于提示词,而应成为能根据经验持续演化的“活的自我评估”。 3. **决策方式**:驳斥仅靠延长思维链文字就能规划的观点,主张采用“模拟式推理”,即借助世界模型预测行动后果,再选择最优方案。 4. **节奏判断**:批评固定规划深度的做法,提出需引入独立的“元认知模块”(称为System III),让智能体自行判断何时该深思或速断。 5. **学习**:主张“持续自主学习”,让智能体自主决定何时在真实世界行动、何时退回模拟器训练、何时更新认知。 为整合这些原则,团队提出了具体架构GIC(Goal-Identity-Configurator),包含信念编码器、目标分解器、身份演化器、配置器(System III)、模拟规划器(System II)和执行器(System I)六个组件,并以飞行员训练过程类比其成长路径。 论文最后讨论了安全性,认为GIC架构通过将目标、身份、决策等模块显式化、可审查化,使安全问题变得可诊断、可修正,而非承诺绝对不出错。其核心论点是:真正的自主性不在于任务复杂度,而在于目标、身份与判断力是否内化于模型自身。当前大多数“智能体”可能仍停留在精准执行外部指令的阶段,而非真正理解与自主决策。

marsbit07/01 11:25

邢波再出手:上次「骂」完世界模型,这次轮到智能体了

marsbit07/01 11:25

当推理成为稀缺资源,价值由谁捕获

当推理成为稀缺资源,价值由谁捕获?本文探讨了AI算力市场中,推理(inference)正取代训练成为核心瓶颈与价值捕获点的趋势。 2023年提出的“2000亿美元问题”指出GPU超前建设可能带来收入缺口,而2024年该问题已扩大为“6000亿美元问题”。市场近期开始意识到,缺口实际上正通过推理侧的需求来填补。推理是持续性的运营成本,伴随每次模型调用而增长,其市场规模可达训练的10至50倍。 英伟达最新财报将业务重组为“数据中心”与“边缘计算”两大平台,凸显推理已成为战略核心。边缘计算虽当前占比小,但代表了推理向终端设备的延伸。同时,Cerebras的IPO获得超额认购,也因市场看好其专注于推理加速的芯片架构。 Anthropic的案例进一步印证了推理资源的紧张:其因使用量远超产能而接管大型数据中心专用于推理,并对高频的agentic使用改为按量计费,说明推理已成为制约应用扩张的关键因素。 在AI算力栈中,价值沉淀点正在转移。大多数公司只占据从芯片制造到API服务中的某一层,而Hyperbolic作为一家不持有GPU的聚合平台,通过整合多来源的碎片化算力供给,提供统一、低成本的GPU租赁与路由服务,形成了“供给聚合-数据洞察-优化路由-吸引更多用户与供给”的飞轮。与之相比,Venice等应用层公司虽直接面向用户,但其利润受限于向底层购买的推理算力成本,凸显了聚合层在产业链中的潜在优势。 最终,随着agentic AI和物理AI推动推理需求爆发,价值可能不会流向持有最多硬件的公司,而是流向能高效聚合、路由并优化算力资源的那一层。Hyperbolic正试图成为这样的关键聚合层,在推理成为稀缺资源的时代捕获核心价值。

链捕手06/08 15:38

当推理成为稀缺资源,价值由谁捕获

链捕手06/08 15:38

AI Agent彻底改变Web3游戏:从Rugpull Bakery机器人争议到2026智能体新范式

最近,Abstract链上的竞技烘焙游戏《Rugpull Bakery》因第二赛季中自动化脚本泛滥引发公平性质疑,但团队在第三赛季选择将AI Agent“合法化”为游戏核心部分,并发布skill.md与agent.json官方指南。这标志着Web3游戏从以人类操作为核心转向以自主智能体为主导的“Agentic Gaming”新纪元。 目前,AI Agent在Web3游戏中已发展出多种深度集成模式: 1. **自主竞技者与经济实体**:如TEN Protocol、AI Arena和Satoshi Strike Force(SSF),智能体作为独立参赛者,玩家可扮演“经纪人”或“教练”,通过训练、质押分享收益。Somnia作为“Agentic L1”基础设施,为智能体提供高性能链上执行环境。 2. **模块化基础设施与可编程环境**:以《EVE Frontier》为代表,通过“服务器端Modding”和智能组件(如智能炮台、星门),允许AI Agent直接编程游戏世界的物理与经济逻辑。项目迁移至Sui链以支持高并发交互,并结合ERC-8183标准实现智能体间的自主雇佣与结算。 3. **混合型伴侣与动态适应环境**:如《Parallel Colony》和《Illuvium》,玩家与高度自主的AI Avatar协作,AI具备记忆、个性与情绪,能自主决策、执行任务并适应环境。《Illuvium》计划通过AI赋能NPC,实现动态叙事与个性化体验。 总体而言,Web3游戏正从依赖人力转向算法与智能共生。通过区块链透明性与专用基础设施(如Agentic L1)规范智能体,玩家角色演变为指挥者或合作伙伴,行业进入“后人类”协作与竞争的新阶段。

marsbit05/26 07:17

AI Agent彻底改变Web3游戏:从Rugpull Bakery机器人争议到2026智能体新范式

marsbit05/26 07:17

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

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

marsbit05/12 11:55

活动图片