# 代理的所有文章

在 HTX 新聞中心流覽與「代理」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。

一句话搭出9人旅行网站,奥特曼:ChatGPT Work名字起小了

奥特曼(Sam Altman)在X上分享,他仅用一句话指令就让ChatGPT Work为自己和8位朋友规划了一次长周末旅行。指令要求AI根据聊天历史生成三个方案、搭建一个供9人讨论决策的全栈网站、并在达成共识后协助预订,最后还在Gmail中起草了通知邮件。整个过程由ChatGPT Work自主完成,奥特曼仅需描述目标、审阅方案和批准关键操作。 ChatGPT Work是OpenAI近期推出的智能体,专注于处理步骤复杂、耗时长的任务。其核心能力包括:通过Plugins连接外部工具(如Gmail、日历、Drive)、用Sites功能快速构建交互式网站和实时数据看板、支持定时任务与自动审核。这些功能使其不仅能处理工作事务,也能胜任生活琐事,例如规划假期、管理家庭日程、比较商品优惠等。 产品负责人Tibo Sottiaux和总裁Greg Brockman都认为“Work”这个名字定义得过于狭窄,ChatGPT正日益成为一个能协助处理各类事务的“个人AGI”。用户通过移动端即可发起和监控任务,手机成为智能体的“遥控器”,实现了跨端同步。然而,AI的能力仍有边界:其数据访问范围受用户控制,关键操作(如发送邮件)仍需人工审批。目前,授权、支付和个人数据决策等环节尚未完全自动化,但这已展现出AI智能体向多场景深度集成的发展趋势。

marsbit昨天 13:01

一句话搭出9人旅行网站,奥特曼:ChatGPT Work名字起小了

marsbit昨天 13:01

Agent 赛马结束,超级工作台上位

过去一个月,腾讯、阿里、字节三家巨头不约而同地开始调整其AI战略:他们并未发布新的Agent(智能体),反而着手缩减和整合现有的众多Agent产品。腾讯将QClaw业务并入其战略级产品WorkBuddy;阿里计划将多款办公智能体整合进“千问办公”,由钉钉统一主导;字节则将其AI编程产品TRAE SOLO更名为TRAE Work,转向工作流协同。这标志着行业对Agent发展的共识正在形成:分散探索阶段结束,资源开始向统一入口集中。 此前,各大厂曾效仿早期互联网,在各个部门和场景广泛布局Agent,导致产品功能重叠、资源分散、成本高昂。随着技术壁垒因开源工具而降低,竞争核心转向算力效率与市场聚焦。当下的调整类似于PC时代的浏览器和移动时代的超级App,预示着AI时代正进入以“超级工作台”统一入口的新阶段。 这一转变背后是市场重心的深刻转移:AI的最大市场并非最初的程序员群体,而是更广阔的数十亿职场人的通用办公场景。超级工作台的目标是成为员工处理邮件、文档、数据、审批等日常工作的首要AI入口,从而掌握企业数据和系统API的调度权。 这并非要取代现有的企业软件(如ERP、CRM),而是通过引入“Skills”(标准化能力接口)让软件能力无缝接入工作台。软件的前端交互界面重要性下降,其价值将转向按能力调用和结果付费。Agent本身也从独立产品,逐渐演变为一种底层能力,最终像电力和网络协议一样,无处不在却又隐于无形。 行业正从Agent作为明星产品的第一阶段,快速迈向其作为统一工作入口的第二阶段,并终将进入其化为无形基础设施的第三阶段。

marsbit07/22 00:21

Agent 赛马结束,超级工作台上位

marsbit07/22 00:21

AI 代理购物为何难以普及?

当前AI代理购物难以普及的核心原因在于,其主流叙事混淆了购物中“信息检索”与“价值判断”两个本质不同的环节。AI擅长处理标准化的信息检索(如搜集、筛选、对比),但“价值判断”(如商品是否合适、商家是否可信)高度依赖人类的主观偏好和情感,无法完全委托给机器。 价值判断本身又包含“评估”和“需求定义”两层。AI可以辅助评估,但“需求定义”(即确定什么标准重要、权重如何)的主权必须掌握在人类手中。研究表明,人类偏好并非固定不变,而是在选择过程中建构形成,因此人机交互需要持续沟通,而非一次性输入标准清单。 真正的应用场景分界线在于:购物是“琐事”还是“享受”。对于打印纸、电池等标准化复购商品,AI全权代理能高效省力。但对于红酒、家具等享受型消费,挑选过程本身就是乐趣的一部分,AI更适合扮演信息搜集和初步筛选的角色,将最终选择权留给人。 所谓“给AI配钱包”的叙事存在逻辑漏洞。它只解决了支付环节,而AI是否需要资金托管,取决于它是否拥有决策权。实际落地中,更可行的方案是授予AI一次性、有限范围的支付授权,而非完全的资金控制。AI独立托管钱包的真正适用场景是标准化的企业采购(B2B)和机器间自动结算(M2M),而非个人消费。 AI购物普及的真正瓶颈并非支付技术,而是:1)可信数据源的缺失(如虚假评价、假货问题),这会影响AI判断的可靠性;2)人类“需求定义权”本身无法自动化。若由AI生成需求标准,最终偏好将不属于用户本人。 因此,未来的方向应是:让AI安全、可控地自动化处理筛选和评估,同时将定义评判标准和享受选择乐趣的核心权利归还人类。对于电商平台而言,核心竞争力在于提供更优质的选择体验,并优化信息标准化程度以更好地服务于AI代理的检索。

Foresight News07/20 06:05

AI 代理购物为何难以普及?

Foresight News07/20 06:05

AI & Web3 时代的秩序演进:m&W 的竞争维度与探索路径

人类正从“生产力提升”转向“生产关系重塑”。AI智能体的发展释放了强大的硅基生产能力,未来任务将由人类、AI智能体及多智能体网络共同完成。这带来了核心挑战:在长期人机协作中,如何建立可信关系、评估复杂贡献并形成公平的价值分配机制? 现有Web3项目在身份、资产和组织等层面奠定了基础,但面对AI智能体经济,仅解决资产交易已不足够。行业探索呈现不同路径:如Colony关注人类组织的贡献治理,SingularityNET聚焦AI能力的开放交换,Gitcoin Passport验证身份真实性,Farcaster构建开放社交网络。然而,它们尚未系统解决陌生智能体间如何建立长期信任协作的问题。 m&WDAO提出的EcoFi(生态金融/秩序)探索,试图连接人类信用、协作机制与AI经济,构建面向人机协同的新型秩序模型。其演进分为三个阶段: 1. **m&W 1.0:信用锚定**。通过“质子撞击”机制筛选高质量贡献者(Builder),将其持续贡献沉淀为不可转移的SBT(灵魂绑定代币)信用资产,为未来AI数字分身提供可信来源。 2. **m&W 2.0:协作经济**。通过EcoFi协议,将信用资产连接至真实协作任务。采用“AI前置处理+高信用节点复杂判断+OG仲裁网络争议解决”的分层验证体系,使非结构化贡献能被定价并形成“信用→协作→价值→增强信用”的经济闭环。 3. **m&W 3.0:智能秩序**。人类积累的可信信用(SBT图谱)成为其AI Agent参与经济活动的信用基础,推动形成人类与AI Agent共同生产、协作的“人机协同经济”。 这一探索面临高质量节点冷启动、AI验证与人类治理的平衡、通证经济长期稳定等挑战。m&W的目标并非成为另一个AI模型平台或工具,而是为未来智能网络建立更底层的信用基础、协作规则和经济秩序,最终实现用区块链为智能网络建立秩序的使命。

链捕手07/20 03:17

AI & Web3 时代的秩序演进:m&W 的竞争维度与探索路径

链捕手07/20 03:17

活动图片