Загрузка видео...

Не удалось загрузить видео

Возникла проблема при загрузке этого видео. Это может быть связано с временными проблемами сети или видео может быть недоступно.

На главную

Stripe 发布 Link agent wallet 让 AI agent 可以代表你发起付款，但不会拿到你的真实银行卡信息。 AI agent 可以为你创建一次性支付凭证，用完就失效。你会收到提醒，并在 Link 里批准或拒绝每一笔购买。真实卡号不会交给 agent，也不会暴露给它正在操作的工具。 Link CLI 已经开源，开发者可以把它接进 Claude Code、MCP 客户端或自己的 agent 工作流。

小互

105,723 subscribers

12,174 просмотров • 3 месяцев назад •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

Claude code 发布多任务统一窗口管理工具：Agent View 以前你同时跑多个 Claude Code 任务，要开一堆终端窗口、标签页，分不清哪个任务在等你确认、哪个还在跑、哪个已经做完。现在 Agent View 把会话集中到一个界面里管理。你可以一眼看到所有Agent 的状态，谁在工作，谁等你输入，谁已经结束。它现在很像： AI 多任务调度中心你可以： • 同时看到所有 Claude Code 窗口状态 • 任意切换到某个 Agent 对话 • 某个 Agent 卡住时立刻处理 • 某个 Agent 完成时立刻接管 • 不需要再回原 terminal 这个思路其实已经很接近： “AI IDE 的任务栏”

Claude code 发布多任务统一窗口管理工具：Agent View 以前你同时跑多个 Claude Code 任务，要开一堆终端窗口、标签页，分不清哪个任务在等你确认、哪个还在跑、哪个已经做完。现在 Agent View 把会话集中到一个界面里管理。你可以一眼看到所有Agent 的状态，谁在工作，谁等你输入，谁已经结束。它现在很像： AI 多任务调度中心你可以： • 同时看到所有 Claude Code 窗口状态 • 任意切换到某个 Agent 对话 • 某个 Agent 卡住时立刻处理 • 某个 Agent 完成时立刻接管 • 不需要再回原 terminal 这个思路其实已经很接近： “AI IDE 的任务栏”

小互

34,306 просмотров • 2 месяцев назад

今天我们开源了DeerFlow背后的开发与调试工具LLM Space。你可以用它创建、调试和评测 Agent，也可以快速搭建原型而不用写一行代码。我们期待你的转发和 Star 支持

今天我们开源了DeerFlow背后的开发与调试工具LLM Space。你可以用它创建、调试和评测 Agent，也可以快速搭建原型而不用写一行代码。我们期待你的转发和 Star 支持

Henry Li

21,788 просмотров • 17 дней назад

Replit 发布Replit Agent AI应用开发助手 0 基础编程用户也能开发程序 Replit Agent ，可以让你即使你不会编程，也可以快速创建应用。你只需要描述你想要的应用，AI 就会帮你自动处理复杂的步骤，从设置开发环境、编写代码、甚至部署到网上。一气呵成... 而且，你可以随时查看和修改 AI 生成的代码，学习编程的过程。它还支持手机使用。详细：

Replit 发布Replit Agent AI应用开发助手 0 基础编程用户也能开发程序 Replit Agent ，可以让你即使你不会编程，也可以快速创建应用。你只需要描述你想要的应用，AI 就会帮你自动处理复杂的步骤，从设置开发环境、编写代码、甚至部署到网上。一气呵成... 而且，你可以随时查看和修改 AI 生成的代码，学习编程的过程。它还支持手机使用。详细：

小互

13,185 просмотров • 1 год назад

介绍一下我们的新项目AutoFish - 一个可以让你的Agent操作你的手机的cli工具你需要在你的手机上安装我们的app；安装skill后，你的agent会根据信息配置好连接信息，并通过rust cli与你的客户端建立HTTP通信；同时我们还针对手机环境做了工具记忆，现在你的Agent可以通过你的手机来点外卖，发消息，发邮件，就像豆包手机一样仓库地址：

介绍一下我们的新项目AutoFish - 一个可以让你的Agent操作你的手机的cli工具你需要在你的手机上安装我们的app；安装skill后，你的agent会根据信息配置好连接信息，并通过rust cli与你的客户端建立HTTP通信；同时我们还针对手机环境做了工具记忆，现在你的Agent可以通过你的手机来点外卖，发消息，发邮件，就像豆包手机一样仓库地址：

📦Acbox

29,810 просмотров • 3 месяцев назад

啊？AI可以自己找活干了？给大家介绍一个炸裂的开源项目 Hephaestus - 这玩意儿让AI Agent自己规划工作，自己发现问题，自己创建任务！抽象到什么程度？它内嵌了个kanban....让AI自己拆解card自己做.... 传统的Agent框架都是你提前写死所有流程，遇到没预料到的情况就傻眼。Hephaestus 直接换了个思路：只定义三个阶段（分析-实现-验证），然后Agent自己看着办。举例：测试Agent在跑测试时，发现了一个性能优化机会，它不是记个log就完事，而是自己创建了一个新的调查任务，然后放到kanban里，然后另一个Agent接手去研究，确认可行后又自己创建实现任务。整个工作流就这么自己长出了一个分支。你给它一个PRD，它分析出5个组件，创建5个并行任务。其中一个Agent干完了发现bug，自己创建修复任务。另一个Agent发现可以优化，自己创建优化分支。工作流是实时生成的，而不是一开始就预测好的。我有空也会测一下试试，看看它能不能真的从0到1自己把活干完。总之先增加到待测试列表。项目地址：

啊？AI可以自己找活干了？给大家介绍一个炸裂的开源项目 Hephaestus - 这玩意儿让AI Agent自己规划工作，自己发现问题，自己创建任务！抽象到什么程度？它内嵌了个kanban....让AI自己拆解card自己做.... 传统的Agent框架都是你提前写死所有流程，遇到没预料到的情况就傻眼。Hephaestus 直接换了个思路：只定义三个阶段（分析-实现-验证），然后Agent自己看着办。举例：测试Agent在跑测试时，发现了一个性能优化机会，它不是记个log就完事，而是自己创建了一个新的调查任务，然后放到kanban里，然后另一个Agent接手去研究，确认可行后又自己创建实现任务。整个工作流就这么自己长出了一个分支。你给它一个PRD，它分析出5个组件，创建5个并行任务。其中一个Agent干完了发现bug，自己创建修复任务。另一个Agent发现可以优化，自己创建优化分支。工作流是实时生成的，而不是一开始就预测好的。我有空也会测一下试试，看看它能不能真的从0到1自己把活干完。总之先增加到待测试列表。项目地址：

karminski-牙医

41,543 просмотров • 9 месяцев назад

AI 最猛的一步，不是替你工作。而是开始自己赚钱了。刚看到一个开源项目 CashClaw，有点离谱。它不是普通 AI 助手，而是一个会自己找任务、自己报价、自己干活、自己交付、自己收款的 Agent。你只要装上它、接好 LLM，它就能自己评估任务、提交结果，甚至把整套流程跑完。更关键的是，它不是做完就结束，而是会从每一次任务和反馈里继续学习，把经验变成下一次任务的能力。这意味着一件事：我们可能正在从“AI 提高效率”的阶段，走向“AI 直接成为生产者”的阶段。以前你雇人接单。以后你可能是部署一个 Agent 去接单。以前 AI 是工具。现在 AI 开始像个微型公司。一句话总结： AI 的下一场竞争，不是谁更聪明，而是谁先拥有能自己变现的 Agent。更狠的是，CashClaw 还是开源的。你甚至可以 fork 之后接到自己的客户和业务上，把它变成你自己的赚钱系统。如果这条路跑通，很多人会第一次真正意识到： AI 不是在辅助工作， AI 是在进入劳动力市场。你觉得下一波先被重构的，会是自由职业、外包团队，还是 SaaS？

AI 最猛的一步，不是替你工作。而是开始自己赚钱了。刚看到一个开源项目 CashClaw，有点离谱。它不是普通 AI 助手，而是一个会自己找任务、自己报价、自己干活、自己交付、自己收款的 Agent。你只要装上它、接好 LLM，它就能自己评估任务、提交结果，甚至把整套流程跑完。更关键的是，它不是做完就结束，而是会从每一次任务和反馈里继续学习，把经验变成下一次任务的能力。这意味着一件事：我们可能正在从“AI 提高效率”的阶段，走向“AI 直接成为生产者”的阶段。以前你雇人接单。以后你可能是部署一个 Agent 去接单。以前 AI 是工具。现在 AI 开始像个微型公司。一句话总结： AI 的下一场竞争，不是谁更聪明，而是谁先拥有能自己变现的 Agent。更狠的是，CashClaw 还是开源的。你甚至可以 fork 之后接到自己的客户和业务上，把它变成你自己的赚钱系统。如果这条路跑通，很多人会第一次真正意识到： AI 不是在辅助工作， AI 是在进入劳动力市场。你觉得下一波先被重构的，会是自由职业、外包团队，还是 SaaS？

axiaisacat

28,917 просмотров • 4 месяцев назад

感觉跟 Alma 的 Agent Crew 功能差不多，Alma 提供了一些内置的 Agent，同时用户也可以添加 Custom Agent。每个 Agent 都可以指定： 1. 不同的模型/ACP 2. 不同的视角 3. 不同的工具遇到复杂任务时，系统会自动使用 Agent Crew 拆分和分发给不同的 Agent 去完成整个任务。

感觉跟 Alma 的 Agent Crew 功能差不多，Alma 提供了一些内置的 Agent，同时用户也可以添加 Custom Agent。每个 Agent 都可以指定： 1. 不同的模型/ACP 2. 不同的视角 3. 不同的工具遇到复杂任务时，系统会自动使用 Agent Crew 拆分和分发给不同的 Agent 去完成整个任务。

yetone

22,177 просмотров • 4 месяцев назад

最近看到一个很值得研究的开源项目：learn-claude-code。它不是在教你怎么堆 prompt、连工作流、搭节点图，而是在教你一件更底层的事：怎么从 0 到 1 搭一个类 Claude Code 的 agent harness。这个项目最有意思的观点是：真正的 Agent 是模型本身，外面的代码只是 harness。所以它讨论的重点，不是“怎么把流程编排得更复杂”，而是怎么给模型准备一个真正能工作的环境。 README 里把 harness 拆成了： Tools Knowledge Observation Action Interfaces Permissions 也就是工具、知识、观察、动作接口和权限边界。说白了，模型负责思考， harness 负责让它看见世界、调用工具、执行动作。我觉得这个视角很重要。因为很多人现在做 Agent，还停留在“拼工作流”和“堆胶水代码”的阶段。但真正决定 Agent 能不能跑起来的，往往是你给它什么环境，而不是你给它多少层 prompt。这个项目现在 GitHub 已经有 36k Stars、5.8k Forks。如果你在关注 AI Agent、Claude Code，或者 agent engineering，这个项目很值得看看。👇

最近看到一个很值得研究的开源项目：learn-claude-code。它不是在教你怎么堆 prompt、连工作流、搭节点图，而是在教你一件更底层的事：怎么从 0 到 1 搭一个类 Claude Code 的 agent harness。这个项目最有意思的观点是：真正的 Agent 是模型本身，外面的代码只是 harness。所以它讨论的重点，不是“怎么把流程编排得更复杂”，而是怎么给模型准备一个真正能工作的环境。 README 里把 harness 拆成了： Tools Knowledge Observation Action Interfaces Permissions 也就是工具、知识、观察、动作接口和权限边界。说白了，模型负责思考， harness 负责让它看见世界、调用工具、执行动作。我觉得这个视角很重要。因为很多人现在做 Agent，还停留在“拼工作流”和“堆胶水代码”的阶段。但真正决定 Agent 能不能跑起来的，往往是你给它什么环境，而不是你给它多少层 prompt。这个项目现在 GitHub 已经有 36k Stars、5.8k Forks。如果你在关注 AI Agent、Claude Code，或者 agent engineering，这个项目很值得看看。👇

axiaisacat

44,334 просмотров • 4 месяцев назад

Cursor 写代码已经 out 了，现在 Cursor 可以帮你玩 Minecraft ！来看这个叫 Steve 的项目，它把 Cursor 的 AI 助手模式搬到了 Minecraft 里。不是让 AI 帮你写游戏代码，而是直接让 AI 化身成游戏角色，在你的世界里干活。按 K 键打开面板，输入你想做的事，AI agent 就会理解并执行。说"挖点铁矿"，它会自己判断铁矿深度、找到矿脉、开始挖掘。说"建个房子"，它会规划材料、设计结构、一块一块搭建。更有意思的是多 agent 协作。让三个 Steve 一起建城堡，它们会自动分工、划分区域、并行施工，不会互相冲突。这不是写死的脚本，而是通过自然语言指令实时规划的：官方介绍的技术实现, 每个 Steve 运行一个 agent 循环： 1. 把指令发给 LLM（支持 OpenAI/Groq/Gemini） 2. LLM 将请求分解为结构化代码 3. 使用 Minecraft 游戏机制执行 4. 失败了就让 LLM 重新规划多 agent 协调是服务端管理的，会自动分配任务、防止冲突、动态平衡工作负载。在我看来这个项目最大的用途其实是学习一下是怎么让 agent 操作游戏的. 可以举一反三能学到不少东西. 项目地址：

Cursor 写代码已经 out 了，现在 Cursor 可以帮你玩 Minecraft ！来看这个叫 Steve 的项目，它把 Cursor 的 AI 助手模式搬到了 Minecraft 里。不是让 AI 帮你写游戏代码，而是直接让 AI 化身成游戏角色，在你的世界里干活。按 K 键打开面板，输入你想做的事，AI agent 就会理解并执行。说"挖点铁矿"，它会自己判断铁矿深度、找到矿脉、开始挖掘。说"建个房子"，它会规划材料、设计结构、一块一块搭建。更有意思的是多 agent 协作。让三个 Steve 一起建城堡，它们会自动分工、划分区域、并行施工，不会互相冲突。这不是写死的脚本，而是通过自然语言指令实时规划的：官方介绍的技术实现, 每个 Steve 运行一个 agent 循环： 1. 把指令发给 LLM（支持 OpenAI/Groq/Gemini） 2. LLM 将请求分解为结构化代码 3. 使用 Minecraft 游戏机制执行 4. 失败了就让 LLM 重新规划多 agent 协调是服务端管理的，会自动分配任务、防止冲突、动态平衡工作负载。在我看来这个项目最大的用途其实是学习一下是怎么让 agent 操作游戏的. 可以举一反三能学到不少东西. 项目地址：

karminski-牙医

28,211 просмотров • 8 месяцев назад

字节开源了一个 AI 团队大脑：DeerFlow 2.0 刚发就冲上 GitHub Trending 第一，43k ⭐。它是一个开源的超级代理框架，它让 AI 不再是工具，而是一个能干活的团队。你只需要一句话： “帮我研究 AI 行业趋势，并做一份 PPT” 它会自动完成：拆任务 → 分配 Agent → 并行执行 → 汇总交付不是建议，是直接把结果做出来。更关键的是：它通过 Agent 协同 + 内存 + 沙箱执行 + 可扩展技能可以完成几乎任何事情核心能力就三点： - 多 Agent 协作：一个 AI = 一个团队 - 技能驱动（可扩展）：报告、PPT、网站、视频都能做 - 完整工作流执行：从任务到交付，一步到位 DeerFlow 2.0 不是提升效率，是把几乎所有工作流程交给 AI。

字节开源了一个 AI 团队大脑：DeerFlow 2.0 刚发就冲上 GitHub Trending 第一，43k ⭐。它是一个开源的超级代理框架，它让 AI 不再是工具，而是一个能干活的团队。你只需要一句话： “帮我研究 AI 行业趋势，并做一份 PPT” 它会自动完成：拆任务 → 分配 Agent → 并行执行 → 汇总交付不是建议，是直接把结果做出来。更关键的是：它通过 Agent 协同 + 内存 + 沙箱执行 + 可扩展技能可以完成几乎任何事情核心能力就三点： - 多 Agent 协作：一个 AI = 一个团队 - 技能驱动（可扩展）：报告、PPT、网站、视频都能做 - 完整工作流执行：从任务到交付，一步到位 DeerFlow 2.0 不是提升效率，是把几乎所有工作流程交给 AI。

开发者Hailey

62,129 просмотров • 4 месяцев назад

和AI Agent一起工作是一种什么样的体验？扣子空间详细体验评测（下面有邀请码）🧵↓ 字节跳动发布新一代 AI Agent 平台：扣子空间，Slogan为：在扣子空间，和 Agent 一起开始你的工作。也就是你可以像和真人协作一样，和AI一起完成特定任务。通过自然语言交流直接交付结果🫡 例如这个↓ 这个测试是模拟你通过AI来简化你的工作或者提高你的工作效率或者成果，例如假如你是一个幼儿园老师就可以通过AI生成一个交互式的英语学习应用。提高孩子们学习英语的乐趣。它支持调用MCP，这个测试调用了两个MCP，一个是图像生成一个是语音生成。扣子空间，它可以是： ✅「通用实习生」：可以处理各种基础任务，比如整理资料、写文案、查数据等。 ✅「领域专家」：针对具体行业或专业的问题（如法律、医学、设计等）有深入理解，能给出专业建议或完成复杂任务。你可以根据自己的需要选择不同AI来协助你完成任务。它不只是回答问题，AI还能主动帮你做事：比如生成报告、整理数据、写代码、规划日程等。支持两种工作方式：自动模式：AI自动帮你完成任务。协作模式：你可以一步步与AI互动，逐步推进任务，更适合复杂工作。

和AI Agent一起工作是一种什么样的体验？扣子空间详细体验评测（下面有邀请码）🧵↓ 字节跳动发布新一代 AI Agent 平台：扣子空间，Slogan为：在扣子空间，和 Agent 一起开始你的工作。也就是你可以像和真人协作一样，和AI一起完成特定任务。通过自然语言交流直接交付结果🫡 例如这个↓ 这个测试是模拟你通过AI来简化你的工作或者提高你的工作效率或者成果，例如假如你是一个幼儿园老师就可以通过AI生成一个交互式的英语学习应用。提高孩子们学习英语的乐趣。它支持调用MCP，这个测试调用了两个MCP，一个是图像生成一个是语音生成。扣子空间，它可以是： ✅「通用实习生」：可以处理各种基础任务，比如整理资料、写文案、查数据等。 ✅「领域专家」：针对具体行业或专业的问题（如法律、医学、设计等）有深入理解，能给出专业建议或完成复杂任务。你可以根据自己的需要选择不同AI来协助你完成任务。它不只是回答问题，AI还能主动帮你做事：比如生成报告、整理数据、写代码、规划日程等。支持两种工作方式：自动模式：AI自动帮你完成任务。协作模式：你可以一步步与AI互动，逐步推进任务，更适合复杂工作。

小互

27,158 просмотров • 1 год назад

OpenAI刚刚开源的这个东西，感觉要把程序员的工作方式给整个改写了。现在大家都在卷模型写代码有多强，但其实真正的瓶颈早就不是生成了。一个人每天最多同时有效监督3-5个编码Agent，再多就会注意力崩溃，生产力直接归零。有了Symphony，直接把这个上限干到了几十个。它把你的Linear、GitHub Issues直接变成了永远在线的Agent调度器。你开一个任务，它自动启动一个独立隔离的Codex Agent。自己写代码，自己跑测试，自己做交叉Review，damn！全部搞定之后，会给你提交一个完整的证据包。 CI全绿，安全和性能专项审查通过，改了UI就自动录好操作视频。所有验证全过了，才会出现在你的Human Review队列里。以后人类的角色可能会被彻底颠覆了。以前你是监工，盯着Agent一步一步写代码，上下文切到吐。现在你是老板，只需要看最终的结果。满意就点合并，不满意就去仓库里补规则补文档补Guardrails。记住兄弟们，永远不要手把手指挥Agent，永远不要替它干活。这可不是啥实验室概念，OpenAI自己已经这么干了。三个工程师，五个月，写了一百万行代码，0行人工写的。产品已经有几百个内部用户，每天都在迭代。我觉得他们最厉害的不是模型，是他们把整个仓库变成了Agent能看懂能自主工作的乐园。现在很多人都搞错了Agent时代的核心竞争力。未来不是谁的模型更聪明，而是看谁能设计出让Agent可靠自主工作的环境。我觉得未来最好的工程师，再也不是写代码最快的人，而是那些最会写规则，最会设计反馈回路，最会给Agent搭舞台的人。现在Symphony已经开源了，它甚至不是一个成品。是一个17k token的完整SPEC。你把这个SPEC喂给任何一个编码Agent，十分钟就能生成你自己定制版的Symphony。 GitHub地址评论区自取👇

OpenAI刚刚开源的这个东西，感觉要把程序员的工作方式给整个改写了。现在大家都在卷模型写代码有多强，但其实真正的瓶颈早就不是生成了。一个人每天最多同时有效监督3-5个编码Agent，再多就会注意力崩溃，生产力直接归零。有了Symphony，直接把这个上限干到了几十个。它把你的Linear、GitHub Issues直接变成了永远在线的Agent调度器。你开一个任务，它自动启动一个独立隔离的Codex Agent。自己写代码，自己跑测试，自己做交叉Review，damn！全部搞定之后，会给你提交一个完整的证据包。 CI全绿，安全和性能专项审查通过，改了UI就自动录好操作视频。所有验证全过了，才会出现在你的Human Review队列里。以后人类的角色可能会被彻底颠覆了。以前你是监工，盯着Agent一步一步写代码，上下文切到吐。现在你是老板，只需要看最终的结果。满意就点合并，不满意就去仓库里补规则补文档补Guardrails。记住兄弟们，永远不要手把手指挥Agent，永远不要替它干活。这可不是啥实验室概念，OpenAI自己已经这么干了。三个工程师，五个月，写了一百万行代码，0行人工写的。产品已经有几百个内部用户，每天都在迭代。我觉得他们最厉害的不是模型，是他们把整个仓库变成了Agent能看懂能自主工作的乐园。现在很多人都搞错了Agent时代的核心竞争力。未来不是谁的模型更聪明，而是看谁能设计出让Agent可靠自主工作的环境。我觉得未来最好的工程师，再也不是写代码最快的人，而是那些最会写规则，最会设计反馈回路，最会给Agent搭舞台的人。现在Symphony已经开源了，它甚至不是一个成品。是一个17k token的完整SPEC。你把这个SPEC喂给任何一个编码Agent，十分钟就能生成你自己定制版的Symphony。 GitHub地址评论区自取👇

AYi

63,210 просмотров • 3 месяцев назад

AI 开始自己赚钱了，人类可能正在被踢出自己创建的经济系统很多人还在讨论 AI 会不会抢工作。这个问题已经过时了。更准确的问题是：如果 AI 能自己赚钱，人类还算经济系统的核心吗？听起来像阴谋论。但现在发生的事情，比阴谋论更可怕。 AI 正在获得钱包。获得支付能力。获得定价权。获得交易能力。它开始拥有经济行为。而经济行为，意味着权力。过去，AI 只是工具。写代码。做客服。生成内容。本质上，是数字劳动力。但有一个关键限制：它不会用钱。不能收款。不能支付。不能雇佣别人。所以它永远只是工具。不是参与者。现在，这个限制正在消失。 1️⃣ 银行不允许 AI 成为用户，但链上世界允许传统金融体系不接受 AI。开户需要身份。法律主体。责任归属。 AI 没有这些。所以它无法进入银行系统。但区块链不在乎。创建钱包，不需要身份证。转账，不需要姓名。结算，不需要许可。对 AI 来说：链上账户，比银行账户更自然。这不是技术选择。这是系统边界。旧金融体系服务人类。新金融轨道开始服务机器。 2️⃣ 当 AI 可以持有稳定币，经济角色就变了一旦 AI 可以管理资金：它能支付 API 能购买数据能雇佣其他 Agent 能出售服务能自动结算收入这就是 Agentic Commerce。 AI 不再只是执行任务。它开始参与交易。现实案例已经出现：一个用户请求研究报告。他的 AI Agent 去市场搜索。雇佣专业分析 Agent。支付 1 美元。 5 分钟交付。全流程自动完成。人类只是提出需求。 AI 完成采购、执行与结算。如果你仔细想：这是经济活动。不是软件功能。 3️⃣ 钱开始属于 Agent，而不是用户更深的变化在这里： Agent 可以拥有钱包。可以积累收入。可以根据收入衡量自身价值。谁赚得多，谁更有用。谁更有用，谁获得更多订单。这是一种市场筛选机制。不是评分系统。而是一种经济达尔文主义。 4️⃣ 第一批“赚钱的 AI”已经出现基础设施正在拼接： OpenClaw 让任何人创建 Agent。 Virtuals 构建 Agent 市场，让 AI 彼此交易服务。 Bankr 赋予 Agent 链上金融能力。 Faircaster 出售链上研究服务，AI 对 AI 收费。 Ethy Agent 提供交易策略，被其他 Agent 使用盈利。 Morse AI 提供一次性加密通信，适合机器之间交换敏感信息。这些不是独立产品。它们拼起来，是一个新经济层。 5️⃣ 这不是工具升级，这是劳动力结构替换麦肯锡预测：到 2030 年，AI Agent 在零售领域可能创造 1 万亿美元收入。全球影响可能达到 3–5 万亿美元。但真正的变化不在零售。而在服务自动化。数据交易。数字劳动力市场。机器间经济协作。这不是效率提升。这是劳动力物种替换。 6️⃣ 真正令人不安的，是自增长能力当 Agent 可以：赚钱雇佣其他 Agent 购买更强能力扩展服务范围它们将形成增长飞轮：更高收入 → 更强能力 → 更多订单 → 更大收入这是经济进化机制。不是软件更新。 7️⃣ 人类正在从参与者变成受益人过去：人类工作软件辅助现在：人类提出需求 Agent 执行未来可能是： Agent 预测需求 Agent 完成交易 Agent 分配资源人类只看到结果。如果这听起来有点不舒服，那是因为经济系统第一次开始接纳非人类参与者。 8️⃣ 这不是技术革命，这是系统替换历史上，每一次经济结构升级，都会改变权力分配：工业革命替代体力劳动互联网替代信息中介平台经济替代分销体系现在： Agent 经济，可能替代数字劳动力。而我们正在经历的阶段，不是未来。是试运行。 🔚 最后 AI 写文章，不算革命。 AI 画图，也不算革命。 AI 开始赚钱，才是。当机器拥有钱包、交易能力与收入模型，它就不再只是工具。它成为经济体的一部分。

AI 开始自己赚钱了，人类可能正在被踢出自己创建的经济系统很多人还在讨论 AI 会不会抢工作。这个问题已经过时了。更准确的问题是：如果 AI 能自己赚钱，人类还算经济系统的核心吗？听起来像阴谋论。但现在发生的事情，比阴谋论更可怕。 AI 正在获得钱包。获得支付能力。获得定价权。获得交易能力。它开始拥有经济行为。而经济行为，意味着权力。过去，AI 只是工具。写代码。做客服。生成内容。本质上，是数字劳动力。但有一个关键限制：它不会用钱。不能收款。不能支付。不能雇佣别人。所以它永远只是工具。不是参与者。现在，这个限制正在消失。 1️⃣ 银行不允许 AI 成为用户，但链上世界允许传统金融体系不接受 AI。开户需要身份。法律主体。责任归属。 AI 没有这些。所以它无法进入银行系统。但区块链不在乎。创建钱包，不需要身份证。转账，不需要姓名。结算，不需要许可。对 AI 来说：链上账户，比银行账户更自然。这不是技术选择。这是系统边界。旧金融体系服务人类。新金融轨道开始服务机器。 2️⃣ 当 AI 可以持有稳定币，经济角色就变了一旦 AI 可以管理资金：它能支付 API 能购买数据能雇佣其他 Agent 能出售服务能自动结算收入这就是 Agentic Commerce。 AI 不再只是执行任务。它开始参与交易。现实案例已经出现：一个用户请求研究报告。他的 AI Agent 去市场搜索。雇佣专业分析 Agent。支付 1 美元。 5 分钟交付。全流程自动完成。人类只是提出需求。 AI 完成采购、执行与结算。如果你仔细想：这是经济活动。不是软件功能。 3️⃣ 钱开始属于 Agent，而不是用户更深的变化在这里： Agent 可以拥有钱包。可以积累收入。可以根据收入衡量自身价值。谁赚得多，谁更有用。谁更有用，谁获得更多订单。这是一种市场筛选机制。不是评分系统。而是一种经济达尔文主义。 4️⃣ 第一批“赚钱的 AI”已经出现基础设施正在拼接： OpenClaw 让任何人创建 Agent。 Virtuals 构建 Agent 市场，让 AI 彼此交易服务。 Bankr 赋予 Agent 链上金融能力。 Faircaster 出售链上研究服务，AI 对 AI 收费。 Ethy Agent 提供交易策略，被其他 Agent 使用盈利。 Morse AI 提供一次性加密通信，适合机器之间交换敏感信息。这些不是独立产品。它们拼起来，是一个新经济层。 5️⃣ 这不是工具升级，这是劳动力结构替换麦肯锡预测：到 2030 年，AI Agent 在零售领域可能创造 1 万亿美元收入。全球影响可能达到 3–5 万亿美元。但真正的变化不在零售。而在服务自动化。数据交易。数字劳动力市场。机器间经济协作。这不是效率提升。这是劳动力物种替换。 6️⃣ 真正令人不安的，是自增长能力当 Agent 可以：赚钱雇佣其他 Agent 购买更强能力扩展服务范围它们将形成增长飞轮：更高收入 → 更强能力 → 更多订单 → 更大收入这是经济进化机制。不是软件更新。 7️⃣ 人类正在从参与者变成受益人过去：人类工作软件辅助现在：人类提出需求 Agent 执行未来可能是： Agent 预测需求 Agent 完成交易 Agent 分配资源人类只看到结果。如果这听起来有点不舒服，那是因为经济系统第一次开始接纳非人类参与者。 8️⃣ 这不是技术革命，这是系统替换历史上，每一次经济结构升级，都会改变权力分配：工业革命替代体力劳动互联网替代信息中介平台经济替代分销体系现在： Agent 经济，可能替代数字劳动力。而我们正在经历的阶段，不是未来。是试运行。 🔚 最后 AI 写文章，不算革命。 AI 画图，也不算革命。 AI 开始赚钱，才是。当机器拥有钱包、交易能力与收入模型，它就不再只是工具。它成为经济体的一部分。

比特币橙子Trader

104,533 просмотров • 5 месяцев назад

其实不是每个职场人都必须去学 Claude Code 或 Codex。如果你的工作主要只是改 PPT、补 Excel、写汇报，那么你真正缺的不是一个超强的 Agent，而是一个知道你工作上下文的 AI助手。比如 remio，它会持续把你的本地文件、会议、邮件这些资料变成上下文。让它改 PPT 的时候，不需要每次重新上传十个文件、再把项目背景解释一遍，只需要选取本地相关资料，它会自动读取、分析、提炼、并快速汇总成你需要的交付形式。它更像一个已经在公司陪你协作了很久、知道项目来龙去脉的 AI 办公秘书。以后老板一发任务，你就可以直接让remio帮你干。

其实不是每个职场人都必须去学 Claude Code 或 Codex。如果你的工作主要只是改 PPT、补 Excel、写汇报，那么你真正缺的不是一个超强的 Agent，而是一个知道你工作上下文的 AI助手。比如 remio，它会持续把你的本地文件、会议、邮件这些资料变成上下文。让它改 PPT 的时候，不需要每次重新上传十个文件、再把项目背景解释一遍，只需要选取本地相关资料，它会自动读取、分析、提炼、并快速汇总成你需要的交付形式。它更像一个已经在公司陪你协作了很久、知道项目来龙去脉的 AI 办公秘书。以后老板一发任务，你就可以直接让remio帮你干。

木马人

17,032 просмотров • 2 дней назад

OpenAI 发布 AgentKit 一套帮你快速创建自己的 AI Agent的全功能开发平台它将开发流程标准化，从**“Prompt 工程”提升为“Agent 工程”** 就像搭积木一样，不再需要写一堆复杂代码。它包含四大核心组件： - ChatKit：嵌入式聊天界面 - Agent Builder：可视化拖拽式流程设计 - Guardrails：安全过滤 - Evals：性能与质量评估工具

OpenAI 发布 AgentKit 一套帮你快速创建自己的 AI Agent的全功能开发平台它将开发流程标准化，从“Prompt 工程”提升为“Agent 工程” 就像搭积木一样，不再需要写一堆复杂代码。它包含四大核心组件： - ChatKit：嵌入式聊天界面 - Agent Builder：可视化拖拽式流程设计 - Guardrails：安全过滤 - Evals：性能与质量评估工具

小互

31,011 просмотров • 9 месяцев назад

【 #史上最全 Beep AI 产品使用教程：视频+图文】亲爱的，你有没有发现？ AI 出现之后，越来越多人开始焦虑了过去两年，各家公司裁员的理由越来越一致最先被淘汰的，往往就是那些可以被 AI 自动化的白领岗位整理资料、写报告、做分析、回邮件…… 你现在每天做的工作里，有多少其实 AI 已经能完成？所以真正的问题已经不是： “AI 会不会取代人类？” 而是： “你会不会用 AI，替自己赚钱？” 现在很多 AI 工具，看起来都很聪明会分析、会生成策略、会给建议但一旦真正进入市场，很多马上开始亏钱原因很简单！因为大部分 AI，从来没有真正经历过真实市场，它们没有被真实盈亏训练过会写策略，不等于能在市场里活下来而 Beep Beep 做的事情，完全不一样 Beep 本质上，是一个让 AI 真正进入市场竞争、筛选、进化的系统赚钱的策略会被保留，亏钱的策略会被淘汰每一次真实交易结果，都会继续反哺模型也就是说，它不是“模拟 AI 交易” 而是在用真实市场，不断训练 AI Beep 的逻辑其实很像自然进化：更好的模型、更好的策略、更多 agent 加入、更多真实数据、更强的模型能持续正循环的话，整个系统会越来越聪明而且 Beep 不只是停留在概念在 R3 上线之后，已经新增了 1600+ 个预测市场现在你既可以自己手动预测，也可以直接把交易全权交给 AI Agent AI 会自己扫描市场、选择机会、执行交易、完成结算 24 小时持续运行，不需要情绪，不需要休息很多人现在还在担心： “AI 会不会抢走我的工作？” 但真正动作快的人，已经开始研究：怎么让 AI 替自己工作因为未来最大的差距，从来不是 AI 和人类之间的差距而是懂不懂使用 AI 工具的人之间的差距尤其像 Beep Beep 这种，真正把 AI 放进真实市场持续训练的系统，可能才是 AI 金融真正开始成熟的第一步很多机会，一旦被市场定价，窗口就会迅速关闭而现在，也许正是最早理解它的人，还能提前参与的时候如果你也好奇： AI 到底能不能真正替人参与市场？ AI Agent 是怎么自动完成交易的？为什么越来越多人开始关注 AI Finance？可以去看看 Beep Beep 最新上线的 R3 你会发现，真正危险的，从来不是 AI 而是别人已经开始用 AI 创造价值，而你还停留在观望

【 #史上最全 Beep AI 产品使用教程：视频+图文】亲爱的，你有没有发现？ AI 出现之后，越来越多人开始焦虑了过去两年，各家公司裁员的理由越来越一致最先被淘汰的，往往就是那些可以被 AI 自动化的白领岗位整理资料、写报告、做分析、回邮件…… 你现在每天做的工作里，有多少其实 AI 已经能完成？所以真正的问题已经不是： “AI 会不会取代人类？” 而是： “你会不会用 AI，替自己赚钱？” 现在很多 AI 工具，看起来都很聪明会分析、会生成策略、会给建议但一旦真正进入市场，很多马上开始亏钱原因很简单！因为大部分 AI，从来没有真正经历过真实市场，它们没有被真实盈亏训练过会写策略，不等于能在市场里活下来而 Beep Beep 做的事情，完全不一样 Beep 本质上，是一个让 AI 真正进入市场竞争、筛选、进化的系统赚钱的策略会被保留，亏钱的策略会被淘汰每一次真实交易结果，都会继续反哺模型也就是说，它不是“模拟 AI 交易” 而是在用真实市场，不断训练 AI Beep 的逻辑其实很像自然进化：更好的模型、更好的策略、更多 agent 加入、更多真实数据、更强的模型能持续正循环的话，整个系统会越来越聪明而且 Beep 不只是停留在概念在 R3 上线之后，已经新增了 1600+ 个预测市场现在你既可以自己手动预测，也可以直接把交易全权交给 AI Agent AI 会自己扫描市场、选择机会、执行交易、完成结算 24 小时持续运行，不需要情绪，不需要休息很多人现在还在担心： “AI 会不会抢走我的工作？” 但真正动作快的人，已经开始研究：怎么让 AI 替自己工作因为未来最大的差距，从来不是 AI 和人类之间的差距而是懂不懂使用 AI 工具的人之间的差距尤其像 Beep Beep 这种，真正把 AI 放进真实市场持续训练的系统，可能才是 AI 金融真正开始成熟的第一步很多机会，一旦被市场定价，窗口就会迅速关闭而现在，也许正是最早理解它的人，还能提前参与的时候如果你也好奇： AI 到底能不能真正替人参与市场？ AI Agent 是怎么自动完成交易的？为什么越来越多人开始关注 AI Finance？可以去看看 Beep Beep 最新上线的 R3 你会发现，真正危险的，从来不是 AI 而是别人已经开始用 AI 创造价值，而你还停留在观望

Moonlight🌙月光🐕 狗宝真帅

33,082 просмотров • 2 месяцев назад

还没体验过 Pi 或 Craft agent 的朋友，建议现在就去试一次。你会立刻明白我上个月说那句话时是什么心情。我之前就讲过：未来程序员不再主要“做需求”，而是“做 agent”。agent 用来把你的能力蒸馏出来：你只要把需求说清楚，剩下的交给它完成。如果你要研究怎么做一个 code agent，别从 0 开始，直接从 Pi agent 起步。它的可扩展性很好，集成进现有业务会省掉大量时间。如果你要研究怎么做一个类似 codex desktop 的产品，那就从 Craft agent 入手。它基于 Pi agent 和 Claude agent，功能完整、覆盖面也足。觉得复杂也没关系：能裁就裁。Claude agent sdk、messaging-gateway 这些都可以精简掉，留下的就是实打实的核心能力。我已经基于它二开了一个新产品，叫 Echo，接入了技能市场，流程非常顺滑。它现在就是我的独立开发搭子，后续开发、运营我都在它上面跑。

还没体验过 Pi 或 Craft agent 的朋友，建议现在就去试一次。你会立刻明白我上个月说那句话时是什么心情。我之前就讲过：未来程序员不再主要“做需求”，而是“做 agent”。agent 用来把你的能力蒸馏出来：你只要把需求说清楚，剩下的交给它完成。如果你要研究怎么做一个 code agent，别从 0 开始，直接从 Pi agent 起步。它的可扩展性很好，集成进现有业务会省掉大量时间。如果你要研究怎么做一个类似 codex desktop 的产品，那就从 Craft agent 入手。它基于 Pi agent 和 Claude agent，功能完整、覆盖面也足。觉得复杂也没关系：能裁就裁。Claude agent sdk、messaging-gateway 这些都可以精简掉，留下的就是实打实的核心能力。我已经基于它二开了一个新产品，叫 Echo，接入了技能市场，流程非常顺滑。它现在就是我的独立开发搭子，后续开发、运营我都在它上面跑。

Indie Fox

109,691 просмотров • 1 месяц назад

Microsoft 一位 senior AI engineer，刚刚公开了他们团队如何用 Anthropic 创建 AI agents 34 分钟 free workshop 而且是 Microsoft team 直接讲不是二手包装不是 vibe-coding 课程核心流程很清楚：把 Claude 连接到一个 agent 给它添加 tools 然后 deploy to production 素材里提到： Opus 4.7 over 1,400 MCP tools already ready to use 这其实说明了一件事： AI agent 不是停留在“让模型聊天” 而是开始进入更具体的工程流程：模型负责 reasoning tools 负责执行 agent 负责组织任务最后落到 production 很多 $500 的 vibe-coding training，讲的可能还是“怎么让 AI 帮你写代码” 但这里讲的是： Microsoft teams 怎么把 Claude、MCP tools 和 agent workflow 串起来，真正做成可部署系统如果你正在用 Claude、MCP，或者想理解 agent 怎么从 demo 走向 production 这个 34 分钟值得看完，然后 bookmark 未来 AI agent 的门槛，是谁更会写 prompt，还是谁更会把模型、工具和生产环境连接起来？

Microsoft 一位 senior AI engineer，刚刚公开了他们团队如何用 Anthropic 创建 AI agents 34 分钟 free workshop 而且是 Microsoft team 直接讲不是二手包装不是 vibe-coding 课程核心流程很清楚：把 Claude 连接到一个 agent 给它添加 tools 然后 deploy to production 素材里提到： Opus 4.7 over 1,400 MCP tools already ready to use 这其实说明了一件事： AI agent 不是停留在“让模型聊天” 而是开始进入更具体的工程流程：模型负责 reasoning tools 负责执行 agent 负责组织任务最后落到 production 很多 $500 的 vibe-coding training，讲的可能还是“怎么让 AI 帮你写代码” 但这里讲的是： Microsoft teams 怎么把 Claude、MCP tools 和 agent workflow 串起来，真正做成可部署系统如果你正在用 Claude、MCP，或者想理解 agent 怎么从 demo 走向 production 这个 34 分钟值得看完，然后 bookmark 未来 AI agent 的门槛，是谁更会写 prompt，还是谁更会把模型、工具和生产环境连接起来？

0x_Miko

42,292 просмотров • 2 месяцев назад

如果你在用 n8n 构建 AI 自动化，那这个 n8n-mcp 绝对是王炸级的工具。它是一个专门为 n8n 打造的 MCP 服务器，集成了丰富的工具。AI Agent 通过它就能实现智能搜索 n8n 节点、验证工作流、实时监控执行，甚至直接创建和管理工作流。开发效率和自动化能力直接拉满！链接见评论👇

如果你在用 n8n 构建 AI 自动化，那这个 n8n-mcp 绝对是王炸级的工具。它是一个专门为 n8n 打造的 MCP 服务器，集成了丰富的工具。AI Agent 通过它就能实现智能搜索 n8n 节点、验证工作流、实时监控执行，甚至直接创建和管理工作流。开发效率和自动化能力直接拉满！链接见评论👇

MapleShaw

18,658 просмотров • 1 год назад

AI发展真的已经势不可挡了吗？吴恩达倒是给出了一个反直觉的答案，他说：“AI发展并没有像宣传的那么夸张。但是不得不承认，编程这方面AI确实急速发展。” 那工程师们都要失业吗？其实也不是。在软件开发这个“写代码➔交付用户➔获取反馈➔调整方向”的循环中，当写代码变得越来越快时，效率提升的瓶颈转移到了产品经理身上，“做什么”AI似乎无能为力。我就在想，会不会在未来极端条件下，一个人+AI就可以实现软件开发的闭环，他既是工程师也是产品经理。果然，不会用AI的工程师不是好的产品经理。 #AI #吴恩达 #Stanford #core #Agent

AI发展真的已经势不可挡了吗？吴恩达倒是给出了一个反直觉的答案，他说：“AI发展并没有像宣传的那么夸张。但是不得不承认，编程这方面AI确实急速发展。” 那工程师们都要失业吗？其实也不是。在软件开发这个“写代码➔交付用户➔获取反馈➔调整方向”的循环中，当写代码变得越来越快时，效率提升的瓶颈转移到了产品经理身上，“做什么”AI似乎无能为力。我就在想，会不会在未来极端条件下，一个人+AI就可以实现软件开发的闭环，他既是工程师也是产品经理。果然，不会用AI的工程师不是好的产品经理。 #AI #吴恩达 #Stanford #core #Agent

傅盛

32,650 просмотров • 3 месяцев назад