# 开源的所有文章

在 HTX 新聞中心流覽與「开源」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。

智能体第一案,判了什么

4月30日,广州互联网法院作出国内智能体领域首份行为保全裁定,责令一款开源智能体软件停止提供下载、停止避开平台技术措施、删除相关教程和数据。该软件通过调用操作系统“无障碍服务”权限,绕过平台规则实现自动化操作,被诉侵害原告平台权益。 此前,美国法院也在类似案件(Amazon起诉Perplexity)中发出禁令,理由同样是智能体绕过平台API直接操作页面,破坏了技术管理措施。两案共同指向智能体发展的核心法律问题:操作平台不仅需要用户授权,还需获得平台方授权,即“双重授权”原则。 文章指出,平台反对此类绕过行为,主要出于权责对等的考量。若智能体绕过平台审核与安全机制,将导致内容管理、数据安全和隐私保护体系失效,责任归属模糊。这不仅是商业竞争,更是法律责任问题。 以豆包手机为例,其1.0版本曾尝试通过系统权限直接操作其他App,但遭遇阻力;2.0版本则转向与生态厂商(如阿里)谈判授权、通过API接口合作,体现了从“绕过”到“合规”的战略调整。 综合分析,中美司法案例及行业实践表明,智能体“野蛮生长”阶段已结束,行业正进入“合规竞赛”时代。合规成本成为重要门槛,“双重授权”渐成行业标准,开源亦不能免责。监管通过对激进典型案例的裁决,旨在引导整个行业走向规范合作。未来,预计将有更多智能体与平台通过授权对接,推动行业游戏规则重构。

marsbit06/08 10:31

智能体第一案,判了什么

marsbit06/08 10:31

Claude Opus 4.8 找到一个 45 亿美元的 Bug,AI时代正在批量生产黑客

一名安全研究员使用AI模型Claude Opus 4.8在Zcash加密货币的隐私协议Orchard中发现了一个严重的“无限增发”漏洞,导致其市值短时间内蒸发约45亿美元。这一事件并非由Anthropic公司最尖端但受限的Claude Mythos模型完成,而是由已公开发布、进入日常工具的普通模型实现的,凸显了AI正在将发现高危漏洞的能力“民主化”和“廉价化”。 AI降低了漏洞挖掘的门槛,带来了双重影响:一方面,它催生了大量由AI生成的虚假或低质量安全报告,如同“注意力DDoS”攻击,消耗着本就人力匮乏的开源维护者精力;另一方面,它也能更快地找出那些隐藏多年、以往需要专家耗费巨大成本才能发现的真实漏洞。我们的数字世界一直建立在存在诸多潜在缺陷的代码之上,过去的“安全”在相当程度上源于发现成本高昂。 然而,能力的扩散并未带来责任的均摊。网络安全行业本就面临巨大的人才缺口,尤其是在复杂分析和应急响应层面。当AI让攻击和漏洞报告变得泛滥时,修复漏洞、守护系统的人力链条却变得更加紧张。破坏可以被自动化脚本轻易复制,但重建信任与安全仍需依赖稀缺的专业人力进行艰苦、细致的修复工作。 AI时代揭示了一个现实:我们习以为常的平稳数字生活,并非理所当然,而是依赖于一条脆弱的人力协作防线在持续对抗风险。未来真正的挑战或许不是找到漏洞,而是是否有足够的人愿意并能够修复它们。

marsbit06/06 09:22

Claude Opus 4.8 找到一个 45 亿美元的 Bug,AI时代正在批量生产黑客

marsbit06/06 09:22

从以太坊到 AI的「CROPS」:Vitalik 反复强调的这套「慢变量」,究竟是什么?

以太坊基金会近期在文件“EF Mandate”中系统阐述了其核心指导原则“CROPS”,即抗审查性(Censorship Resistance)、抗捕获性(Capture Resistance)、开源(Open Source)、隐私(Privacy)和安全(Security)。这套原则旨在确保以太坊生态中,用户能在不依赖单一平台、不丧失最终控制权的前提下进行资产管理和链上交互。 Vitalik Buterin近期进一步将“CROPS”概念拓展至人工智能(AI)领域,提出“CROPS AI”的构想。随着AI Agent逐渐成为用户执行链上操作(如交易、资产整理)的入口,其中心化、黑箱化运行模式可能使用户的隐私、资产信息和操作意图面临风险。“CROPS AI”强调AI应具备抗审查、开放、保护隐私和安全的特点,提倡敏感操作尽可能在本地运行,减少对中心化云服务的依赖。 由此,以太坊的“CROPS Ethereum access layer”与“CROPS AI”产生了重要交集。两者共同关注的核心问题是:用户如何在调用远程服务(无论是链上RPC还是大语言模型)时,既能获得所需能力,又不泄露个人敏感信息。Vitalik提到的利用零知识证明实现付费远程LLM调用和私密Ethereum RPC读取,正是探索这一交集的具体方向。 “CROPS”原则并非抽象理念,它正具体化为对协议层、应用层(尤其是钱包)和用户体验层的设计要求。在未来,当AI成为数字世界的核心接口时,确保系统可理解、可验证、隐私且安全,将成为以太坊乃至整个Web3生态持续发展的关键价值主张和积极变量。

marsbit06/06 08:06

从以太坊到 AI的「CROPS」:Vitalik 反复强调的这套「慢变量」,究竟是什么?

marsbit06/06 08:06

从以太坊到AI的“CROPS”:Vitalik反复强调的这套“慢变量”,究竟是什么?

以太坊创始人Vitalik Buterin近期频繁强调一个概念——CROPS,它代表抗审查性(Censorship Resistance)、抗捕获性(Capture Resistance)、开源(Open Source)、隐私(Privacy)和安全(Security)。这一理念源于以太坊基金会发布的指导文件,旨在确保用户在数字生活中不依赖单一平台、不丧失最终控制权。 随着AI技术深入钱包和自动化执行场景,CROPS的内涵超越了以太坊的原有范畴,成为AI时代用户能否掌控自身数字生活的关键问题。Vitalik指出,真正的“CROPS AI”应支持多种硬件平台,而不仅仅是“去中心化AI”。当AI成为用户的数字代理人,处理资产管理和链上操作时,确保其抗审查、开放、隐私和安全变得至关重要。 CROPS Ethereum与CROPS AI存在显著交集。例如,通过零知识证明实现付费远程大模型调用和私密以太坊RPC读取,旨在让用户在获取远程服务的同时避免暴露敏感信息。未来,可能出现更多针对以太坊场景微调的AI模型,用于提升智能合约和生态安全。 这一理念将深刻影响Web3生态,尤其是钱包等入口层产品。在市场关注短期热点的背景下,CROPS提醒我们关注那些决定长期方向的技术变量:在AI加速接管数字世界的时代,确保系统可理解、可验证、注重隐私和安全,才是以太坊持续价值的真正体现。

marsbit06/05 12:40

从以太坊到AI的“CROPS”:Vitalik反复强调的这套“慢变量”,究竟是什么?

marsbit06/05 12:40

生物学变天:小扎的新开源模型,彻底掀翻谷歌AlphaFold王座

AlphaFold王座告急!扎克伯格旗下Biohub近日在《自然》发文,重磅推出开源AI模型ESMFold2及其预测数据库ESM Atlas。该数据库一举发布11亿个蛋白质结构预测,比AlphaFold数据库多出8亿条,且完全开源、不限商用。 ESMFold2采用不同于AlphaFold的技术路线,基于“蛋白质语言模型”构建,将蛋白质序列视为“语言”进行训练。其纳入了大量AlphaFold未覆盖的微生物蛋白质数据,模型覆盖面更广。团队声称,其在预测蛋白质复合物结构方面性能超越AlphaFold3,并已成功用于设计并实验验证了新型功能性蛋白质。 开源策略被认为是其最大杀手锏。与谷歌DeepMind对AlphaFold3等模型施加商业限制不同,ESMFold2的全面开放有望吸引全球研究社区广泛使用和创新,策略与Meta在大语言模型领域的打法一脉相承。 学界反响积极,认为这是一个“非凡资源”,但也强调预测结果需要独立验证,并对模型在全新蛋白质结构上的表现持审慎态度。有专家指出,该领域竞争白热化,ESMFold2的领先优势可能不像看上去那么绝对。 此举标志着AI在生命科学领域的深入。从预测已知结构到设计全新蛋白质,AI正将理解与设计生命的能力推向新台阶,使更多全球科学家能够免费获取海量蛋白质结构数据,加速相关研究。

marsbit05/29 12:31

生物学变天:小扎的新开源模型,彻底掀翻谷歌AlphaFold王座

marsbit05/29 12:31

这个小红书图文排版AI Skill,找到了绕过 AI 标注的图文生成路线

2026年2月,小红书要求AI生成内容必须标识,否则限制分发。不久后,一个名为“guizang-social-card-skill”的开源项目出现,它采用了一种独特的技术路径来规避AI检测:不使用任何AI模型生成图像像素,而是完全依靠HTML+CSS进行版面渲染,图片素材则来自Unsplash等实拍图库,最终输出的是浏览器引擎光栅化后的网页截图。 该项目内置28种杂志风格和瑞士国际主义风格的版式骨架。用户输入主题后,AI(如Claude)负责选择版式、决定文字位置、处理地图标注等排版逻辑,并生成HTML+CSS代码,再由Playwright渲染引擎截图输出。它特别适合旅行博主,能自动调用真实地图瓦片进行标注。整个流程强调像印刷软件一样精确可控,而非扩散模型的不可预测性。 这一方案的核心规避逻辑在于:其最终图片的像素并非由扩散模型或GAN生成,而是来自浏览器渲染和实拍照片,因此可能避开小红书“音画识别模型”对AI生成图像像素统计特征的检测。然而,这种规避的有效性取决于平台对“AI生成合成内容”的定义。如果未来平台将定义扩大到“AI辅助设计的程序渲染输出”,或针对浏览器渲染特征训练识别模型,该方案的优势可能消失。 文章指出,当前社交媒体图文生成工具正分化为三条技术路线,各有风险: 1. AI模型直接出图(如Midjourney):创意自由,但直接是平台AI检测的主要目标。 2. API模板引擎渲染(如Bannerbear):输出稳定,无AI像素痕迹,但同质化模板可能触发反垃圾规则。 3. 平台定制化生成:最安全但能力绑定单一平台,脆弱。 藏师傅的方案介于(1)和(2)之间,用AI灵活排版,用程序规避像素检测。 该工具的版式系统对旅行、攻略类内容匹配度高,但对穿搭、美妆等需要强烈个人风格和复杂拼贴的内容类型则构成约束。此外,它存在一定的使用门槛,本地部署需要技术背景,网页版功能可能受限。 最终,内容创作者面临的是不同风险结构的选择,没有绝对安全的方案。这一格局标志着平台与AI工具之间的对抗迭代已经开始。藏师傅的方案将AI定位为“排版决策辅助者”,而非内容生成替代者,恰好落在平台可能接受的“AI辅助”区间,与平台旨在打击的“全AI低质批量生产”有所区别。工具的技术选择本身,已在回应平台对AI应用的界定。

marsbit05/28 07:00

这个小红书图文排版AI Skill,找到了绕过 AI 标注的图文生成路线

marsbit05/28 07:00

活动图片