# 验证的所有文章

在 HTX 新聞中心流覽與「验证」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。

Zcash Orchard漏洞四问：曾被利用？资金可追？供应量可验？还有别的吗？

Zcash创始人Zooko Wilcox就近期发现的Orchard隐私池伪造漏洞发表回应，主要澄清了四个核心问题。第一，该漏洞很可能未被利用。漏洞由专业团队使用先进工具发现，且修复迅速，加之历史上类似漏洞会快速变现，目前尚无证据表明漏洞被利用过。第二，如果漏洞未被利用，所有合法的Orchard资金完全可以追回。即使存在伪造，现有机制也会限制其流出量，但谨慎用户仍可考虑将资金转移至Sapling池或透明地址，不过需注意相关风险。第三，目前用户尚无法自行验证Zcash总供应量是否因漏洞而超发。但计划中的Ironwood升级将通过封存Orchard池来彻底解决此问题，恢复用户独立验证供应量健全性的能力。第四，通过多个团队及AI辅助的持续深入审查，目前未发现其他类似的伪造漏洞，但完全确定仍需更多工作。总结而言，官方评估漏洞未被利用的可能性高，资金安全，且正通过升级恢复系统的可验证性。

marsbit06/15 07:50

Zcash Orchard漏洞四问：曾被利用？资金可追？供应量可验？还有别的吗？

marsbit06/15 07:50

去中心化 AI 2026 全景地图：为什么区块链是 AI 绕不开的「解药」？

文章探讨了去中心化AI在2026年的发展全景，并论证了区块链技术对解决中心化AI结构性瓶颈的关键作用。中心化AI面临四大瓶颈：计算资源稀缺昂贵、控制权过度集中、模型输出不可验证，以及训练数据获取困难。区块链技术通过提供开放、可验证且经济可及的解决方案，成为AI发展的必要“解药”。文章将去中心化AI技术栈分为三层： 1. **应用与服务层**：聚焦于“代理金融”和“代理支付”，允许AI代理将自然语言指令转化为链上交易和自主支付，例如@gizatechxyz、@Infinit_Labs等项目已在处理数十亿美元的交易量。 2. **中间件层**：解决AI代理间的协调、身份和信任问题，例如@GoKiteAI构建的专用L1、@virtuals_io的代理经济操作系统，以及明星项目Bittensor通过子网网络和代币经济激励有用工作。 3. **基础设施层**：包括去中心化计算、推理、训练、数据存储和隐私验证。项目如@akashnet、@ionet提供廉价计算资源；@OpenGradient、@PhalaNetwork等确保推理的可验证与隐私性；@Filecoin、@grass等提供低成本数据存储与采集。趋势显示，AI需求增长快于基础设施，代理经济成为增长引擎，计算正变为资产类别，代币经济学在协调资源中显现结构性优势。尽管领域仍处早期且采用不均，但Bittensor、NEAR、Base等项目的成功表明，去中心化AI正从叙事演变为协调计算、数据和智能的新模式。

marsbit06/12 02:40

marsbit06/12 02:40

Helius CEO 警告：随着AI提高门槛，加密领域的'稻草屋'面临崩塌

Helius Labs首席执行官Mert Mumtaz警告称，加密货币即将进入一个新的安全时代，人工智能（AI）、形式化验证和更高的软件标准将区分出坚实的基础设施团队和脆弱的协议。他认为，加密货币的“不可变金融代码”如同发射后无法控制的宇宙飞船，必须确保万无一失，否则将导致灾难。当前行业常以航空航天级别的风险处理巨额资产，却沿用Web应用的粗放开发文化，许多协议依赖管理密钥等“去中心化假象”提供安全感，但这并非长久之计。 Mumtaz指出，历史上的“软件危机”催生了形式化验证等严谨方法，而AI的兴起将双刃剑般地加剧这一挑战。AI不仅能辅助攻击者更快地发现智能合约漏洞，也将大幅降低形式化验证、规范编写、审计等高强度安全工作的门槛，使其得以规模化应用。这将引发一场“烈火试炼”般的自然选择：具备扎实架构的团队将变得更强大，而脆弱的“稻草屋”协议则可能崩塌。他强调，这并非对后者的指责，因为构建健壮系统本身极其困难。最终，加密货币的下一个竞争周期可能将由可证明的正确性定义，而不仅是吞吐量或流动性。行业必须回归对安全性、严谨性和隐私的首要关注，才能变得比任何中心化金融系统都更稳健、更持久。

bitcoinist06/11 09:01

bitcoinist06/11 09:01

如何用 Claude 的 Dynamic Workflows 做深度研究

做技术调研容易陷入信息过载和结论模糊的陷阱。AI虽执行力强，但易困于当前信息且跨界联想弱。Claude近期推出的Dynamic Workflows（动态工作流）功能，旨在通过AI自动设计并执行任务流程来提升深度研究能力。其核心是六种工作流模式：1) 路由模式：由主Agent判断任务类型并分发给最专业的子Agent处理，精准高效但处理模糊任务能力弱；2) 拆分合并模式：将任务拆分为多个独立子任务并行执行后合并结果，速度快但Token成本高，合并有挑战；3) 对抗验证模式：让多个Agent从反驳角度挑战同一结论，基于多数票通过，能有效减少确认偏误，但需基于事实而非观点；4) 生成与过滤模式：先生成大量候选方案，再用预设标准筛选出最优，能提升多样性，但过滤标准至关重要；5) 锦标赛模式：多个Agent竞争同一任务，通过两两对比逐轮淘汰选出最优，评判更稳定；6) 循环模式：通过自适应迭代不断尝试直至满足条件，擅长处理边界未知的任务，但有失控风险。相较于作者自建的深度研究技能，官方的动态工作流增加了关键环节：问题拆解、信息可信度评估、交叉删除（投票淘汰而非简单合并）以及目标导向的输出。这有效解决了AI长任务中的目标漂移、过早停止、上下文污染和输出偏向等问题。总之，Dynamic Workflows将研究流程本身结构化，通过多Agent的智能调度，显著提升了研究的效率和结论的可靠性，将以往可能需要十几次对话的调研压缩到3-4次，尽管Token消耗大幅增加。但它仍有局限：在验证机制上可能过于依赖官方文档而非事实数据；对于完全跨界、数据不足的深度思考支持有限；在解决方案的验证与成本权衡上仍有不足；在针对不同受众进行信息极致浓缩方面也需进一步优化。

marsbit06/09 03:07

marsbit06/09 03:07

AI 以假乱真，加密用户如何抵御新型骗局？

人工智能的普及彻底改变了网络诈骗的格局，传统的通过识别拼写错误、语法不通等拙劣文字来辨别骗局的方法已逐渐失效。借助先进AI工具，诈骗分子能够生成行文流畅、设计精良的钓鱼邮件、仿冒网站、客服对话和社交内容，甚至利用泄露数据实施高度定制化的定向攻击，迷惑性大大增强。在加密资产领域，这一转变带来了独特且严峻的风险。由于区块链交易的不可逆性，以及自托管钱包的普及，用户一旦被诱导授权恶意交易或连接虚假网站，资产可能瞬间损失。常见的AI升级骗局包括伪造空投网站、仿冒交易所登录页、高仿客服、恶意授权请求等。面对日益逼真的骗局，加密用户必须转变防护思路，将“独立核验”作为安全第一准则。核心防护方法包括： 1. 仔细核查域名，手动输入或使用书签访问官网，警惕形似网址。 2. 优先通过官方公示渠道获取链接，警惕来自社交平台私信或评论区的陌生链接。 3. 在授权钱包权限前，务必厘清操作类型，警惕无限授权等高危请求。 4. 签名交易前，仔细核对收款地址、代币数量、合约信息等所有明细。 5. 通过官方渠道核验代币合约地址，勿轻信名称和图标。 6. 警惕所有主动私信的“客服”，官方绝不会索要私钥或助记词。 7. 对制造紧迫感的话术（如“账户即将封禁”）保持高度警惕，放慢操作节奏。总而言之，在AI时代，光鲜的外表、流畅的文案已不能作为安全的凭证。加密安全的核心已演变为一场“核验之战”，用户必须对每一次交互、每一条信息都保持审慎，先核验，再操作。

marsbit06/08 09:38

marsbit06/08 09:38

角逐 AI 支付赛道，传统卡组织对阵 Coinbase

随着AI智能体越来越多地参与商业交易，支付底层通道的争夺战已打响。目前存在两大技术路线：一方以Visa、Mastercard为代表的传统卡组织，通过代币化银行卡凭证处理支付；另一方以Coinbase为首，基于x402协议使用稳定币进行结算。前者依托成熟的银行卡体系，擅长处理个人零售消费，具备反欺诈和纠纷处理优势；后者则为高频、小额、跨境的机器对机器交易设计，成本低、效率高。传统卡组织虽率先布局AI支付服务，但并未固守单一通道，同时积极投资稳定币领域，旨在成为各类支付链路的收费关口。从落地场景看，个人消费类应用多选择银行卡通道，而机器间交易则主要由稳定币协议处理。短期内，两种方案将按场景并存发展。行业未来走向取决于AI商业交易的主流形态：若更接近传统零售，卡组织将保持主导；若演变为海量机器微交易网络，稳定币通道将占据优势。Visa和Mastercard的双线布局显示出其对未来不确定性的审慎策略。

Foresight News06/08 09:04

Foresight News06/08 09:04

AI 以假乱真，加密用户如何抵御新型骗局？

**AI技术使骗局“以假乱真”，加密用户需转变防御思路** 过去，识别诈骗主要依靠发现拼写错误、语法不通或排版混乱等低级破绽。然而，随着AI工具的普及，诈骗分子现在可以轻松生成行文流畅、外观逼真的钓鱼邮件、客服对话、网站和社交内容。这使得传统的“文字辨伪”方法几近失效。在加密领域，这种威胁尤为严重。由于区块链交易的不可逆性和自托管钱包的特性，用户一旦被诱导授权恶意交易或连接虚假网站，资产可能瞬间丢失，且无法追回。AI不仅提升了内容的伪装质量，还能结合泄露数据实施精准的个性化攻击，提及用户持有的代币、使用的平台等细节，大大增加了欺骗性。面对新型AI骗局，用户必须将安全核心从“辨别破绽”转向“主动核验”。关键防御措施包括： 1. **仔细核查域名**：手动输入或使用书签访问官网，警惕添加字符、使用形似符号的虚假网址。 2. **优先使用官方渠道**：对来自电报、Discord、社交媒体私信等非官方渠道的链接保持高度怀疑，务必交叉验证。 3. **审慎授权钱包权限**：尤其是“无限授权”，务必核对代币种类、转账额度、合约地址等细节，确保与预期操作一致。 4. **签名前核对交易明细**：逐项检查收款地址、代币数量、链信息等，警惕任何与描述不符的操作。 5. **核验代币合约地址**：不要轻信代币名称和图标，通过官网或区块浏览器核对合约地址真伪。 6. **警惕陌生客服私信**：官方客服几乎不会主动私信，更不会索要私钥或助记词。 7. **识破紧急话术**：任何制造紧迫感（如“账户即将被封”、“立即领取”）催促你操作的消息，都是危险信号。总之，在AI时代，精美的界面和专业的文案已不再是安全的保证。加密资产安全已演变为一场“核验之战”，用户必须对每一次交互、每一条信息都保持警惕，先独立核查，再谨慎操作。

Foresight News06/08 08:03

Claude Code 推出动态工作流：让AI学会自己组队干活

Claude Code 推出了动态工作流（workflows）功能，使AI能够根据任务动态组建多个智能体（Agent）团队协同工作，从而解决复杂的长周期任务。该功能的核心价值在于，它改变了Claude Code原有的“单智能体在单一上下文内规划并执行”的模式。通过动态工作流，Claude可以将任务拆解，分派给多个拥有独立上下文的子智能体并行处理、交叉验证甚至彼此竞争，最后综合结果。这有效缓解了单智能体在处理长任务时常见的“智能体惰性”（提前宣布完成）、“自我偏好偏差”（倾向认可自己的结论）和“目标漂移”（逐渐偏离原始目标）等问题。动态工作流通过执行一个包含特殊函数的JavaScript文件来协调子智能体。它支持多种实用模式，例如：将任务分类后路由给不同智能体；将任务拆分为多个小步骤并行处理再综合（扇出并综合）；生成多个方案后通过锦标赛机制竞争筛选；以及进行对抗式验证等。其应用场景显著超越了传统的代码任务，扩展至非技术领域。示例包括：代码迁移与重构、深度研究与事实核查、对大量简历或工单进行排序、从历史会话中提炼行为规则、进行事故根因调查、对积压任务进行大规模分诊，以及在命名、设计等需要探索和品味判断的任务中生成并筛选方案。文章也指出，动态工作流并非万能。它通常会消耗更多token，因此不适合所有常规编程任务。最佳实践仍在形成中，开发者需要根据任务复杂度判断是否使用。用户可以通过详细提示（prompt）设计工作流，并结合 `/goal` 和 `/loop` 等指令，或设置token使用预算来优化效果。创建的工作流可以保存、共享甚至通过技能（skill）进行分发。总的来说，动态工作流标志着Claude Code从一个代码助手向一个可编排的智能体工作台演进。未来AI工具的竞争力，可能不仅在于单个模型的智能程度，更在于其组织可靠、可复用执行流程的能力。

marsbit06/04 02:15

marsbit06/04 02:15

Anthropic创始人手册：如何打造一家 AI Native 公司！

昨天，Anthropic发布了《创始人手册：如何打造一家AI Native公司》。手册基于2026年可实现的AI能力，重新梳理了初创公司生命周期的四个阶段：创意、MVP、发布和规模化，并为每个阶段提供了目标、退出标准、常见失败模式及AI实践练习。手册的核心观点是，AI正在改变人们将想法变为现实的方式。过去创业需要克服技术、人力、资金等多重门槛，而现在AI能辅助完成编码、调研、竞品分析、商业计划书撰写乃至运营等工作，使得小团队甚至个人也能执行复杂任务。手册强调，创始人的角色正从个人贡献者转向“智能体调度者”。技术能力不再是创业的绝对壁垒，拥有深厚行业经验与业务判断力的非技术背景者，也能借助AI将领域知识转化为产品。然而，AI降低了执行门槛，却未降低判断门槛。产品原型可能快速完成，但验证真实需求反而更为关键，否则容易陷入“快速做出无人需要的产品”的陷阱。此外，AI让小团队能获得过去大公司才具备的组织能力（如研发、市场、运营等），从而可能削弱大公司的规模优势。未来竞争的关键可能在于“谁更善于指挥AI”。关于AI原生公司的护城河，手册指出将不再是模型能力本身，而在于：1. 深厚的领域知识；2. 长期积累的用户行为数据形成的“数据飞轮”；3. 产品深度嵌入用户工作流程后产生的“工作流锁定”。总而言之，这份手册标志着AI发展进入新阶段：从关注模型能力、到应用爆发，现在正转向思考如何用AI重塑公司形态。真正的AI原生公司，是从根本上将AI融入其研发、运营、销售及决策等全流程的新型组织。

marsbit05/19 03:54

marsbit05/19 03:54

AI Agent 可以被验证，但谁来保护它们的隐私？

AI Agent正从自动化工具演变为链上经济的参与者，但随之而来的核心问题是：如何在开放网络中建立对Agent的信任？ERC-8004草案试图提供统一的可验证信任基础设施，包括身份和声誉系统。然而，可验证性通常意味着信息公开，这可能暴露Agent的策略、商业关系或用户意图，在DeFi、治理等场景中构成风险。因此，PSE提出的ACTA（Anonymous Credentials for Trustless Agents）研究草案，旨在作为隐私层补充ERC-8004。 ACTA的核心思路是让Agent能通过零知识证明等方式，证明自己满足特定准入策略（如通过审计、拥有足够声誉），而无需公开底层敏感数据。这将信任基础从“公开身份”转向“策略证明”，有助于保护Agent及背后用户的操作隐私和关系图谱。对于日益活跃的AI Agent经济而言，隐私正从可选功能变为基础条件。ACTA指出的方向至关重要：一个健全的信任层不仅要解决“如何证明可信”，还必须回答“证明时暴露了什么”。未来的Agent经济需要在可验证性与必要隐私保护之间找到平衡。

marsbit05/14 01:27

marsbit05/14 01:27

# 验证的所有文章

Zcash Orchard漏洞四问：曾被利用？资金可追？供应量可验？还有别的吗？

去中心化 AI 2026 全景地图：为什么区块链是 AI 绕不开的「解药」？

Helius CEO 警告：随着AI提高门槛，加密领域的'稻草屋'面临崩塌

如何用 Claude 的 Dynamic Workflows 做深度研究

AI 以假乱真，加密用户如何抵御新型骗局？

角逐 AI 支付赛道，传统卡组织对阵 Coinbase

AI 以假乱真，加密用户如何抵御新型骗局？

Claude Code 推出动态工作流：让AI学会自己组队干活

Anthropic创始人手册：如何打造一家 AI Native 公司！

AI Agent 可以被验证，但谁来保护它们的隐私？

熱門分類

熱門標籤

比特币

项目动态