#agent
agent
Просмотров: 88,928
233 обсуждают
Популярные
Новые
[Напоминание для разработчиков] Инфраструктура агентов ИИ B.AI прекратит поддержку старого ключа API 22 июня. Если ваше приложение, автоматизированные процессы или интеграция со сторонними сервисами все еще используют старый ключ, рекомендуется заранее сгенерировать новый ключ API и завершить замену конфигурации и тестирование подключения.
Это обновление может показаться просто «миграцией ключа», но для сервисов агентов, которые зависят от API, задержка обработки может напрямую привести к сбоям вызовов, прерываниям задач или бизнес-аномалиям. Командам, уже интегрированным с B.AI, следует включить эту миграцию в свой контрольный список операций и обслуживания, чтобы избежать рисков, связанных с концентрированной обработкой перед крайним сроком.
#AI #Agent #开发者 ԥ
Это обновление может показаться просто «миграцией ключа», но для сервисов агентов, которые зависят от API, задержка обработки может напрямую привести к сбоям вызовов, прерываниям задач или бизнес-аномалиям. Командам, уже интегрированным с B.AI, следует включить эту миграцию в свой контрольный список операций и обслуживания, чтобы избежать рисков, связанных с концентрированной обработкой перед крайним сроком.
#AI #Agent #开发者 ԥ
См. перевод
См. перевод
Hermes Agent推出异步子代理与Stripe支付技能
Nous Research 宣布智能体框架 Hermes Agent 推出两项重磅更新：异步子代理后台任务功能，用户可在子代理运行期间照常对话，主窗口不再锁死；以及三款 Stripe 支付集成技能，可通过 hermes skills install 命令直接安装使用。
为什么重要：异步子代理让多任务并行成为可能，结合支付技能集成，AI Agent正从对话工具进化为可执行商业操作的自主系统。
#HermesAgent #AI #Agent #Web3
Nous Research 宣布智能体框架 Hermes Agent 推出两项重磅更新：异步子代理后台任务功能，用户可在子代理运行期间照常对话，主窗口不再锁死；以及三款 Stripe 支付集成技能，可通过 hermes skills install 命令直接安装使用。
为什么重要：异步子代理让多任务并行成为可能，结合支付技能集成，AI Agent正从对话工具进化为可执行商业操作的自主系统。
#HermesAgent #AI #Agent #Web3
【Данные】Токен AI Agent: что может рассказать нам ончейн-данные?
Недавно токены в секторе AI Agent показали сильный рост, но FOMO-эмоции также нарастают. Давайте проведем "медосмотр" этого сегмента с помощью ончейн-данных.
📊 Основные показатели:
1️⃣ Концентрация позиций (доля 10 крупнейших адресов)
Чем выше концентрация токенов, тем ниже стоимость для ралли, но и риск распродаж выше. В секторе AI Agent большинство токенов имеют долю в 30-60% для 10 крупнейших адресов, что считается умеренной концентрацией.
2️⃣ Активность взаимодействия с контрактами
Объем вызовов контрактов за последние 30 дней по сравнению со средним значением за 90 дней: основные AI токены выросли в 2-5 раз, что говорит о росте реального использования, а не только о спекуляциях.
3️⃣ Изменение позиций китов
С помощью ончейн-меток отслеживаем известные адреса китов, за последние 7 дней наибольшие чистые покупки наблюдаются по $FET , $GRASS и другим классическим AI токенам, в то время как новые токены нарративов показывают чистый отток.
4️⃣ Покрытие ликвидности
Баланс адресов пополнения CEX / средний дневной объем торгов, чем выше это соотношение, тем сильнее способность к ликвидности. Здоровый диапазон > 3x.
🔍 Вывод:
В секторе в целом наблюдается перегрев, но внутренняя структура диверсифицирована — классические AI токены имеют реальную поддержку ончейн-данными, новые нарративные токены чаще представляют собой эффект ротации капитала.
Операционные рекомендации: будьте осторожны с покупками на пиках, следите за активностью на ончейне, а не только за горячими концепциями.
#AI #Agent #链上数据 #криптоинвестиции
Недавно токены в секторе AI Agent показали сильный рост, но FOMO-эмоции также нарастают. Давайте проведем "медосмотр" этого сегмента с помощью ончейн-данных.
📊 Основные показатели:
1️⃣ Концентрация позиций (доля 10 крупнейших адресов)
Чем выше концентрация токенов, тем ниже стоимость для ралли, но и риск распродаж выше. В секторе AI Agent большинство токенов имеют долю в 30-60% для 10 крупнейших адресов, что считается умеренной концентрацией.
2️⃣ Активность взаимодействия с контрактами
Объем вызовов контрактов за последние 30 дней по сравнению со средним значением за 90 дней: основные AI токены выросли в 2-5 раз, что говорит о росте реального использования, а не только о спекуляциях.
3️⃣ Изменение позиций китов
С помощью ончейн-меток отслеживаем известные адреса китов, за последние 7 дней наибольшие чистые покупки наблюдаются по $FET , $GRASS и другим классическим AI токенам, в то время как новые токены нарративов показывают чистый отток.
4️⃣ Покрытие ликвидности
Баланс адресов пополнения CEX / средний дневной объем торгов, чем выше это соотношение, тем сильнее способность к ликвидности. Здоровый диапазон > 3x.
🔍 Вывод:
В секторе в целом наблюдается перегрев, но внутренняя структура диверсифицирована — классические AI токены имеют реальную поддержку ончейн-данными, новые нарративные токены чаще представляют собой эффект ротации капитала.
Операционные рекомендации: будьте осторожны с покупками на пиках, следите за активностью на ончейне, а не только за горячими концепциями.
#AI #Agent #链上数据 #криптоинвестиции
📰 Крипто-рынок: горячие новости
1. OpenRouter запускает интерфейс Fusion для композитных моделей
Недавно OpenRouter представил решение Fusion, которое позволяет параллельно распределять один и тот же запрос на несколько крупных моделей, а затем объединять финальный ответ через судью и синтетическую модель. Последние бенчмарки показывают, что сотрудничество нескольких моделей явно превосходит традиционные однородные модели в сложных задачах вывода и глубоких исследованиях, демонстрируя ценность "многоугольного дополнения". Основное внимание рынка сосредоточено на том, что данное решение обещает достичь эффекта, близкого к ведущим закрытым моделям, с меньшими затратами, что ускорит эволюцию ИИ-инфраструктуры в сторону "оркестровки моделей + синтеза результатов".
2. Смешанные модели увеличивают соотношение цена/качество в индустрии
Согласно результатам открытого тестирования, комбинация моделей от разных производителей показывает более сильные результаты в сложных задачах, повышая стабильность ответов и расширяя охват вывода. Примечательно, что даже при использовании одной и той же модели в двойной кооперации и само-синтезе наблюдается заметное повышение баллов. Это говорит о том, что композитный вывод переходит от "стека параметров" к "переупаковке", что в будущем может привлечь больше внимания к уровням вывода, промежуточному ПО и агрегирующим платформам ИИ, связанные технологии стоит продолжать отслеживать.
3. Databricks открывает исходный код Omnigent для контроля Agent
Недавно Databricks открыл исходный код фреймворка Omnigent, который поддерживает работу на нескольких существующих инструментах Agent и преобразует агентов из различных фреймворков в компоненты, которые могут взаимодействовать, облегчая проблемы с разрывами интерфейсов и сотрудничеством. Его ключевая особенность заключается в том, что он может выполнять управляемые безопасные стратегии на уровне мета-упаковки, больше не полагаясь только на ограничения по подсказкам. Для внедрения ИИ на уровне предприятия такие инфраструктуры с возможностями оркестровки между агентами, проверки разрешений и вмешательства в процессы становятся важной поддержкой для развертывания систем агентов.
4. Безопасная проверка и контроль затрат становятся важными аспектами внедрения Agent
Omnigent также усилил функции риск-менеджмента в реальном времени, управления бюджетом и сотрудничества, например, он может прервать процесс и запросить ручное утверждение при обнаружении высокорисковых действий, а также автоматически приостанавливать задачи, когда стоимость вызова модели достигает предела. Система также предоставляет функции блокировки сетевых запросов в песочнице и совместного использования сеансов для команд, подчеркивая, что применение Agent переходит от "может ли он выполнить задачу" к "можно ли контролировать, аудировать и сотрудничать". Эта тенденция может подтолкнуть компании к более серьезному вниманию к управлению ИИ, контролю затрат и строительству инфраструктуры соответствия.
#AI #Agent #crypto
1. OpenRouter запускает интерфейс Fusion для композитных моделей
Недавно OpenRouter представил решение Fusion, которое позволяет параллельно распределять один и тот же запрос на несколько крупных моделей, а затем объединять финальный ответ через судью и синтетическую модель. Последние бенчмарки показывают, что сотрудничество нескольких моделей явно превосходит традиционные однородные модели в сложных задачах вывода и глубоких исследованиях, демонстрируя ценность "многоугольного дополнения". Основное внимание рынка сосредоточено на том, что данное решение обещает достичь эффекта, близкого к ведущим закрытым моделям, с меньшими затратами, что ускорит эволюцию ИИ-инфраструктуры в сторону "оркестровки моделей + синтеза результатов".
2. Смешанные модели увеличивают соотношение цена/качество в индустрии
Согласно результатам открытого тестирования, комбинация моделей от разных производителей показывает более сильные результаты в сложных задачах, повышая стабильность ответов и расширяя охват вывода. Примечательно, что даже при использовании одной и той же модели в двойной кооперации и само-синтезе наблюдается заметное повышение баллов. Это говорит о том, что композитный вывод переходит от "стека параметров" к "переупаковке", что в будущем может привлечь больше внимания к уровням вывода, промежуточному ПО и агрегирующим платформам ИИ, связанные технологии стоит продолжать отслеживать.
3. Databricks открывает исходный код Omnigent для контроля Agent
Недавно Databricks открыл исходный код фреймворка Omnigent, который поддерживает работу на нескольких существующих инструментах Agent и преобразует агентов из различных фреймворков в компоненты, которые могут взаимодействовать, облегчая проблемы с разрывами интерфейсов и сотрудничеством. Его ключевая особенность заключается в том, что он может выполнять управляемые безопасные стратегии на уровне мета-упаковки, больше не полагаясь только на ограничения по подсказкам. Для внедрения ИИ на уровне предприятия такие инфраструктуры с возможностями оркестровки между агентами, проверки разрешений и вмешательства в процессы становятся важной поддержкой для развертывания систем агентов.
4. Безопасная проверка и контроль затрат становятся важными аспектами внедрения Agent
Omnigent также усилил функции риск-менеджмента в реальном времени, управления бюджетом и сотрудничества, например, он может прервать процесс и запросить ручное утверждение при обнаружении высокорисковых действий, а также автоматически приостанавливать задачи, когда стоимость вызова модели достигает предела. Система также предоставляет функции блокировки сетевых запросов в песочнице и совместного использования сеансов для команд, подчеркивая, что применение Agent переходит от "может ли он выполнить задачу" к "можно ли контролировать, аудировать и сотрудничать". Эта тенденция может подтолкнуть компании к более серьезному вниманию к управлению ИИ, контролю затрат и строительству инфраструктуры соответствия.
#AI #Agent #crypto
Кембридж и Чикагский университет открыли DecentMem: децентрализованная память увеличивает эффективность сотрудничества многосоставных агентов на 24%
Команды Кембриджа и Чикагского университета открыли многосоставную память DecentMem, заменив традиционную глобальную общую память на децентрализованную частную память. Исследования показали, что общая память приводит к тому, что агенты сходятся к похожим путям решений, тогда как DecentMem сохраняет частную память каждого агента, поддерживая когнитивные различия. В тестах AutoGen, DyLAN и AgentNet DecentMem в среднем улучшил результаты на 8.6% по сравнению с централизованной памятью, а в лучших сценариях - на 23.8%, при этом потребление токенов сократилось вдвое.
Почему это важно: DecentMem решает основную проблему "неэффективности распределения труда" в многосоставных системах на уровне архитектуры, прокладывая путь к более эффективным сетям сотрудничества AI-агентов.
#AI #多智能体 #开源 #Agent
Команды Кембриджа и Чикагского университета открыли многосоставную память DecentMem, заменив традиционную глобальную общую память на децентрализованную частную память. Исследования показали, что общая память приводит к тому, что агенты сходятся к похожим путям решений, тогда как DecentMem сохраняет частную память каждого агента, поддерживая когнитивные различия. В тестах AutoGen, DyLAN и AgentNet DecentMem в среднем улучшил результаты на 8.6% по сравнению с централизованной памятью, а в лучших сценариях - на 23.8%, при этом потребление токенов сократилось вдвое.
Почему это важно: DecentMem решает основную проблему "неэффективности распределения труда" в многосоставных системах на уровне архитектуры, прокладывая путь к более эффективным сетям сотрудничества AI-агентов.
#AI #多智能体 #开源 #Agent
Databricks открывает Agent-агрегатор Omnigent с возможностями для многопользовательского взаимодействия и контроля безопасности
Databricks выпустил Omnigent, фреймворк для распределения агентов с лицензией Apache 2.0, который работает на основе существующих инструментов, таких как Claude Code, Codex и Pi, и может преобразовывать агентов из разных фреймворков в совместимые системные компоненты. Omnigent реализует состояние безопасности на уровне распределения, поддерживая перехват действий git push и запросы на ручное одобрение после загрузки npm-зависимостей агентами или установку лимита на затраты LLM, который при накоплении 100 долларов приостанавливает выполнение. Фреймворк также включает песочницу для сетевых запросов, чтобы предотвратить утечку конфиденциальной информации.
Почему это важно: Omnigent заполняет пробелы в взаимной совместимости в области многопользовательской оркестрации, предоставляя критическую инфраструктуру контроля безопасности для перехода AI-агентов от экспериментов к корпоративному развертыванию.
#Databricks #AI #Agent #открытый_код
Databricks выпустил Omnigent, фреймворк для распределения агентов с лицензией Apache 2.0, который работает на основе существующих инструментов, таких как Claude Code, Codex и Pi, и может преобразовывать агентов из разных фреймворков в совместимые системные компоненты. Omnigent реализует состояние безопасности на уровне распределения, поддерживая перехват действий git push и запросы на ручное одобрение после загрузки npm-зависимостей агентами или установку лимита на затраты LLM, который при накоплении 100 долларов приостанавливает выполнение. Фреймворк также включает песочницу для сетевых запросов, чтобы предотвратить утечку конфиденциальной информации.
Почему это важно: Omnigent заполняет пробелы в взаимной совместимости в области многопользовательской оркестрации, предоставляя критическую инфраструктуру контроля безопасности для перехода AI-агентов от экспериментов к корпоративному развертыванию.
#Databricks #AI #Agent #открытый_код
📰 Быстрые новости крипторынка
1. NVIDIA Blackwell обновляет планку эффективности аппаратного обеспечения для агентов
Последние бенчмарки aa-agentperf показывают, что NVIDIA Blackwell значительно опережает конкурентов в сценариях нагрузки на агентов. Тестирование проводилось на основе реальных программных траекторий, и основным показателем была поддержка параллельных агентов на мегаватт потребления. Результаты показывают, что GB300 NVL72 может поддерживать около 61,4 тысячи параллельных агентов при одинаковом бюджете электроэнергии, что более чем в 20 раз лучше, чем H200, а параллельные возможности одной карты также значительно улучшены. Это означает, что стоимость инфраструктуры для высокопараллельных сценариев, таких как AI-агенты, автоматизированное программирование и клиентская поддержка, может продолжать снижаться, а конкуренция по эффективности вычислений ускоряется.
2. Конкуренция в области AI-инфраструктуры накаляется, AMD сталкивается с большим давлением по производительности
Судя по результатам тестирования аппаратного обеспечения для агентов, внимание рынка сместилось от чисто тренировочной производительности к эффективности вывода, поддержке параллельных процессов и выходу на единицу потребления энергии. NVIDIA Blackwell, благодаря системе жидкостного охлаждения и высокой плотности развертывания, зарекомендовала себя как сильный игрок в сценариях применения агентов, создавая давление на конкурентов, таких как AMD. Для крипторынка это означает, что рост интереса к AI-компьютерным мощностям может продолжать влиять на ценообразование GPU, дата-центров, энергетических ресурсов и активов с концепцией AI, при этом инвесторы все больше сосредотачиваются на новом нарративе "эффективного вывода".
3. OpenRouter тестирует инструмент subagent, продвигая многофункциональное сотрудничество
Недавно OpenRouter запустил серверный прокси-инструмент openrouter:subagent, который позволяет главной модели в процессе генерации распределять специфические подзадачи на более мелкие и менее затратные модели, а затем возвращать результаты. Этот механизм помогает сократить затраты на вызовы, обеспечивая при этом общий эффект, и повышает гибкость выполнения сложных задач. Если рабочая модель будет интегрирована с инструментами поиска и извлечения, она сможет сначала завершить поиск и многократный вывод, а затем передать результаты главной модели, демонстрируя, что AI-приложения переходят от "одномодельных ответов" к "многопрокси-сотрудничеству".
4. Архитектура подагента усиливает практическую полезность, но управление контекстом остается ключевым
Стоит отметить, что решение subagent не является полностью автоматизированным. Рабочая модель не может напрямую считывать контекст главной модели, поэтому главная модель должна предоставить полную информацию о фоне в описании задач, иначе это может негативно сказаться на качестве выполнения. Чтобы избежать бесконечной рекурсии и контроля ресурсов, OpenRouter также внедрил защитные механизмы, такие как запрет на самоссылки, ограничение глубины вложенности и верхний предел общего числа задач. В целом, такие инструменты больше подходят для разработчиков и корпоративных рабочих процессов, что в будущем может ускорить развертывание недорогих AI-агентских продуктов и увеличить внимание рынка к сегменту агентов.
#AI #Agent #NVIDIA
1. NVIDIA Blackwell обновляет планку эффективности аппаратного обеспечения для агентов
Последние бенчмарки aa-agentperf показывают, что NVIDIA Blackwell значительно опережает конкурентов в сценариях нагрузки на агентов. Тестирование проводилось на основе реальных программных траекторий, и основным показателем была поддержка параллельных агентов на мегаватт потребления. Результаты показывают, что GB300 NVL72 может поддерживать около 61,4 тысячи параллельных агентов при одинаковом бюджете электроэнергии, что более чем в 20 раз лучше, чем H200, а параллельные возможности одной карты также значительно улучшены. Это означает, что стоимость инфраструктуры для высокопараллельных сценариев, таких как AI-агенты, автоматизированное программирование и клиентская поддержка, может продолжать снижаться, а конкуренция по эффективности вычислений ускоряется.
2. Конкуренция в области AI-инфраструктуры накаляется, AMD сталкивается с большим давлением по производительности
Судя по результатам тестирования аппаратного обеспечения для агентов, внимание рынка сместилось от чисто тренировочной производительности к эффективности вывода, поддержке параллельных процессов и выходу на единицу потребления энергии. NVIDIA Blackwell, благодаря системе жидкостного охлаждения и высокой плотности развертывания, зарекомендовала себя как сильный игрок в сценариях применения агентов, создавая давление на конкурентов, таких как AMD. Для крипторынка это означает, что рост интереса к AI-компьютерным мощностям может продолжать влиять на ценообразование GPU, дата-центров, энергетических ресурсов и активов с концепцией AI, при этом инвесторы все больше сосредотачиваются на новом нарративе "эффективного вывода".
3. OpenRouter тестирует инструмент subagent, продвигая многофункциональное сотрудничество
Недавно OpenRouter запустил серверный прокси-инструмент openrouter:subagent, который позволяет главной модели в процессе генерации распределять специфические подзадачи на более мелкие и менее затратные модели, а затем возвращать результаты. Этот механизм помогает сократить затраты на вызовы, обеспечивая при этом общий эффект, и повышает гибкость выполнения сложных задач. Если рабочая модель будет интегрирована с инструментами поиска и извлечения, она сможет сначала завершить поиск и многократный вывод, а затем передать результаты главной модели, демонстрируя, что AI-приложения переходят от "одномодельных ответов" к "многопрокси-сотрудничеству".
4. Архитектура подагента усиливает практическую полезность, но управление контекстом остается ключевым
Стоит отметить, что решение subagent не является полностью автоматизированным. Рабочая модель не может напрямую считывать контекст главной модели, поэтому главная модель должна предоставить полную информацию о фоне в описании задач, иначе это может негативно сказаться на качестве выполнения. Чтобы избежать бесконечной рекурсии и контроля ресурсов, OpenRouter также внедрил защитные механизмы, такие как запрет на самоссылки, ограничение глубины вложенности и верхний предел общего числа задач. В целом, такие инструменты больше подходят для разработчиков и корпоративных рабочих процессов, что в будущем может ускорить развертывание недорогих AI-агентских продуктов и увеличить внимание рынка к сегменту агентов.
#AI #Agent #NVIDIA
OpenRouter запускает инструмент subagent: большие модели могут делегировать подс задачи меньшим моделям в процессе генерации
OpenRouter представил серверный прокси-инструмент openrouter:subagent, который поддерживает возможность для больших моделей в процессе генерации контента делегировать независимые подс задачи более мелким и дешевым кандидатным моделям. Результаты выполнения подс задач возвращаются в формате outcome для интеграции в основную модель. Рабочие модели также могут быть оснащены независимыми инструментами, такими как сетевой поиск и веб-скрапинг, для многоступенчатого вывода в песочнице. Чтобы предотвратить бесконечную рекурсию, OpenRouter внедрил ограничения по глубине вложенности и жесткие лимиты.
Почему это важно: subagent создает новую парадигму для совместной работы задач между моделями, что значительно снизит затраты на вывод сложных задач Agent.
#AI #OpenRouter #人工智能 #Agent
OpenRouter представил серверный прокси-инструмент openrouter:subagent, который поддерживает возможность для больших моделей в процессе генерации контента делегировать независимые подс задачи более мелким и дешевым кандидатным моделям. Результаты выполнения подс задач возвращаются в формате outcome для интеграции в основную модель. Рабочие модели также могут быть оснащены независимыми инструментами, такими как сетевой поиск и веб-скрапинг, для многоступенчатого вывода в песочнице. Чтобы предотвратить бесконечную рекурсию, OpenRouter внедрил ограничения по глубине вложенности и жесткие лимиты.
Почему это важно: subagent создает новую парадигму для совместной работы задач между моделями, что значительно снизит затраты на вывод сложных задач Agent.
#AI #OpenRouter #人工智能 #Agent
Parloa запустила Agent Skills на основе MCP: безкодовая настройка AI навыков
Платформа AI для бизнес-диалогов Parloa представила функцию Agent Skills, основанную на протоколе MCP, которая позволяет компаниям добавлять внешние инструменты и навыки к AI Agent без кодирования, сокращая время интеграции с нескольких недель до нескольких часов. Это еще одно важное применение протокола MCP в корпоративных AI решениях, которое знаменует собой ускорение эволюции экосистемы AI Agent в сторону стандартизации и модульности.
Почему это важно: Протокол MCP становится USB-C интерфейсом для AI Agent, а продукт Parloa подтверждает коммерческую жизнеспособность безкодовой интеграции AI навыков, что значительно снизит барьеры для внедрения AI в бизнесе.
#AI #MCP #Agent #искусственныйинтеллект
Платформа AI для бизнес-диалогов Parloa представила функцию Agent Skills, основанную на протоколе MCP, которая позволяет компаниям добавлять внешние инструменты и навыки к AI Agent без кодирования, сокращая время интеграции с нескольких недель до нескольких часов. Это еще одно важное применение протокола MCP в корпоративных AI решениях, которое знаменует собой ускорение эволюции экосистемы AI Agent в сторону стандартизации и модульности.
Почему это важно: Протокол MCP становится USB-C интерфейсом для AI Agent, а продукт Parloa подтверждает коммерческую жизнеспособность безкодовой интеграции AI навыков, что значительно снизит барьеры для внедрения AI в бизнесе.
#AI #MCP #Agent #искусственныйинтеллект
【叙述流】AI Агент Трек: Конец спекуляций или настоящий старт?
За последние 30 дней концептуальные токены AI+Crypto в среднем выросли в 3 раза по сравнению с BTC. Интерес действительно высок, но пузырь также накапливается.
Сегодня рассмотрим три уровня:
▎1. Уровень нарратива: Реальные потребности экономики агентов
Данные CoinGecko показывают, что количество токенов с меткой «AI Агент» увеличилось с 12 на начало года до 47. Но при внимательном взгляде на главные страницы проектов, более 70% функций агентов — это всего лишь «диалог + взаимодействие на блокчейне», без настоящего защитного барьера.
Настоящие проекты с барьерами: (распределение вычислительных мощностей), (хранение данных), (AI рендеринг). Инфраструктурные свойства этих трех определяют, что они не просто концепты.
▎2. Уровень капитала: Что покупают институционалы?
Мониторинг Lookonchain показывает, что за последние две недели адреса китов чисто купили токены AI трека на сумму около 120 миллионов долларов. Но покупки сосредоточены — 5 крупнейших токенов поглотили 80% капитала.
Это значит, что капитал поддерживает трек, но не все активы.
▎3. Уровень рисков: Гонка регуляторов и нарратива
SEC США отправила несколько запросов по токенам, связанным с AI, особенно на проекты с «дисбалансом между заявляемой практической полезностью и ценой токена». Как только какой-либо проект попадает в список, за 48 часов он в среднем откатывается на 30%.
▎Заключение
AI Агент трек не мертв, но «что покупать» важнее, чем «покупать ли». Избегайте чисто концептуальных токенов, сосредоточьтесь на проектах с реальным доходом или данными пользователей.
#AI #Agent #CryptoInvestment
За последние 30 дней концептуальные токены AI+Crypto в среднем выросли в 3 раза по сравнению с BTC. Интерес действительно высок, но пузырь также накапливается.
Сегодня рассмотрим три уровня:
▎1. Уровень нарратива: Реальные потребности экономики агентов
Данные CoinGecko показывают, что количество токенов с меткой «AI Агент» увеличилось с 12 на начало года до 47. Но при внимательном взгляде на главные страницы проектов, более 70% функций агентов — это всего лишь «диалог + взаимодействие на блокчейне», без настоящего защитного барьера.
Настоящие проекты с барьерами: (распределение вычислительных мощностей), (хранение данных), (AI рендеринг). Инфраструктурные свойства этих трех определяют, что они не просто концепты.
▎2. Уровень капитала: Что покупают институционалы?
Мониторинг Lookonchain показывает, что за последние две недели адреса китов чисто купили токены AI трека на сумму около 120 миллионов долларов. Но покупки сосредоточены — 5 крупнейших токенов поглотили 80% капитала.
Это значит, что капитал поддерживает трек, но не все активы.
▎3. Уровень рисков: Гонка регуляторов и нарратива
SEC США отправила несколько запросов по токенам, связанным с AI, особенно на проекты с «дисбалансом между заявляемой практической полезностью и ценой токена». Как только какой-либо проект попадает в список, за 48 часов он в среднем откатывается на 30%.
▎Заключение
AI Агент трек не мертв, но «что покупать» важнее, чем «покупать ли». Избегайте чисто концептуальных токенов, сосредоточьтесь на проектах с реальным доходом или данными пользователей.
#AI #Agent #CryptoInvestment
Hermes Agent запустил веб-конфигуратор, поддерживающий одностраничное визуальное создание AI-агентов
Исследование Nous объявило о запуске визуального конструктора профилей в веб-панели управления Hermes Agent, который позволяет разработчикам одностранично создавать и настраивать роли агентов. Процесс настройки охватывает именование агентов, выбор поставщика моделей и настройку параметров вывода, установку библиотеки навыков Skills Hub, а также конфигурацию и тестирование сервера MCP.
Почему это важно: разработка AI-агентов переходит от чисто кодовой работы к визуальной настройке, снижая барьеры для разработки AI-агентов.
#AI #Agent #开源 #Web3
Исследование Nous объявило о запуске визуального конструктора профилей в веб-панели управления Hermes Agent, который позволяет разработчикам одностранично создавать и настраивать роли агентов. Процесс настройки охватывает именование агентов, выбор поставщика моделей и настройку параметров вывода, установку библиотеки навыков Skills Hub, а также конфигурацию и тестирование сервера MCP.
Почему это важно: разработка AI-агентов переходит от чисто кодовой работы к визуальной настройке, снижая барьеры для разработки AI-агентов.
#AI #Agent #开源 #Web3
📰 Крипто-рынок: горячие новости
1. AI-контент снова привлекает капитал: компания Jingying Technology завершила раунд A и A+ с привлечением десятков миллионов долларов. Инвесторы включают семью Ван Хуэйвэня, Ant Group и другие. Компания также объявила, что бывший главный научный сотрудник AWS Ван Минцзе назначен главным ученым. Она позиционируется как нативная агентская компания в контентной индустрии, фокусируясь на AI-короткометражках, и активно создает среду для эволюции агентов создателей контента с возможностью самосовершенствования и постоянной итерацией на основе реальных отзывов пользователей, что свидетельствует о быстром формировании замкнутого цикла производства и коммерциализации AI-контента.
2. Возможности AI продолжают расширяться: функция веб-поиска в Responses API теперь поддерживает изображения, больше не ограничиваясь текстовой информацией. Это означает, что разработчики могут напрямую вызывать изображения товаров, мест и визуальных ссылок в своих приложениях, улучшая визуальные эффекты и взаимодействие. Для AI-помощников, контентного творчества, рекомендаций в e-commerce и туристических гидов интеграция поиска изображений обещает повысить удобство продукта и подчеркивает важность мультимодальных возможностей в конкуренции AI-приложений.
#AI #Agent #мультимодальный
1. AI-контент снова привлекает капитал: компания Jingying Technology завершила раунд A и A+ с привлечением десятков миллионов долларов. Инвесторы включают семью Ван Хуэйвэня, Ant Group и другие. Компания также объявила, что бывший главный научный сотрудник AWS Ван Минцзе назначен главным ученым. Она позиционируется как нативная агентская компания в контентной индустрии, фокусируясь на AI-короткометражках, и активно создает среду для эволюции агентов создателей контента с возможностью самосовершенствования и постоянной итерацией на основе реальных отзывов пользователей, что свидетельствует о быстром формировании замкнутого цикла производства и коммерциализации AI-контента.
2. Возможности AI продолжают расширяться: функция веб-поиска в Responses API теперь поддерживает изображения, больше не ограничиваясь текстовой информацией. Это означает, что разработчики могут напрямую вызывать изображения товаров, мест и визуальных ссылок в своих приложениях, улучшая визуальные эффекты и взаимодействие. Для AI-помощников, контентного творчества, рекомендаций в e-commerce и туристических гидов интеграция поиска изображений обещает повысить удобство продукта и подчеркивает важность мультимодальных возможностей в конкуренции AI-приложений.
#AI #Agent #мультимодальный
📰 Быстрые новости крипторынка
1. Взаимосвязь AI-вычислений нарастает, CPO становится новым фокусом инфраструктуры
С ростом трафика обучения и вывода AI-моделей центры обработки данных сталкиваются с множеством проблем, таких как пропускная способность, потребление энергии, потеря сигнала и охлаждение. Оптический CPO, который позволяет глубоко интегрировать световой двигатель и чипы, рассматривается как важное направление для повышения эффективности высокоскоростной связи внутри и вне шкафов. В настоящее время такие компании, как Nvidia и Broadcom, активно продвигают соответствующие решения для коммутаторов, однако передовые упаковки, терморегулирование, обслуживание и стандартизация остаются ключевыми барьерами для реализации в отрасли.
2. Трасса «суперсвязи» AI может изменить распределение ценностей в индустрии
Мнения на рынке указывают на то, что в следующем этапе конкуренции в AI-инфраструктуре акцент смещается с простой обработки мощности на улучшение «связующих возможностей». По сравнению с такими маршрутами, как NPO, OIO и LPO, CPO рассматривается как более перспективное решение следующего поколения. Как только технология станет зрелой, ценность цепочки поставок может сосредоточиться на производителях коммутирующих чипов, ключевых элементах оптических модулей и компаниях по передовой упаковке, и соответствующие трассы могут стать новыми горячими точками интереса капитала в AI и полупроводниках.
3. Высокий интерес к платежам Agent, но реальные потребности еще предстоит подтвердить
Вокруг платежной инфраструктуры Agent недавно велись дискуссии, но множественные исследования показывают, что текущий рынок все еще находится на ранней стадии исследования. Будь то Agent к торговцам, API или Agent к Agent, фактическая активность сделок и коммерческая конверсия остаются довольно ограниченными. В настоящее время отрасль больше похожа на проверку сценариев и потребностей, а не на период массового развертывания; в краткосрочной перспективе следует больше внимания уделить реальной частоте использования и устойчивым бизнес-моделям.
4. Дифференциация бизнес-моделей Agent, финансовые сценарии относительно более ясные
С точки зрения применения, Agent к торговцам ограничен пользовательским опытом и каналами распределения, Agent к API ограничен готовностью крупных поставщиков SaaS открывать доступ и ценовыми системами, а Agent к Agent все еще остается концептуальным. В то же время финансы — это одно из немногих направлений с уже существующим спросом, но конкуренция также довольно высока, традиционные платежные и финансовые учреждения по-прежнему обладают явными преимуществами в области соблюдения норм, каналов и клиентских ресурсов.
5. Платежи не обязательно являются конечной целью, коллаборационные возможности могут быть большей удачей
Отраслевые наблюдатели указывают, что платежи — это лишь один из этапов цепочки взаимодействия Agent; истинную коммерческую ценность могут определять координация задач, проверка личности, управление правами и возможности автоматического выполнения. В будущем, если какая-либо платформа первоочередно решит проблемы эффективности взаимодействия между несколькими Agent, функции платежей могут стать частью интеграции. Для криптоиндустрии еще есть пространство для размышлений по поводу расчетов на цепочке, но при условии, что сначала будут проработаны реальные потребности и замкнутый цикл продуктов.
#AI #Agent #crypto
1. Взаимосвязь AI-вычислений нарастает, CPO становится новым фокусом инфраструктуры
С ростом трафика обучения и вывода AI-моделей центры обработки данных сталкиваются с множеством проблем, таких как пропускная способность, потребление энергии, потеря сигнала и охлаждение. Оптический CPO, который позволяет глубоко интегрировать световой двигатель и чипы, рассматривается как важное направление для повышения эффективности высокоскоростной связи внутри и вне шкафов. В настоящее время такие компании, как Nvidia и Broadcom, активно продвигают соответствующие решения для коммутаторов, однако передовые упаковки, терморегулирование, обслуживание и стандартизация остаются ключевыми барьерами для реализации в отрасли.
2. Трасса «суперсвязи» AI может изменить распределение ценностей в индустрии
Мнения на рынке указывают на то, что в следующем этапе конкуренции в AI-инфраструктуре акцент смещается с простой обработки мощности на улучшение «связующих возможностей». По сравнению с такими маршрутами, как NPO, OIO и LPO, CPO рассматривается как более перспективное решение следующего поколения. Как только технология станет зрелой, ценность цепочки поставок может сосредоточиться на производителях коммутирующих чипов, ключевых элементах оптических модулей и компаниях по передовой упаковке, и соответствующие трассы могут стать новыми горячими точками интереса капитала в AI и полупроводниках.
3. Высокий интерес к платежам Agent, но реальные потребности еще предстоит подтвердить
Вокруг платежной инфраструктуры Agent недавно велись дискуссии, но множественные исследования показывают, что текущий рынок все еще находится на ранней стадии исследования. Будь то Agent к торговцам, API или Agent к Agent, фактическая активность сделок и коммерческая конверсия остаются довольно ограниченными. В настоящее время отрасль больше похожа на проверку сценариев и потребностей, а не на период массового развертывания; в краткосрочной перспективе следует больше внимания уделить реальной частоте использования и устойчивым бизнес-моделям.
4. Дифференциация бизнес-моделей Agent, финансовые сценарии относительно более ясные
С точки зрения применения, Agent к торговцам ограничен пользовательским опытом и каналами распределения, Agent к API ограничен готовностью крупных поставщиков SaaS открывать доступ и ценовыми системами, а Agent к Agent все еще остается концептуальным. В то же время финансы — это одно из немногих направлений с уже существующим спросом, но конкуренция также довольно высока, традиционные платежные и финансовые учреждения по-прежнему обладают явными преимуществами в области соблюдения норм, каналов и клиентских ресурсов.
5. Платежи не обязательно являются конечной целью, коллаборационные возможности могут быть большей удачей
Отраслевые наблюдатели указывают, что платежи — это лишь один из этапов цепочки взаимодействия Agent; истинную коммерческую ценность могут определять координация задач, проверка личности, управление правами и возможности автоматического выполнения. В будущем, если какая-либо платформа первоочередно решит проблемы эффективности взаимодействия между несколькими Agent, функции платежей могут стать частью интеграции. Для криптоиндустрии еще есть пространство для размышлений по поводу расчетов на цепочке, но при условии, что сначала будут проработаны реальные потребности и замкнутый цикл продуктов.
#AI #Agent #crypto
Talus（$US） эта волна больше напоминает "событийно-ориентированный откат": запуск дропов Kaito в сочетании с функцией агрегатора Agent подстегнули выпуск экосистемных стимулов, и внимание рынка на короткий срок вернулось, на протяжении недели рост достигал 81%.
С текущими данными, цена около 0.01167 долларов, 24H объем торгов около 614 миллионов долларов, рыночная капитализация около 2567 миллионов долларов, объем не слишком большой, поэтому изменения настроений инвесторов будут оказывать более заметное влияние на эластичность цены.
Я больше беспокоюсь о двух вопросах: сможет ли использование на блокчейне/продуктах продолжать расти после окончания хайпа дропов? Уровень обсуждаемости в китайском сообществе все еще низкий, и если в дальнейшем не будет постоянного нарратива, краткосрочный рост может столкнуться с давлением на откат. При покупке на хаях будьте осторожны, лучше наблюдать за силой поддержки после коррекции.
#Talus #Agent #дроп экосистема
С текущими данными, цена около 0.01167 долларов, 24H объем торгов около 614 миллионов долларов, рыночная капитализация около 2567 миллионов долларов, объем не слишком большой, поэтому изменения настроений инвесторов будут оказывать более заметное влияние на эластичность цены.
Я больше беспокоюсь о двух вопросах: сможет ли использование на блокчейне/продуктах продолжать расти после окончания хайпа дропов? Уровень обсуждаемости в китайском сообществе все еще низкий, и если в дальнейшем не будет постоянного нарратива, краткосрочный рост может столкнуться с давлением на откат. При покупке на хаях будьте осторожны, лучше наблюдать за силой поддержки после коррекции.
#Talus #Agent #дроп экосистема
Эра AI-агентов, $GENIUS может быть недооцененным элементом пазла
@GeniusOfficial строит протокол, который глубоко интегрирует AI с цепочечными активами. Скорее, это не токен, а ранняя ставка на "машинную экономику".
Почему стоит обратить внимание на $GENIUS ?
1. Пересечение AI + Crypto — самый сильный нарратив этого цикла, капитал ищет действительно продуктивные стороны
2. Инфраструктура агентской экономики — когда AI-агенты начинают самостоятельно торговать, платить, подписывать контракты, им нужна родная крипто-трасса
3. Эволюция токеномики — $GENIUS это не только управление, но и "топливо" для вызова интеллекта Агентов
Рынок все еще рассматривает AI токены через призму мемов, но настоящая ценность создается в проектах с реальными сценариями использования.
Если Genius 2.0 сможет замкнуть цикл Agent ↔ цепочечное действие, воображение может далеко уйти за пределы текущего.
#genius #AI #Агент
@GeniusOfficial строит протокол, который глубоко интегрирует AI с цепочечными активами. Скорее, это не токен, а ранняя ставка на "машинную экономику".
Почему стоит обратить внимание на $GENIUS ?
1. Пересечение AI + Crypto — самый сильный нарратив этого цикла, капитал ищет действительно продуктивные стороны
2. Инфраструктура агентской экономики — когда AI-агенты начинают самостоятельно торговать, платить, подписывать контракты, им нужна родная крипто-трасса
3. Эволюция токеномики — $GENIUS это не только управление, но и "топливо" для вызова интеллекта Агентов
Рынок все еще рассматривает AI токены через призму мемов, но настоящая ценность создается в проектах с реальными сценариями использования.
Если Genius 2.0 сможет замкнуть цикл Agent ↔ цепочечное действие, воображение может далеко уйти за пределы текущего.
#genius #AI #Агент
Войдите, чтобы посмотреть больше материала