# AI代理的所有文章

在 HTX 新聞中心流覽與「AI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。

从支付到部署：Stripe押注AI Agent经济

Stripe正在重新定义AI经济基础设施，核心从服务人类转向同时服务机器主体（AI Agent）。文章指出，AI Agent正从工具演变为互联网中新型的经济参与者，既能作为买家进行消费，也能作为建设者开发部署软件。这要求支付、账单和结算等商业基础设施进行根本性重塑。 具体而言，Stripe的产品布局围绕几个关键方向展开： 1. **赋能Agent作为买家**：推出“机器支付协议”，让企业能以程序化方式直接接受Agent的支付；同时扩展其消费者钱包Link的功能，允许用户安全授权Agent代表自己进行消费。 2. **赋能Agent作为建设者**：通过Stripe Projects，旨在简化应用部署流程，让AI生成的应用能像编写一样轻松地部署上线。 3. **适应Token经济新模式**：随着AI产品边际成本（如Token消耗）变得显著，按用量计费成为核心。Stripe提供相应工具支持企业根据实际消耗收费。 4. **应对新风险与挑战**：针对“Token盗用”等新型欺诈，利用Stripe Radar进行风控。同时，为解决Agent高速消耗资源带来的收款风险，结合Metronome（实时计量）和Tempo（即时支付）推出“流式支付”，实现用量发生的同时实时结算。 总之，Stripe的判断是，AI不仅改变生产效率，更在改变商业的组织与运作方式。其基础设施正全面演进，以支持由AI Agent驱动、实时计量与结算的新经济形态。

marsbit06/08 00:15

从支付到部署：Stripe押注AI Agent经济

marsbit06/08 00:15

Agent接管流量分发权，腾讯、字节、阿里在抢什么？

近日，腾讯、阿里、字节三大互联网巨头几乎同时加码AI智能体（Agent）布局，争夺AI时代的入口主导权。核心在于，谁掌握了Agent，谁就掌握了未来的流量分发权。 **阿里**采取“双子星”策略：千问App正演变为超级Agent，深度接入淘宝、支付宝等生态业务，实现从搜索到交易的全流程操作，并已向外部品牌开放接入；夸克则定位为AI旗舰应用，致力于成为“AI超级框”。在B端，阿里推出企业智能体平台“悟空”，探索“一人AI公司”模式。 **字节**凭借“豆包”App已获超3亿月活，并通过“扣子”平台构建开发者生态，支持多智能体协同。其战略是软硬一体，将豆包能力延伸至AI手机、智能眼镜等硬件，旨在让AI入口无处不在。 **腾讯**的杀手锏藏于微信。正在内测的微信AI智能体可通过右滑直接调用数百万小程序完成任务，将微信生态转化为“服务操作系统”。腾讯试图将AI深度融入现有国民应用，而非另造新入口。 三家的竞争折射出商业逻辑的深刻变化：流量分配权正从“用户自主点击”转向“Agent代为决策”。商业模式从争夺用户时长的“注意力经济”，转向以结果和效率为核心的“意图经济”。未来，服务提供者不仅比拼品牌，更需比拼其接入AI生态的能力。 这标志着从PC网页、移动App到AI Agent的又一次入口更迭，新一轮行业洗牌已然开始。

marsbit06/06 03:22

Agent接管流量分发权，腾讯、字节、阿里在抢什么？

marsbit06/06 03:22

中国Web3创业，有哪些好路子？（五）

本文探讨了中国Web3团队向AI领域迁移的可行路径，重点聚焦于安全风控团队和应用层及社区型团队。 对于安全风控团队，其机遇在于从传统的链上合约、资产安全，转向AI Agent时代的行为安全。随着AI Agent在企业的渗透，其工具调用、数据访问和自动支付等行为将催生新的安全需求，如权限管控、操作审计和风险监控。Web3安全团队可将原有的审计与风控能力迁移至此，为企业提供Agent行为日志、权限边界设定和合规审计等服务，这一B2B方向有明确的付费需求且合规风险相对较低。 对于应用层和社区型团队（如内容、投研、教育、社区产品），迁移的关键在于将AI作为能力增强器，而非彻底转型。应专注于利用AI解决现有产品或运营中的具体痛点，例如：用AI帮助投研工具高效处理海量信息、辅助社区产品进行用户分层与运营、为教育平台提供个性化学习路径。核心是让AI深度嵌入现有工作流，提升效率、决策质量或用户体验，避免脱离真实场景空谈AI概念。 文章同时提醒了应谨慎进入的方向：1）需巨大投入的通用大模型；2）缺乏明确任务与付费方的泛Agent平台；3）易触碰资金与合规红线的AI交易员、自动收益类产品；4）仅为原有项目简单套上AI外壳、而无实质价值提升的“伪创新”。 总之，迁移成功的关键在于团队能否将Web3领域已沉淀的核心能力（如数据、支付、安全、运营经验）与AI新场景有效结合，并找到真实的业务需求与付费方，而非追逐热点概念。

marsbit06/04 14:53

中国Web3创业，有哪些好路子？（五）

marsbit06/04 14:53

封了自家元宝，微信AI亲自下场

微信AI智能体即将以原生形态嵌入微信，预计最快本月启动合规审批。其交互入口拟定为微信主界面右滑，定位不止是聊天机器人，更能通过调用小程序完成挂号、点餐等实际任务，实现从“信息输出”到“服务执行”的闭环。 这一战略转向源于内部竞争与外部压力。腾讯此前推出的独立AI应用“元宝”增长乏力，月活远落后于字节的“豆包”和阿里的“千问”。更关键的是，元宝在今年春节的营销活动因“诱导分享”被微信自身封杀，暴露出腾讯对AI落地路径的内部犹疑。此事件促使共识形成：腾讯的AI能力应植根于微信生态，而非另起炉灶。 微信的核心优势在于其独一无二的生态：14亿月活用户、成熟的微信支付体系以及覆盖数百万商户的标准化小程序接口。这使得微信AI智能体能高效、精准地调用服务，无需像竞品那样模拟屏幕操作。腾讯总裁刘炽平指出，微信平台是承载AI智能体的“理想助手”。 然而，挑战依然存在：混元大模型的性能需持续追赶；海量用户带来的算力成本高昂；AI智能体“一步直达”服务可能压缩小程序开发者的流量与广告收益，需重新设计激励机制。此外，阿里、字节等巨头也在构建自己的AI服务闭环，意图控制用户需求的入口。 本质上，微信推出AI智能体是一场防御性升级，旨在将用户对服务的需求尽可能留在微信体系内完成，从而巩固其作为核心入口的地位。这并非简单的产品迭代，而是在存量竞争时代，对人与服务连接方式的重新定义。

marsbit06/04 05:11

封了自家元宝，微信AI亲自下场

marsbit06/04 05:11

从 Web3 到 AI Agent，老牌加密 VC Variant 2 亿元押注转型

加密风投机构Variant宣布成立规模2.22亿美元的新基金Variant 4，其投资焦点从“数字所有权”升级为更广泛的“自主权”。自主权强调用户对自身生活、资产和数据的控制与能动性，其核心在于增加用户按自身意愿行动的自由，而非单纯的自动化。Variant认为，区分技术是服务于用户还是其他方至关重要。基于此理念，新基金将投资于能扩展用户自主权的技术，包括新市场、基础设施和应用。这一框架延续了其对公链（如以太坊、Solana）、开发者工具、去中心化金融及消费产品的历史关注，并已体现在近期对AI代理、位置验证数字身份和生成内容所有权等新兴领域的早期投资中。Variant旨在支持那些致力于构建增强用户能动性互联网的创始人。

marsbit06/04 03:11

从 Web3 到 AI Agent，老牌加密 VC Variant 2 亿元押注转型

marsbit06/04 03:11

谁为代理提供资金？

文章探讨了人工智能代理支付领域的关键问题：治理层的价值与竞争。OpenAI曾因缺乏清晰的购物规则（如退货、防欺诈）而关闭代理购物功能，这凸显了治理（支出控制、身份验证、政策执行）在代理经济中的核心地位。 目前，代理支付平均金额仅31美分，传统支付手续费（如Stripe）使得利润微薄，这为低成本的加密货币结算层（如Layer-2稳定币支付）创造了机会。Coinbase的x402协议和Stripe等公司推出的机器支付协议（MPP）正在争夺支付基础设施的主导权。 然而，真正的价值不仅在于处理交易，更在于管理资金流动的规则，即治理层。钱包（如Stripe收购的Privy）因其处在资金流动的关键节点，成为实施消费限额和审批的理想治理层。Stripe、Coinbase等巨头正通过垂直整合技术栈（覆盖结算、钱包、协议、治理等层面）来建立竞争优势。它们通过投资或收购治理初创公司，确保无论治理功能是内嵌还是独立，都能获利。 分析指出，支付处理终将商品化，价值会向上转移到决定交易能否发生的治理环节。预计到2030年，AI代理交易额可达3-5万亿美元，即使收取很低的治理费率，也能产生数十亿美元收入，堪比Coinbase目前的年订阅服务总收入。因此，在钱包、结算和治理层进行垂直整合，通过浮动余额收益、结算费用和合规费用多元获利，将是企业在代理支付时代保持竞争力的关键商业模式。

marsbit06/04 01:47

谁为代理提供资金？

marsbit06/04 01:47

黄仁勋 2026 GTC Taipei 演讲：AI 代理人时代来临，计算就是收入

在2026年GTC台北大会上，英伟达CEO黄仁勋宣布AI已进入“代理人”时代，AI从生成内容转变为能实际工作的利润与GDP创造者。其核心观点包括： 1. **AI代理人时代到来**：AI的计算模式发生根本改变，以“大语言模型+代理人框架”为核心的全新系统能理解、推理、规划并使用工具完成实际任务，每家公司都将成为运行代理人的公司。 2. **计算即收入**：在此模式下，AI生成的Token（计算单元）直接转化为收入和利润。AI工厂的经济核心是最大化每瓦电力产生的Token（收入），因此基础设施的吞吐量和能效至关重要。 3. **发布Vera Rubin系统**：英伟达推出史上最雄心勃勃的工程——Vera Rubin。它并非单一芯片，而是为运行代理人而设计的端到端完整系统，标志着英伟达从GPU公司、系统公司进一步转型为AI基础设施公司。 4. **推出Vera CPU**：首款专为AI代理人设计的CPU。代理人要求极低延迟和极高响应速度，Vera CPU强调顶级的单线程性能、每时钟指令数（IPC）和系统带宽，以满足代理人“没有耐心”的计算需求。 5. **与微软重新定义PC**：英伟达与微软合作推出新一代Windows PC产品线（桌面、笔记本、工作站），将代理式计算模式延伸至个人设备。新的PC操作系统将是传统系统与大语言模型的结合，应用程序将被“代理人运行时”取代。 6. **布局物理AI**：宣布了用于物理AI和机器人基础模型的Cosmos 3、用于自动驾驶的开放模型Alpamayo 2，以及完整的人形机器人技术栈与参考平台Isaac GR00T。这些系统遵循与云端代理人相同的“模型-框架-工具-运行时”模式。 **总结**：黄仁勋指出，过去六个月计算机行业因“有用AI”的实现而被彻底改变。未来十年，这种代理式计算模式将统一应用于云端、企业、PC、机器人及各类边缘设备。英伟达通过提供从芯片、系统到完整基础设施的全栈解决方案，旨在帮助客户建设高利润的AI工厂。对台湾供应链而言，AI工厂的交付效率、功耗控制及全栈协同能力将成为关键增长动力。

marsbit06/03 03:35

黄仁勋 2026 GTC Taipei 演讲：AI 代理人时代来临，计算就是收入

marsbit06/03 03:35

被AI吓崩的软件股，怎么突然成了美股最靓的仔？

近日，软件股在美股市场强势反弹，成为最亮眼板块。以Snowflake和Datadog为代表的公司股价大幅上涨，单月涨幅惊人。这标志着市场情绪发生了显著逆转——仅仅半年前，华尔街还普遍担忧人工智能（尤其是AI Agent）会颠覆传统软件公司，导致该板块遭到低配。 反弹的核心逻辑有二：首先，最新财报数据证伪了“AI冲击软件”的恐慌。例如，Snowflake不仅上调了业绩指引，还签署了巨额AI相关合作协议，表明AI工作流反而增加了对软件平台的需求。其他软件公司的业绩也普遍超预期，显示行业盈利增长依然强劲。 其次，机构此前对软件股的配置处于历史低位，业绩向好触发了大规模空头回补和资金涌入，推动了暴涨行情。市场观点也随之转变，有分析指出AI的利润重心正从硬件向软件转移。 文章进一步探讨了AI与软件的关系，指出AI Agent非但不会取代软件，反而会成为软件的新用户，增加对身份管理、数据调用和工作流协调等服务的需求，从而扩大了软件的市场空间。同时，企业级应用场景复杂，涉及经验积累、成本控制和合规治理，通用AI模型与具体业务结果之间仍有距离，而这正是软件公司的价值所在——将智能转化为稳定、可靠、可信任的业务流程。 最终结论是，AI不会杀死软件，而是会重新定义软件。能够成功将AI能力融入并增强自身产品、解决企业实际痛点的软件公司，将在新周期中胜出。

marsbit06/03 02:37

被AI吓崩的软件股，怎么突然成了美股最靓的仔？

marsbit06/03 02:37

推翻主流治幻觉思路：元认知，才是大模型破幻觉的全新解法

谷歌研究院与特拉维夫大学联合发表论文，提出对抗大模型“幻觉”问题的新思路：与其追求让AI全知全能或过度拒答，不如培养其“元认知”能力，即让模型能够感知并诚实表达自身对每个答案的确信程度。 论文指出，当前主流方法存在局限：一味增加知识覆盖无法穷尽所有事实；而通过大幅拒答来降低错误率则会征收沉重的“实用性税”，牺牲大量本可正确回答的问题。核心原因在于模型缺乏“判别力”，难以精准区分具体问题的对错，导致校准良好但实用性低下。 论文重新定义了“幻觉”：问题不在于AI输出错误信息，而在于其“没有资格确定却以确定的语气给出错误信息”。因此，解决路径应是实现“忠实不确定性”——让AI语言表达的确信度与其内部状态的真实确信度对齐。这比消灭所有错误更可行，是一个依赖内部信号的闭环问题。 在AI代理（Agent）时代，元认知更为关键。没有它，Agent在调用外部工具（如搜索）时将陷入“盲飞”，无法智能决策何时需要搜索、如何评估信息可信度。 实现元认知面临几大挑战：“自举悖论”涉及用静态数据训练动态能力的困难；“对齐破坏信号”指RLHF等训练可能磨灭模型原有的内部不确定性信号；“因果性评估”则需区分真正的元认知与对其的表演。 论文建议，评估反幻觉方法应超越单一准确率指标，转而分析完整的“实用性-错误率权衡曲线”，并关注其在其他任务上的“附带损伤”。最终目标是让AI学会诚实地沟通其认知状态，从而在保留实用性的同时，将错误信息的危害降至最低，建立可靠信任。

marsbit06/03 00:42

推翻主流治幻觉思路：元认知，才是大模型破幻觉的全新解法

marsbit06/03 00:42

Claude刷爆5亿，一夜涨60倍，你的Token账单还撑得住？

近日，科技圈曝出多起因AI使用不当导致天价账单的案例。一家企业因未设置使用上限，一个月内在Claude上消耗高达5亿美元；另有谷歌云用户因API密钥泄露，一夜收到1.8万美元账单；OpenAI内部实验也曾单月烧掉130万美元。这些事件共同揭示：在智能体时代，失控的密钥、无休的AI任务或疏于管理的账户，都可能导致Token账单瞬间“爆仓”。 背后原因是计费模式的转变。OpenAI、GitHub等平台正从包月制转向按Token用量计费，以应对智能体任务带来的成本差异——重度用户与轻度用户的消耗可能相差数个量级。新计费方式引发部分用户不满，有开发者晒出账单显示费用从几十美元飙升至数千美元，但亦有观点认为这能遏制滥用，促使资源合理分配。 企业内部也存在“为用AI而用AI”的浪费现象。例如亚马逊员工曾为冲上内部AI使用排行榜，刻意刷高Token消耗。这种将使用量等同于绩效的误区，加剧了成本失控。 面对高昂账单，市场开始出现优化方案。例如通过工具为AI提供精准上下文以减少冗余请求，或采用模型路由将任务智能分配至性价比更高的模型。研究表明，智能体任务的Token消耗可达普通任务的千倍，且更高消耗未必带来更好效果，成本预测往往偏低。 当前，AI成本在一些企业中已逼近甚至超过人力成本，迫使管理者重新审视ROI。随着免费畅用的窗口期关闭，如何让每个Token发挥最大价值，成为开发者与企业必须精打细算的课题。未来胜出的，将是那些最先学会算好“Token账”的玩家。

marsbit06/01 11:17

Claude刷爆5亿，一夜涨60倍，你的Token账单还撑得住？

marsbit06/01 11:17

活动图片

熱門分類right-arrow

熱門標籤right-arrow

深度研究right-arrow

其他right-arrow