# 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。

专访 Strategy CEO：抛开 32 枚 BTC 的抛售风波，6 万亿 AI 智能体才是比特币的终局

在近期因出售32枚比特币（约250万美元）引发市场广泛关注后，Strategy公司CEO Phong Le接受了专访，重点阐述了公司的长期战略与对比特币未来的展望。 Le首先澄清，此次小额出售是公司透明运营的一部分，旨在向债权人和评级机构证明其资产流动性及财务纪律，同时测试内部交易流程。他强调，市场短期反应如同“投票机”，而公司更关注长期作为“称重机”的价值创造。作为全球最大的比特币企业持有者，Strategy持有约84.5万枚比特币，其决策经过严谨的董事会流程与数据分析，绝非随意之举。针对市场将其优先股产品STRC与“死亡螺旋”担忧相关联，Le指出，80%以上的STRC由散户和长期机构持有，DeFi协议持仓不足10%，风险可控。他进一步分享了公司在熊市中的核心策略——“什么都不做”，即依靠坚定的信念和底层逻辑，静待价值回升，并认为伟大的公司均经历过波动与考验。关于未来，Le透露了AI在公司发展中的关键作用。生成式AI助力将STRC等产品的开发周期从数年缩短至数月。他展望，未来世界可能从60亿人类演变为6万亿自主决策的AI智能体，而它们进行价值交换时将天然倾向于使用比特币及加密网络，这为比特币带来了巨大的长远潜力。在平衡加密原教旨主义与传统资本市场上，Le主张以开放包容的方式“用爱传播比特币”，无论是通过自托管、交易所、股票还是ETF，各种敞口方式都值得鼓励。对于STRC价格近期低于面值，Le表示产品仍处早期阶段，公司将通过补充储备及启动付息机制推动其回归稳定。他最后确认，公司确实在5月31日前一周出售了比特币，并已按规定披露。整篇专访传递出Strategy公司超越短期市场噪音，聚焦比特币长期生态建设与未来AI智能体时代宏大叙事的坚定立场。

链捕手06/23 01:13

专访 Strategy CEO：抛开 32 枚 BTC 的抛售风波，6 万亿 AI 智能体才是比特币的终局

链捕手06/23 01:13

研报解读：花旗参会 AWS 峰会，看好云业务加速但数据治理仍是关键变量

花旗分析师团队参加AWS纽约峰会后发布报告，认为AWS的战略重心已从AI实验验证转向规模化部署。峰会发布的新产品矩阵（如AWS Context、Amazon Quick等）旨在解决企业级落地的数据治理、跨应用集成和安全等核心痛点。报告指出，数据基础设施公司（如Snowflake、Elastic）将直接受益于AI工作负载增长，但数据治理能力已成为AI能否从试点项目融入核心业务流程的关键变量。花旗维持亚马逊“买入”评级，预计AWS云业务收入增速将从FY26的30%加速至FY27的37%，并认为该预测可能偏保守。投资逻辑关注AWS收入增速兑现、数据基础设施商的收入弹性，以及相关产品使用量的增长信号。

marsbit06/22 14:12

marsbit06/22 14:12

AI Agent 也要查"征信"了：ERC-8126 正在补上链上信任这块空白

AI Agent上链后，其可信度成为关键问题。ERC-8126协议旨在为AI Agent建立一套标准化的验证层，以补充ERC-8004的身份注册功能。它并非提供永久可信认证，而是定义了如何对Agent进行多维度检查、如何表达结果以及如何让其他系统（如钱包、市场）消费这些风险信号。 ERC-8126的核心是引入开放的第三方验证提供商（Verification Providers）市场，对已注册的Agent进行五类标准化检查： 1. **ETV（代币/合约验证）**：检查关联的链上资产或合约的真实性与风险。 2. **MCV（媒体内容验证）**：核查头像、图片等内容是否被伪造或篡改。 3. **SCV（Solidity代码验证）**：检查关联的智能合约代码是否存在常见安全漏洞。 4. **WAV（Web应用验证）**：评估网站、API等链下入口的安全性。 5. **WV（钱包验证）**：分析关联钱包地址的历史交易记录与风险关联。验证结果会转化为0-100的统一风险评分，并提供可验证的证明（如零知识证明），以便钱包、应用市场等在不公开敏感细节的前提下进行风险决策。该标准与ERC-8004（身份）、ERC-8183（商业与结算）共同构成AI Agent经济的基础设施方向，致力于将信任判断转化为可组合、可消费的标准化信号，降低用户和生态系统的信任成本。目前，ERC-8126是一套已确定的标准框架，其实际效果取决于后续生态的广泛采用。

marsbit06/22 13:54

marsbit06/22 13:54

芯片、开源模型与50万亿，蔡崇信再度复盘阿里

阿里巴巴董事长蔡崇信在VivaTech大会上系统阐述了公司的AI战略。他认为，全球GDP中至少有50万亿美元来自人类智能与生产力，这正是AI市场的总规模，因此阿里正全力投入AI。公司布局了芯片、云基础设施、模型（如开源模型Qwen）及应用四个层级，但不涉及能源层。这种全栈策略旨在应对未来价值沉淀的不确定性，确保无论价值最终落在哪一层，阿里都能参与其中。蔡崇信否认当前AI基础设施投资存在泡沫，指出美国头部云厂商明年资本支出将超8000亿美元，而中国在该领域的投资仍需加强。阿里凭借电商业务每年约250亿美元的自由现金流，能够持续支持AI投入。关于开源，蔡崇信认为这是实现技术独立和数据隐私的重要路径。他提到，当前开源运动主要由中国公司推动，而美国主要模型已闭源。开源允许企业将模型部署在自有环境中，保障数据安全，避免过度依赖单一技术来源。此外，阿里正与宝马、西门子等制造企业合作，利用AI改进设计、测试和质量控制等环节。蔡崇信展望，AI智能体将极大提升生产力，将人类从工作中解放出来，有更多时间享受生活与娱乐。

marsbit06/22 07:50

marsbit06/22 07:50

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

marsbit06/22 06:04

当转账彻底无感：Sui 用「零 Gas」成为稳定币支付底层轨道

Sui于2026年5月20日推出零Gas稳定币转账功能，用户与企业点对点发送白名单内稳定币时无需支付Gas费，也无需管理SUI代币余额。这一功能基于全新的底层账户架构Address Balances，通过特定Move函数发送代币，能自动合并到接收方地址的单一余额中，省去了对象管理的开销，使得验证者处理成本极低，从而实现了真正意义上的零成本转账。此举旨在消除区块链支付的传统门槛，为稳定币从“加密资产”转向“支付轨道”铺平道路。它直接开启了日常支付（如消费、打赏、跨境汇款）、AI Agent经济中的高频微支付以及机构级应用（如B2B支付、结算分润）等场景的大规模采用可能。机构级托管平台Fireblocks等已宣布支持该功能。零Gas转账是Sui构建“稳定币支付默认底座”的上半场。下半场计划在2026年内推出协议级保密交易功能，实现兼具隐私保护与合规审计能力的大规模免费支付。随着其网络稳定币转账量已突破1万亿美元，零Gas功能有望成为推动稳定币支付大规模采用的关键引线。

marsbit06/22 03:01

marsbit06/22 03:01

无销售团队进账2000万美元，AI员工Viktor靠什么拿下3万家企业？

AI员工Viktor通过创新的“零门槛@提及”交互范式，打破了传统企业级软件依赖庞大销售团队和漫长实施周期的模式。用户无需编写复杂提示词，只需在Slack或Teams中用自然语言@Viktor下达任务，它便能自主跨工具执行，实现从“起草并等待”到“端到端交付”的转变。凭借纯产品驱动增长（PLG）模式和按实际任务消耗计费，Viktor在无销售团队的情况下，于Slack平台实现了2000万美元年化收入，服务超3万家企业。其核心在于将AI从“对话层”下沉为“流程层”，支持自动触发任务，如深夜对账、跨工具生成PPT，并通过组织级记忆沉淀业务规则。然而，随着产品进入Microsoft Teams等大型企业市场，PLG模式面临合规审批与数据安全挑战。全自动执行的“黑盒”特性也带来了误操作风险和信任博弈，企业需在效率与安全间寻求平衡，建立完善的权限管理与审计框架。Viktor的发展验证了企业级AI应用降低门槛的吸引力，也揭示了其成为企业核心基础设施仍需克服的治理难题。

marsbit06/19 10:55

marsbit06/19 10:55

微信 AI 卡实测指南：AI Shopping时代降临了吗？

微信AI卡实测：AI购物时代尚未到来微信支付近期推出了AI专属卡，旨在为AI助手提供支付能力。用户需在WorkBuddy对话中开通此卡并充值独立余额，AI相关的消费将从此卡扣款。然而，实测发现，它并非AI“全自动消费”工具，每笔支付仍需用户扫码确认。文章通过尝试用WorkBuddy点一杯喜茶揭示了当前局限。虽然能触发支付，但AI未能正确理解需求，最终购买了错误的美团团购券。这表明问题核心不在于支付功能本身，而在于AI代理（Agent）执行复杂任务链路的成熟度，包括需求理解、平台授权和商品匹配等环节。目前，AI专属卡更像一个与主钱包隔离、额度可控的“小钱包”，设计上较为克制。它适用于购买付费内容、调用付费API或订阅服务等标准化场景，但对于外卖等需要多环节协作的生活服务，效果尚不理想。总结建议：用户可小额体验，但支付前务必仔细核对商品信息，切勿完全依赖AI对复杂需求的理解。

marsbit06/18 12:04

marsbit06/18 12:04

NVIDIA团队让编程Agent接管真实机器人实验，成功率达99%

NVIDIA GEAR实验室推出名为ENPIRE的项目，首次让编程Agent在真实机器人硬件上实现了全自动化的研究闭环。系统部署了8个Codex Agent组成机器人舰队，在仅给定“高效安全完成任务”的简单目标后，人类基本退出干预。Agent自主管理整个流程：自动重置环境、搜索文献、编写并改进代码、训练和部署策略、分析日志并持续迭代，最终在系扎带、插针整理等高精度灵巧操作任务中达到了99%的成功率。项目核心是由环境、策略改进、策略评估和进化四个模块构成的闭环框架，将真实世界机器人学习转化为由Agent管理的优化过程。研究中的一个关键发现是，对许多任务而言，重置环境比完成任务本身更容易，因此系统优先让Agent构建自动重置能力。实验还观察到“物理规模定律”，即增加并行机器人数量能显著加快任务解决速度。例如，插针任务在8台机器人并行下，达到完美表现的时间从1.5小时以上缩短至约40分钟。团队为此提出了平均机器人利用率（MRU）和平均Token利用率（MTU）两个新指标，以量化资源效率。目前，部分系统已能彻夜无人干预运行，未来目标是实现实验室完全自主运作。该项目计划开源，使普通开发者也有机会搭建类似系统。

marsbit06/18 00:35

marsbit06/18 00:35

AI应用元年，只会yes，无视风险？软件开发的航行日志全面开源

2026年，AI生成代码的速度日益加快，但代码审查却愈发不足。AI不仅补全代码，还能修改配置、安装依赖、生成测试，甚至以Agent形式规划任务。然而，最危险的风险往往潜藏于语法正确、测试通过的“正常”代码中，可能引发数据泄露、权限过度开放或资产损失，如Moonwell cbETH预言机配置错误导致超170万美元损失。为系统化应对此类风险，北京大学Narwhal-Lab开源了“Narwhal AI Code Risks”项目。该项目整理了分散的案例与线索，将材料分为三层：已证实的真实事件（cases/）、待观察的早期信号（inferred/）以及典型的风险场景（scenarios/）。风险被归纳为七大类：供应链风险、代码级漏洞、云与基础设施配置、Agent风险、垂直领域风险、知识产权与合规风险以及人为因素。该项目旨在将零散的风险信息转化为可复用的公共知识库，帮助开发者提前识别隐患，为安全研究提供样本，并为工具开发提供基准。在AI深度融入软件工程的当下，这份“航行日志”致力于记录每一次偏航，让后续团队能避免重蹈覆辙，更安全地航行于AI应用元年。

marsbit06/16 04:52