Video wird geladen...

Video konnte nicht geladen werden

Beim Laden dieses Videos ist ein Problem aufgetreten. Dies könnte an einem vorübergehenden Netzwerkproblem liegen oder das Video ist möglicherweise nicht verfügbar.

如果去可视化ClaudeCode的工作轨迹可以看到 AI agent 在真实代码库中浏览、审查结构、做决策并提交修改的过程软件开发正进入新的阶段，并非传统意义上的自动化,而是Agent能理解上下文、应对复杂情况、并做出有意义贡献的系统。虽然目前仍处于vibe coding的早期阶段,但这个趋势毋庸置疑：人类和Agents正在进行人机协同的合作来构建未来

Yangyi

125,768 subscribers

36,912 Aufrufe • vor 11 Monaten •via X (Twitter)

Bildung Gesundheit & Wellness Wissenschaft & Technologie

Anya Rossi• Live Now

Private livecam show

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

一位中国教授最近公开了他的开发团队配置。不是人类员工，而是 170 个 AI Agent。这些 Agent 负责处理公司的各项决策和开发任务。不用睡觉，不需要涨薪，170 个智能体并行工作。看视频里的网络结构，应该是这些 Agent 之间的协作和决策链路。这种全 Agent 化的管理模式，可能是个新趋势。对于想降低人力成本、提高并行处理能力的团队来说，很有参考价值。

一位中国教授最近公开了他的开发团队配置。不是人类员工，而是 170 个 AI Agent。这些 Agent 负责处理公司的各项决策和开发任务。不用睡觉，不需要涨薪，170 个智能体并行工作。看视频里的网络结构，应该是这些 Agent 之间的协作和决策链路。这种全 Agent 化的管理模式，可能是个新趋势。对于想降低人力成本、提高并行处理能力的团队来说，很有参考价值。

Vincent

35,957 Aufrufe • vor 4 Monaten

我靠，有了这个工具，完整的实现了 Office 的自动化。以前做 Office 自动化，AI 能出内容但改不了文件，最后还得人去复制粘贴。OfficeCLI 解决的问题是，让 AI Agent 能直接改 Office 文件。在 AI Agent 工作流里，它的意义更偏基础设施： 1、文档生成 → 可执行写入 2、表格分析 → 可直接回写 Excel 3、PPT 生成 → 结构级编辑而非整页重写 4、多 Agent 协作 → 共享统一文件操作接口 OfficeCLI 把 Word、Excel、PPT 当成结构化对象，AI 可以直接增删改查，不用开 GUI，也不用搭脚本环境。改完就是改完，文件就已经写好了。整体来看，它把AI 会写内容推进到AI可以改真实文件，属于从内容生成到系统执行的一层跃迁。

我靠，有了这个工具，完整的实现了 Office 的自动化。以前做 Office 自动化，AI 能出内容但改不了文件，最后还得人去复制粘贴。OfficeCLI 解决的问题是，让 AI Agent 能直接改 Office 文件。在 AI Agent 工作流里，它的意义更偏基础设施： 1、文档生成 → 可执行写入 2、表格分析 → 可直接回写 Excel 3、PPT 生成 → 结构级编辑而非整页重写 4、多 Agent 协作 → 共享统一文件操作接口 OfficeCLI 把 Word、Excel、PPT 当成结构化对象，AI 可以直接增删改查，不用开 GUI，也不用搭脚本环境。改完就是改完，文件就已经写好了。整体来看，它把AI 会写内容推进到AI可以改真实文件，属于从内容生成到系统执行的一层跃迁。

Vince 聊开发

16,883 Aufrufe • vor 3 Monaten

Vitalik Buterin：不敢真正去中心化的 L2 不如直接做中心化服务器 2025 年 7 月 3 日，以太坊联合创始人 Vitalik Buterin vitalik.eth 在 EthCC 演讲视频中表示，目前许多标榜在链上构建的 Layer 2 项目预留了随时触发的后门，或在去中心化阶段上名不副实。他认为，这种架构从实际效果来看，并不比传统中心化服务器强多少。Vitalik Buterin 表示，如果开发者不敢放心地让项目真正去中心化，最实在的做法可能就是直接做一个中心化服务器。来源：Cointelegraph

Vitalik Buterin：不敢真正去中心化的 L2 不如直接做中心化服务器 2025 年 7 月 3 日，以太坊联合创始人 Vitalik Buterin vitalik.eth 在 EthCC 演讲视频中表示，目前许多标榜在链上构建的 Layer 2 项目预留了随时触发的后门，或在去中心化阶段上名不副实。他认为，这种架构从实际效果来看，并不比传统中心化服务器强多少。Vitalik Buterin 表示，如果开发者不敢放心地让项目真正去中心化，最实在的做法可能就是直接做一个中心化服务器。来源：Cointelegraph

吴说区块链

12,857 Aufrufe • vor 4 Monaten

Codex 产品负责人 Tibo 第一次描绘了他理想中的Agent：真正的 AI Agent，不应该还需要用户自己维护 Skills、Memory 和 Sub-agents。他提到，现在很多 Codex 和其他 Coding Agent 的高级用户，已经习惯自己管理 skill files、配置 memory、组织 sub-agents。但这些东西本质上都很难长期维护。 Skills 会越来越多，Memory 不可能永远记住所有东西，Sub-agents 多了以后，你甚至还得自己管理一张 Agent 网络。这其实是在把本来应该由 AI 解决的问题，重新丢回给人。 Tibo 认为，真正理想的 Agent 应该是它深度理解你，知道你的目标、每天在做什么，也理解你的团队。然后主动做事、主动帮你推进工作，同时尽可能不让你感受到背后的 Skills、Memory、Sub-agent 这些复杂结构。另一个很有意思的判断是，未来限制 Agent 的可能反而会是我们的电脑。今天的 Laptop 是按照人类的工作速度设计的，人一次操作几个应用、敲一点代码。但未来一个足够强的模型，可能同时处理 100 个打开的应用都没有问题。到那个时候，Agent 需要的计算和资源，已经远远超过一台个人电脑能够提供的范围。 Agent 的终局不是一个更复杂的 Coding Tool，而是一套你几乎感知不到内部结构、却一直在替你工作的计算系统。

Codex 产品负责人 Tibo 第一次描绘了他理想中的Agent：真正的 AI Agent，不应该还需要用户自己维护 Skills、Memory 和 Sub-agents。他提到，现在很多 Codex 和其他 Coding Agent 的高级用户，已经习惯自己管理 skill files、配置 memory、组织 sub-agents。但这些东西本质上都很难长期维护。 Skills 会越来越多，Memory 不可能永远记住所有东西，Sub-agents 多了以后，你甚至还得自己管理一张 Agent 网络。这其实是在把本来应该由 AI 解决的问题，重新丢回给人。 Tibo 认为，真正理想的 Agent 应该是它深度理解你，知道你的目标、每天在做什么，也理解你的团队。然后主动做事、主动帮你推进工作，同时尽可能不让你感受到背后的 Skills、Memory、Sub-agent 这些复杂结构。另一个很有意思的判断是，未来限制 Agent 的可能反而会是我们的电脑。今天的 Laptop 是按照人类的工作速度设计的，人一次操作几个应用、敲一点代码。但未来一个足够强的模型，可能同时处理 100 个打开的应用都没有问题。到那个时候，Agent 需要的计算和资源，已经远远超过一台个人电脑能够提供的范围。 Agent 的终局不是一个更复杂的 Coding Tool，而是一套你几乎感知不到内部结构、却一直在替你工作的计算系统。

Max For AI

51,211 Aufrufe • vor 1 Monat

人类的大脑适应性极强，即使被切除一半，儿童长大后仍然能够几乎正常运作。感觉输入可以重新映射到完全不同的大脑区域。这意味着我们的皮质结构高度统一，并且可以跨功能重复使用，就像 DNA 和蛋白质编码一样。其含义颇为玄机：智能或许并非依赖于某种特定的结构，而是依赖于一种通用的、可重复的架构。这正是现代人工智能试图捕捉的。如果这是真的，那么人工智能和生物智能之间的界限比大多数人意识到的要模糊。

人类的大脑适应性极强，即使被切除一半，儿童长大后仍然能够几乎正常运作。感觉输入可以重新映射到完全不同的大脑区域。这意味着我们的皮质结构高度统一，并且可以跨功能重复使用，就像 DNA 和蛋白质编码一样。其含义颇为玄机：智能或许并非依赖于某种特定的结构，而是依赖于一种通用的、可重复的架构。这正是现代人工智能试图捕捉的。如果这是真的，那么人工智能和生物智能之间的界限比大多数人意识到的要模糊。

✧ 𝕀𝔸𝕄𝔸𝕀 ✧

26,353 Aufrufe • vor 1 Jahr

Codex 最新动态：从 GPT‑5.6 与 Ultra 模式，到多智能体并行协作、计算机与浏览器操作、应用截图理解、行内代码和文档修改，再到一键发布 Sites、跨项目管理以及完整的 PR 工作流。 Codex 已不只是一个“帮你写代码”的工具，而是能够拆解复杂任务、操作和测试应用、协调多个项目、处理 Bug 与代码审查，并协助完成发布的开发伙伴。无论你想提高日常开发效率，还是探索更自动化的 AI 编程方式，这支视频都能帮你快速掌握 Codex 的新能力和实际应用场景。本视频由 baocut 翻译

Codex 最新动态：从 GPT‑5.6 与 Ultra 模式，到多智能体并行协作、计算机与浏览器操作、应用截图理解、行内代码和文档修改，再到一键发布 Sites、跨项目管理以及完整的 PR 工作流。 Codex 已不只是一个“帮你写代码”的工具，而是能够拆解复杂任务、操作和测试应用、协调多个项目、处理 Bug 与代码审查，并协助完成发布的开发伙伴。无论你想提高日常开发效率，还是探索更自动化的 AI 编程方式，这支视频都能帮你快速掌握 Codex 的新能力和实际应用场景。本视频由 baocut 翻译

宝玉

37,498 Aufrufe • vor 3 Monaten

Maven Smart System 是美国国防部项目的核心AI情报系统，是一个数据分析与作战决策平台，由 Palantir 开发。该系统把卫星影像、无人机视频、传感器及监控情报数据等不同维度的数据，整合到一个可视化工具中，并通过 AI 软件自动分析潜在军事目标与网络漏洞。美国国防部的首席人工智能官演示了这个软件的基本工作流：系统会展示展示一张实时战场地图，上面整合了飞机轨迹、天气情况、位置随后，AI会自动分析卫星图像，在画面中标记出可疑目标，例如车辆、建筑物或其他可能的军事设施。接着，系统会把来自不同来源的情报数据整合在一起，包括卫星影像、传感器信息、通信情报等，并进行实时分析。在此基础上，平台生成一张“风险热力图”，标出最可能存在军事威胁的区域。然后系统自动生成目标清单，对潜在目标进行优先级排序，并提出作战路径与行动方案，模拟不同决策可能带来的结果。在演示的最后，爆炸效果用来模拟对目标实施打击后的结果，展示系统如何辅助军事行动规划。

Maven Smart System 是美国国防部项目的核心AI情报系统，是一个数据分析与作战决策平台，由 Palantir 开发。该系统把卫星影像、无人机视频、传感器及监控情报数据等不同维度的数据，整合到一个可视化工具中，并通过 AI 软件自动分析潜在军事目标与网络漏洞。美国国防部的首席人工智能官演示了这个软件的基本工作流：系统会展示展示一张实时战场地图，上面整合了飞机轨迹、天气情况、位置随后，AI会自动分析卫星图像，在画面中标记出可疑目标，例如车辆、建筑物或其他可能的军事设施。接着，系统会把来自不同来源的情报数据整合在一起，包括卫星影像、传感器信息、通信情报等，并进行实时分析。在此基础上，平台生成一张“风险热力图”，标出最可能存在军事威胁的区域。然后系统自动生成目标清单，对潜在目标进行优先级排序，并提出作战路径与行动方案，模拟不同决策可能带来的结果。在演示的最后，爆炸效果用来模拟对目标实施打击后的结果，展示系统如何辅助军事行动规划。

李老师不是你老师

104,957 Aufrufe • vor 7 Monaten

今年，AI机器人赛道真的是火得不行。从家里用的扫地机器人到工业上的自动化设备，甚至现在都可以上台跳舞了，不得不说一句牛逼！但是现在机器人和AI系统大多被少数几家大公司掌控，创新的步伐虽然快，却往往伴随着技术封闭性和使用限制。 OpenMind 却正在打破这种局限，提出了一个非常具有前瞻性的解决方案——开源的机器人操作系统。这种做法不仅仅是技术上的创新，它从根本上重新定义了谁能控制机器人的智能，以及谁能参与到技术创新中去。 OpenMind的核心理念是开放和去中心化——这意味着不再是只有少数几家公司有能力和资源控制机器人的发展和应用。通过开源操作系统OM1，OpenMind赋予了全球开发者和创新者在机器人生态系统中发挥更大作用的机会。任何有创意、有技术的团队，都可以基于OM1平台构建自己的机器人应用，这种开放生态不仅能加速创新，还能促进更广泛的合作和资源共享。最关键的是，OpenMind没有像传统公司那样将机器人生态系统封闭在一个小圈子里，而是推动它向全球开发者开放，鼓励他们参与并共同塑造机器人的未来。这不仅能避免技术的垄断，更能确保机器人系统的多样性和适应性——每个开发者、每个小团队都能贡献自己的智慧，推动机器人技术在各个行业中的应用。这背后折射的是OpenMind对于去中心化理念的深刻理解和执行力。与传统企业垄断不同，这种去中心化的思维让更多的人和团队能通过开源平台参与进来，这也让机器人技术有了更多的可能性。未来的机器人技术， OpenMind 无疑为其注入了一股新鲜的力量。在这场关于机器人智能的创新竞赛中，去中心化和开源将不仅仅是一个趋势，更是能让全球每个人都参与进来的机会。 #OpenMind

今年，AI机器人赛道真的是火得不行。从家里用的扫地机器人到工业上的自动化设备，甚至现在都可以上台跳舞了，不得不说一句牛逼！但是现在机器人和AI系统大多被少数几家大公司掌控，创新的步伐虽然快，却往往伴随着技术封闭性和使用限制。 OpenMind 却正在打破这种局限，提出了一个非常具有前瞻性的解决方案——开源的机器人操作系统。这种做法不仅仅是技术上的创新，它从根本上重新定义了谁能控制机器人的智能，以及谁能参与到技术创新中去。 OpenMind的核心理念是开放和去中心化——这意味着不再是只有少数几家公司有能力和资源控制机器人的发展和应用。通过开源操作系统OM1，OpenMind赋予了全球开发者和创新者在机器人生态系统中发挥更大作用的机会。任何有创意、有技术的团队，都可以基于OM1平台构建自己的机器人应用，这种开放生态不仅能加速创新，还能促进更广泛的合作和资源共享。最关键的是，OpenMind没有像传统公司那样将机器人生态系统封闭在一个小圈子里，而是推动它向全球开发者开放，鼓励他们参与并共同塑造机器人的未来。这不仅能避免技术的垄断，更能确保机器人系统的多样性和适应性——每个开发者、每个小团队都能贡献自己的智慧，推动机器人技术在各个行业中的应用。这背后折射的是OpenMind对于去中心化理念的深刻理解和执行力。与传统企业垄断不同，这种去中心化的思维让更多的人和团队能通过开源平台参与进来，这也让机器人技术有了更多的可能性。未来的机器人技术， OpenMind 无疑为其注入了一股新鲜的力量。在这场关于机器人智能的创新竞赛中，去中心化和开源将不仅仅是一个趋势，更是能让全球每个人都参与进来的机会。 #OpenMind

阿乐

61,205 Aufrufe • vor 9 Monaten

有一个超级暴论：现阶段的 OpenClaw 根本不适合团队协作！！折腾过的人，应该都有类似的感受！ OpenClaw 本质上其实是一个很强的 Agent 底座！你可以把它接入到自己的团队工作流里，把 Agent 搭起来，把渠道接进去，把能力跑通，每个人都能让Agent干事情，但是再进一步就会发现真正的问题：团队怎么一起用？中间产出和最终结果都沉淀在哪？前面做过的分析、写过的文档、跑过的方法，怎么变成团队可复用资产？新的成员进来，怎么接着往下做，而不是从头再来一遍？这些，落到实际的应用中，都是坑！最近，Flowus团队开发了一个新产品： Kollab Kollab 似乎解决了上面这些问题，它的思路很直接：把 Agent 直接变成工作流的一部分。这是什么意思呢？ OpenClaw 解决的是：我个人怎么拥有一个随叫随到、能力很强、自己可控的 AI。而 Kollab 解决的是：怎么让 AI 参与真实的团队工作，让做过的事能留下来，方法能复用，团队能协作。对于内容团队、研究团队、小型创业团队来说，一定知道这其中的区别！！你可以很简单的建立不同的项目组，或者工作空间，每个项目组里都有 Agent，项目推进的全过程中，所有的工作流、产出和方法论，都会沉淀在这个空间里。当下次遇到同类型的B项目时，就可以一键复用A项目沉淀下来“工作资产”。我觉得，这才是团队协作里最有价值的部分，尽可能减少重复劳动！！不管是传统团队协作，还是AI时代的团队协作，都如此。所以，AI 产品真正的分水岭，不是谁更像人，也不是谁接了更多更强的模型。而是，到底能不能提供一个能沉淀、能协作、能推进的工作空间。

有一个超级暴论：现阶段的 OpenClaw 根本不适合团队协作！！折腾过的人，应该都有类似的感受！ OpenClaw 本质上其实是一个很强的 Agent 底座！你可以把它接入到自己的团队工作流里，把 Agent 搭起来，把渠道接进去，把能力跑通，每个人都能让Agent干事情，但是再进一步就会发现真正的问题：团队怎么一起用？中间产出和最终结果都沉淀在哪？前面做过的分析、写过的文档、跑过的方法，怎么变成团队可复用资产？新的成员进来，怎么接着往下做，而不是从头再来一遍？这些，落到实际的应用中，都是坑！最近，Flowus团队开发了一个新产品： Kollab Kollab 似乎解决了上面这些问题，它的思路很直接：把 Agent 直接变成工作流的一部分。这是什么意思呢？ OpenClaw 解决的是：我个人怎么拥有一个随叫随到、能力很强、自己可控的 AI。而 Kollab 解决的是：怎么让 AI 参与真实的团队工作，让做过的事能留下来，方法能复用，团队能协作。对于内容团队、研究团队、小型创业团队来说，一定知道这其中的区别！！你可以很简单的建立不同的项目组，或者工作空间，每个项目组里都有 Agent，项目推进的全过程中，所有的工作流、产出和方法论，都会沉淀在这个空间里。当下次遇到同类型的B项目时，就可以一键复用A项目沉淀下来“工作资产”。我觉得，这才是团队协作里最有价值的部分，尽可能减少重复劳动！！不管是传统团队协作，还是AI时代的团队协作，都如此。所以，AI 产品真正的分水岭，不是谁更像人，也不是谁接了更多更强的模型。而是，到底能不能提供一个能沉淀、能协作、能推进的工作空间。

沐阳

51,172 Aufrufe • vor 5 Monaten

当 UI 不再是产品，软件的护城河还剩什么？——a16z 深度解析 Agent 时代的 SaaS 终局过去二十年，SaaS 公司的护城河很大程度上是建立在“界面（UI）”之上的。Salesforce 卖给客户的，其实是一套管理销售团队的仪表盘、视图和操作流；护城河的核心是人类用户长年累月形成的“肌肉记忆”和迁移成本。但最近，Salesforce 宣布推出 headless（去界面化）产品，这意味着它在押注：在 AI Agent 时代，软件的核心价值不再是 UI，而是底层数据。当 AI Agent 可以绕过 UI，直接通过 API 读取数据、执行动作时，传统记录系统（System of Record）的护城河将如何转移？a16z 给出了最新洞察，以下是核心观点的拆解：一、过去：为什么记录系统如此难以替代？在“人类点击软件”的时代，旧软件之所以换不掉，主要靠以下几个“粘性”指标：高频的双向使用习惯：销售每天都在 CRM 里录入并查看数据，习惯难以连根拔起。大量未被文档化的潜规则：比如“大客户折扣季末才能批”，这些业务上下文都沉淀在旧系统的复杂设置里。盘根错节的系统依赖：替换一个 ERP，就像在病人跑马拉松的同时给他做开胸手术。合规和审计的红线：薪酬、财务系统牵涉监管，不能随便动。二、现在：UI 消失后，Agent 时代的竞争新标准当 Agent 开始接管任务，人类的“肌肉记忆”将被抹平。新一代 AI 原生软件或自建系统正在重新定义护城河： 1. 从“数据存储”到“专有数据生成” 未来的护城河不是你存了多少数据（因为 AI 重建数据表越来越容易），而是你的产品能否持续生成新的“数据尾迹”。好的产品不只是储存数据，而是因为处在执行流程中，能不断记录下响应率、异常模式和 Agent 的执行轨迹。数据，本身就是上下文。 2. 从“记录层”走向“动作层”与“现实世界” 旧世界只管存记录；新世界里，谁能形成“执行闭环”谁就赢。如果你的软件能不仅记录支出，还能直接审批、核对发票、触发打款；或者更进一步，将软件闭环延伸到现实世界（如派遣人员、物流、现场履约）；这种能直接“干活”的系统，移除成本极高，极难被替代。 3. 从“单机版”走向“网络效应” 过去的系统往往只在公司内部流转。但在 Agent 时代，如果一个系统能成为买家、卖家、审计师等多方 Agent 交互和交易的“信任枢纽”，它就不再只是个数据库，而是市场的协作基础设施。 4. 权限与对象模型的彻底重构未来的软件里，“对象”不再只是商机、工单，而是任务、意图和策略。权限体系也不再是管理“人”，而是管理“哪些 Agent 被授权代表谁，在什么策略下执行什么动作”。谁能做好这个“Agent 信任架构”，谁就拥有了结构性优势。总结：数据退居幕后，行动成为主角 Salesforce 的 headless 化是一个强烈的信号。既有巨头在押注数据层，但对于创业者来说，游戏规则已经变了。未来真正有壁垒的软件，不再只是记录人类工作结果的数据库，而是能够捕捉上下文、发起任务、协调 Agent，甚至指挥现实世界行动的行动系统。价值不再仅仅是谁拥有数据，而是谁能围绕数据组织行动。

当 UI 不再是产品，软件的护城河还剩什么？——a16z 深度解析 Agent 时代的 SaaS 终局过去二十年，SaaS 公司的护城河很大程度上是建立在“界面（UI）”之上的。Salesforce 卖给客户的，其实是一套管理销售团队的仪表盘、视图和操作流；护城河的核心是人类用户长年累月形成的“肌肉记忆”和迁移成本。但最近，Salesforce 宣布推出 headless（去界面化）产品，这意味着它在押注：在 AI Agent 时代，软件的核心价值不再是 UI，而是底层数据。当 AI Agent 可以绕过 UI，直接通过 API 读取数据、执行动作时，传统记录系统（System of Record）的护城河将如何转移？a16z 给出了最新洞察，以下是核心观点的拆解：一、过去：为什么记录系统如此难以替代？在“人类点击软件”的时代，旧软件之所以换不掉，主要靠以下几个“粘性”指标：高频的双向使用习惯：销售每天都在 CRM 里录入并查看数据，习惯难以连根拔起。大量未被文档化的潜规则：比如“大客户折扣季末才能批”，这些业务上下文都沉淀在旧系统的复杂设置里。盘根错节的系统依赖：替换一个 ERP，就像在病人跑马拉松的同时给他做开胸手术。合规和审计的红线：薪酬、财务系统牵涉监管，不能随便动。二、现在：UI 消失后，Agent 时代的竞争新标准当 Agent 开始接管任务，人类的“肌肉记忆”将被抹平。新一代 AI 原生软件或自建系统正在重新定义护城河： 1. 从“数据存储”到“专有数据生成” 未来的护城河不是你存了多少数据（因为 AI 重建数据表越来越容易），而是你的产品能否持续生成新的“数据尾迹”。好的产品不只是储存数据，而是因为处在执行流程中，能不断记录下响应率、异常模式和 Agent 的执行轨迹。数据，本身就是上下文。 2. 从“记录层”走向“动作层”与“现实世界” 旧世界只管存记录；新世界里，谁能形成“执行闭环”谁就赢。如果你的软件能不仅记录支出，还能直接审批、核对发票、触发打款；或者更进一步，将软件闭环延伸到现实世界（如派遣人员、物流、现场履约）；这种能直接“干活”的系统，移除成本极高，极难被替代。 3. 从“单机版”走向“网络效应” 过去的系统往往只在公司内部流转。但在 Agent 时代，如果一个系统能成为买家、卖家、审计师等多方 Agent 交互和交易的“信任枢纽”，它就不再只是个数据库，而是市场的协作基础设施。 4. 权限与对象模型的彻底重构未来的软件里，“对象”不再只是商机、工单，而是任务、意图和策略。权限体系也不再是管理“人”，而是管理“哪些 Agent 被授权代表谁，在什么策略下执行什么动作”。谁能做好这个“Agent 信任架构”，谁就拥有了结构性优势。总结：数据退居幕后，行动成为主角 Salesforce 的 headless 化是一个强烈的信号。既有巨头在押注数据层，但对于创业者来说，游戏规则已经变了。未来真正有壁垒的软件，不再只是记录人类工作结果的数据库，而是能够捕捉上下文、发起任务、协调 Agent，甚至指挥现实世界行动的行动系统。价值不再仅仅是谁拥有数据，而是谁能围绕数据组织行动。

比特币橙子Trader

78,774 Aufrufe • vor 4 Monaten

我非常建议科班程序员好好看看这个视频。 1.理解你真正要解决的业务问题 2.掌握扎实的基础知识 3.根据业务场景做出合理权衡 4.与不同角色高效沟通 5.具备系统和全局思维不要被短视频和社交媒体上大量的 vibe coding 产品影响心态，觉得“程序员价值不存在了”。最近半年，我们公司也大量尝试了完全依靠 AI 快速开发产品。在早期 0-1 阶段，AI 的效率确实非常惊人，可以快速验证想法，甚至几天完成一个 demo。但是当产品真正有用户，进入持续迭代阶段以后，问题非常多：大量时间花在修 bug 随着系统复杂度提升，AI 生成的代码经常出现拆东墙补西墙的问题。这其实也是我自己 coding 过程中越来越明显的感受：当业务复杂度提升，前后依赖越来越多时，如果你不能先把业务拆解清楚，定义成清晰的文档和架构，AI写出来的东西很烂很烂，业务拆解和定义清楚，就不是非程序员能做好的。但是简单前端开发、页面搭建、重复性 CRUD 工作，确实不需要堆人力了，也就是AI在某种程度对程序员的要求提高了，一个复杂软件的构建，真正写代码的时间我认为不到1/10 前段时间 OpenClaw、各种 Agent 爆发的时候，我其实也非常焦虑，和党哥lidang 立党（劝人卖房/学CS/买SP500/纳100/OpenAI/Anthrop第一人）聊过这个问题，当时被喷了，回头看，自己的理解还是浅了，既低估了软件工程的复杂性，也高估了AI的能力。工具会不断变化，但理解复杂系统、解决真实问题的能力，永远是稀缺能力。 #vibecoding #程序员 #编程 #ai

我非常建议科班程序员好好看看这个视频。 1.理解你真正要解决的业务问题 2.掌握扎实的基础知识 3.根据业务场景做出合理权衡 4.与不同角色高效沟通 5.具备系统和全局思维不要被短视频和社交媒体上大量的 vibe coding 产品影响心态，觉得“程序员价值不存在了”。最近半年，我们公司也大量尝试了完全依靠 AI 快速开发产品。在早期 0-1 阶段，AI 的效率确实非常惊人，可以快速验证想法，甚至几天完成一个 demo。但是当产品真正有用户，进入持续迭代阶段以后，问题非常多：大量时间花在修 bug 随着系统复杂度提升，AI 生成的代码经常出现拆东墙补西墙的问题。这其实也是我自己 coding 过程中越来越明显的感受：当业务复杂度提升，前后依赖越来越多时，如果你不能先把业务拆解清楚，定义成清晰的文档和架构，AI写出来的东西很烂很烂，业务拆解和定义清楚，就不是非程序员能做好的。但是简单前端开发、页面搭建、重复性 CRUD 工作，确实不需要堆人力了，也就是AI在某种程度对程序员的要求提高了，一个复杂软件的构建，真正写代码的时间我认为不到1/10 前段时间 OpenClaw、各种 Agent 爆发的时候，我其实也非常焦虑，和党哥lidang 立党（劝人卖房/学CS/买SP500/纳100/OpenAI/Anthrop第一人）聊过这个问题，当时被喷了，回头看，自己的理解还是浅了，既低估了软件工程的复杂性，也高估了AI的能力。工具会不断变化，但理解复杂系统、解决真实问题的能力，永远是稀缺能力。 #vibecoding #程序员 #编程 #ai

耐心的Peter

11,684 Aufrufe • vor 1 Monat

今天好郁闷，发生了一点不愉快的事情！人生第一次为了自己的愚蠢进了叔所！期待明天的好结果！！！ ⸻ AI 的下一关，不在能力，而在可被证明在模型规模不断被刷新纪录的阶段，有一个问题始终被刻意回避： AI 的结论，是否真的来自它声称的计算过程？ Inference Labs 选择从这个问题切入。他们关注的不是模型性能，而是推理行为本身是否可信、是否可复现、是否可审计。 Proof of Inference 的意义，在于把“我相信模型没问题”变成“模型必须给出证明”。通过零知识证明，系统可以在不暴露模型结构和参数的前提下，确认一次推理： •确实由指定模型完成 •计算过程未被替换或篡改 •输出结果与真实推理一致这不是提高透明度，而是引入约束。在工程层面，DSperse 做的事情同样关键。它把原本高度定制化、专家依赖的 zkML 开发流程，拆解为可复用组件，使“可验证 AI”从研究范畴，进入实际应用范畴。否则，再正确的理念也只能停留在白皮书。目前，可验证推理在性能上的代价仍然明显，但这更像早期加密系统的计算成本问题，而不是路线错误。融资的用途，也正是针对这一层进行系统级优化。如果说过去的 AI 竞争是“谁能算得更快”，接下来的竞争，很可能是：谁的推理能被证明、被追溯、被承担责任。 Inference Labs 所搭建的，不是价值观，而是一层让 AI 输出进入现实系统所必需的验证基础设施。 #KaitoYap Kaito AI 🌊 #Yap Inference Labs

今天好郁闷，发生了一点不愉快的事情！人生第一次为了自己的愚蠢进了叔所！期待明天的好结果！！！ ⸻ AI 的下一关，不在能力，而在可被证明在模型规模不断被刷新纪录的阶段，有一个问题始终被刻意回避： AI 的结论，是否真的来自它声称的计算过程？ Inference Labs 选择从这个问题切入。他们关注的不是模型性能，而是推理行为本身是否可信、是否可复现、是否可审计。 Proof of Inference 的意义，在于把“我相信模型没问题”变成“模型必须给出证明”。通过零知识证明，系统可以在不暴露模型结构和参数的前提下，确认一次推理： •确实由指定模型完成 •计算过程未被替换或篡改 •输出结果与真实推理一致这不是提高透明度，而是引入约束。在工程层面，DSperse 做的事情同样关键。它把原本高度定制化、专家依赖的 zkML 开发流程，拆解为可复用组件，使“可验证 AI”从研究范畴，进入实际应用范畴。否则，再正确的理念也只能停留在白皮书。目前，可验证推理在性能上的代价仍然明显，但这更像早期加密系统的计算成本问题，而不是路线错误。融资的用途，也正是针对这一层进行系统级优化。如果说过去的 AI 竞争是“谁能算得更快”，接下来的竞争，很可能是：谁的推理能被证明、被追溯、被承担责任。 Inference Labs 所搭建的，不是价值观，而是一层让 AI 输出进入现实系统所必需的验证基础设施。 #KaitoYap Kaito AI 🌊 #Yap Inference Labs

董小姐 |上Gate玩事件合约

303,919 Aufrufe • vor 9 Monaten

今年的确是 AI Agent 爆发年，MacOS Agent 来了！—— Cua 简单来讲这个程序可以在 Mac 上开一个虚拟机，然后提供 cua-agent 让 AI 能够操作虚拟机中的 Mac 系统。详细可以直接看视频，不但能操作系统，还能使用内部的程序比如浏览器， VSCode 等等。到目前为止，windows，MacOS，Linux 的 Agent 都有了，操作系统 Agent 已经补齐了。地址：

今年的确是 AI Agent 爆发年，MacOS Agent 来了！—— Cua 简单来讲这个程序可以在 Mac 上开一个虚拟机，然后提供 cua-agent 让 AI 能够操作虚拟机中的 Mac 系统。详细可以直接看视频，不但能操作系统，还能使用内部的程序比如浏览器， VSCode 等等。到目前为止，windows，MacOS，Linux 的 Agent 都有了，操作系统 Agent 已经补齐了。地址：

karminski-牙医

88,144 Aufrufe • vor 1 Jahr

人类花了漫长的时间才把火箭送到400公里外的外太空，这在宇宙尺度上甚至比不上“走到隔壁邻居家”。无论当前的AI技术看起来多么颠覆，在历史长河中，我们依然处于极早期，甚至好比人类在“用火柴”的阶段。人类喜欢定义万物，但宇宙的运转并不依赖人类的定义。真正的成长在于“意识”，而非“科技”。科技的进步（如造出火箭、发明AI）只是一个“效果”，人类真正的进步是“意识的成长”，是我们对自我、对地球、对宇宙认知的拓展。人往往因为“以为有答案，才需要答案”。但如果世界的本质是不断演进的，并没有绝对的答案，我们就不应该把精力耗费在追问固定答案上，而应放在提升认知和格局上。（中国演员歌手、企业家周杰对AI及人类文明的看法）

人类花了漫长的时间才把火箭送到400公里外的外太空，这在宇宙尺度上甚至比不上“走到隔壁邻居家”。无论当前的AI技术看起来多么颠覆，在历史长河中，我们依然处于极早期，甚至好比人类在“用火柴”的阶段。人类喜欢定义万物，但宇宙的运转并不依赖人类的定义。真正的成长在于“意识”，而非“科技”。科技的进步（如造出火箭、发明AI）只是一个“效果”，人类真正的进步是“意识的成长”，是我们对自我、对地球、对宇宙认知的拓展。人往往因为“以为有答案，才需要答案”。但如果世界的本质是不断演进的，并没有绝对的答案，我们就不应该把精力耗费在追问固定答案上，而应放在提升认知和格局上。（中国演员歌手、企业家周杰对AI及人类文明的看法）

Ken W

67,190 Aufrufe • vor 7 Monaten

$SAUCE：币安 Agent 真正开始“自己发币”了 CA：0xd7ccd29b6fd1464edb425f24b01115556e737777 近期 BSC 上比较有意思的一条 AI Agent 叙事，我反而更关注 $SAUCE 它炒的不是普通 AI Meme，而是一个非常具体的链上实验：让 Binance Agent OS 的 Agentic Wallet，通过 MCP 调用合约，直接在 Flap 上完成发币。这件事真正有意思的地方在于—— Agent 不再只是帮你分析市场，而是开始自己调用链上基础设施。币安 4 月上线 Agentic Wallet，本身就是在把 AI Agent 和链上交易连接起来：Agent 可以在权限范围内执行转账、交易和资产管理，并支持 CLI、MCP、Skills、OpenAPI 等接入方式。而 $SAUCE 做的事情，是把这个能力进一步往前推： Binance Agent OS → Agentic Wallet → MCP → 中转合约 → Flap → 创建 Token 也就是说，它不是在讲“AI 会不会炒币”，而是在演示： > AI Agent 能不能自己成为链上用户。这才是我认为 $SAUCE 比普通 Agent Meme 更值得看的地方。更关键的是，相关合约已经部署并开源。如果后续 Binance Agent OS 的 Agentic Wallet 可以直接调用这套流程，那么未来理论上不只是发一个 $SAUCE： Agent 可以自己创建 Meme、部署合约、管理资产，甚至进一步组合不同的链上服务。这也是 MCP 叙事真正有想象力的地方—— 过去我们是人 → 钱包 → DApp。未来可能变成：人 → Agent → 钱包 → 链上协议。 $SAUCE 恰好卡在这个转折点上。目前市值大约 $1.5M，我个人反而觉得这个位置比已经被炒到几十 M 的 AI Agent Meme 更值得观察。当然，它最大的风险也非常明显： $SAUCE ≠ Binance 官方代币。目前能确认的是 Binance Agentic Wallet / MCP / Agent OS 这套基础设施本身是真实存在的，而 $SAUCE 是社区基于这套技术做出来的链上实验。所以我不会把它当成“币安官方币”去理解。但如果后续真的出现： Binance Agent OS 更新 → Agentic Wallet 能力扩大 → 更多 Agent 开始自主调用链上协议 → Flap/Four 等发币平台被 Agent 接入那么 $SAUCE 今天这个 “第一个把 Binance Agent 和发币结合起来的实验”，很可能会变成一个非常漂亮的早期 Lore。我的看法：我更愿意把 $SAUCE 看成 Binance Agent 经济的 Demo Token，而不是单纯 Meme。如果后面只有一个中转合约，热度很快就会过去；但如果它真的能成为 Agent → Wallet → MCP → Token Launch 这条链路的第一个案例，1.5M 的定价就会显得非常便宜。 AI Agent 下一阶段拼的不是会不会聊天，而是能不能自己干活。而 $SAUCE 现在玩的，恰好就是这个方向。查看及交易： DYOR。不是投资建议。

$SAUCE：币安 Agent 真正开始“自己发币”了 CA：0xd7ccd29b6fd1464edb425f24b01115556e737777 近期 BSC 上比较有意思的一条 AI Agent 叙事，我反而更关注 $SAUCE 它炒的不是普通 AI Meme，而是一个非常具体的链上实验：让 Binance Agent OS 的 Agentic Wallet，通过 MCP 调用合约，直接在 Flap 上完成发币。这件事真正有意思的地方在于—— Agent 不再只是帮你分析市场，而是开始自己调用链上基础设施。币安 4 月上线 Agentic Wallet，本身就是在把 AI Agent 和链上交易连接起来：Agent 可以在权限范围内执行转账、交易和资产管理，并支持 CLI、MCP、Skills、OpenAPI 等接入方式。而 $SAUCE 做的事情，是把这个能力进一步往前推： Binance Agent OS → Agentic Wallet → MCP → 中转合约 → Flap → 创建 Token 也就是说，它不是在讲“AI 会不会炒币”，而是在演示： > AI Agent 能不能自己成为链上用户。这才是我认为 $SAUCE 比普通 Agent Meme 更值得看的地方。更关键的是，相关合约已经部署并开源。如果后续 Binance Agent OS 的 Agentic Wallet 可以直接调用这套流程，那么未来理论上不只是发一个 $SAUCE： Agent 可以自己创建 Meme、部署合约、管理资产，甚至进一步组合不同的链上服务。这也是 MCP 叙事真正有想象力的地方—— 过去我们是人 → 钱包 → DApp。未来可能变成：人 → Agent → 钱包 → 链上协议。 $SAUCE 恰好卡在这个转折点上。目前市值大约 $1.5M，我个人反而觉得这个位置比已经被炒到几十 M 的 AI Agent Meme 更值得观察。当然，它最大的风险也非常明显： $SAUCE ≠ Binance 官方代币。目前能确认的是 Binance Agentic Wallet / MCP / Agent OS 这套基础设施本身是真实存在的，而 $SAUCE 是社区基于这套技术做出来的链上实验。所以我不会把它当成“币安官方币”去理解。但如果后续真的出现： Binance Agent OS 更新 → Agentic Wallet 能力扩大 → 更多 Agent 开始自主调用链上协议 → Flap/Four 等发币平台被 Agent 接入那么 $SAUCE 今天这个 “第一个把 Binance Agent 和发币结合起来的实验”，很可能会变成一个非常漂亮的早期 Lore。我的看法：我更愿意把 $SAUCE 看成 Binance Agent 经济的 Demo Token，而不是单纯 Meme。如果后面只有一个中转合约，热度很快就会过去；但如果它真的能成为 Agent → Wallet → MCP → Token Launch 这条链路的第一个案例，1.5M 的定价就会显得非常便宜。 AI Agent 下一阶段拼的不是会不会聊天，而是能不能自己干活。而 $SAUCE 现在玩的，恰好就是这个方向。查看及交易： DYOR。不是投资建议。

银马

15,062 Aufrufe • vor 1 Monat