zombie
> > > >
> > > >

calendar 05/14 星期四

  • 23:20

    Coinbase、Circle 深度綁定 Hyperliquid!承諾加倉質押 HYPE、USDC 將成核心報價資產

    去中心化衍生品協議 Hyperliquid 宣布啟動穩定幣架構重大升級,正式推進 AQAv2(Aligned Quote Asset v2)計畫。 USDC 將成 Hyperliquid 最核心穩定幣 根據官方聲明,Coinbase 將成為 Hyperliquid 上 USDC 的「官方資金部署方」,而 Circle 則擔任技術部署方,負責 CCTP 與原生跨鏈基礎設施。 雙方同時承諾將質押 HYPE 代幣,以啟動 AQAv2 機制,象徵 Hyperliquid 生態首次獲得美國主流加密金融巨頭的深度協同支持。 Hyperliquid 表示,在 AQAv2 架構下,Coinbase 作為 Treasury Deployer,將把絕大部分儲備收益分享給協議,讓 USDC 成為「與 Hyperliquid 利益最一致」的穩定幣。 官方指出,社群與開發者長期反映,多穩定幣並存造成流動性碎片化與使用體驗下降,如今透過 AQAv2,市場不再需要在「深度流動性」與「協議利益一致性」之間做選擇。 作為後續升級的一部分,未來 Hyperliquid 的 canonical outcome(HIP-4)市場,將全面採用 USDC 作為報價資產。 USDH 將逐步退場,技術理念延續至 AQAv2 此次升級也代表原本由 Native Markets 推出的穩定幣 USDH 將逐步退場。 Hyperliquid 透露,Native Markets 已同意將 USDH 品牌資產出售權授予 Coinbase。不過官方強調,USDH 作為首個以純鏈上方式、直接與協議分享收益的大規模穩定幣,其設計理念與機制,正是 AQAv2 能夠誕生的基礎。 目前 USDH 市場仍維持正常運作,且資產仍為完全儲備支持,用戶可無手續費轉換為 USDC 或法幣,未來則會逐步完成遷移。 此外,Hyper Foundation 也表示,將向整合 USDH 的 HIP-1、HIP-3 部署者與相關開發團隊提供補助,協助未來數月內完成遷移流程。 Coinbase:全天候鏈上市場需要 USDC Coinbase 在聲明中表示,鏈上市場具備 24 小時全年無休運作特性,因此需要一種「始終可用、可即時轉移且具深度流動性」的抵押資產,而 USDC 正符合這些條件。 Coinbase 同時透露,已大幅增加其質押 HYPE 部位,進一步強化對 Hyperliquid 生態的參與。 Jeff:產業巨頭開始真正為鏈上金融協作 Hyperliquid 創辦人 Jeff 則將此次合作形容為「歷史性時刻」。 他表示,AQAv2 將 Native Markets 首創的「協議對齊型穩定幣」模式帶入 USDC,並結合 Coinbase 與 Circle 對 Hyperliquid 的承諾,讓社群終於不必再於流動性與協議對齊之間二選一。 Jeff 也指出,隨著產業持續成長,加密市場仍將面臨挑戰,但看到產業巨頭開始攜手合作、共同推動「將所有金融帶上鏈」,讓他對未來感到振奮。 Circle:USDC 將成 Hyperliquid 市場結構核心 Circle 則表示,USDC 正逐漸成為 Hyperliquid 市場結構中的核心組件。 除了繼續作為 HIP-1、HIP-2、HIP-3 市場的主要抵押資產外,未來也將延伸至 HIP-4 市場,成為整個生態的核心報價與清算資產。 Circle 強調,USDC 能為 Hyperliquid 帶來: 更深的交易對流動性 更高的整體資本效率 更順暢的跨鏈美元流通能力 同時,Circle 也確認將透過質押 HYPE,對 Hyperliquid 生態進行「重大財務投資」。
  • 17:30

    便宜 20 倍、性能只低 8%!傳言谷歌下週發表 Gemini 3.2 Flash,直擊 GPT-5.5 腹地

    據資深科技記者 Alex Heath 爆料,Google 計劃在Google I/O 年度開發者大會(5 月 20 日)推出新一代輕量化模型 Gemini 3.2 Flash。這款模型被視為 Google 的「刺客產品」,傳出其推理成本僅為 OpenAI GPT-5.5 的二十分之一,但核心性能卻能達到對方的九成以上。 Flash 級別、旗艦戰鬥力 根據 Abacus.AI 執行長 Bindu Reddy 透露的技術細節,Gemini 3.2 Flash 在編碼(Coding)與推理(Reasoning)任務上的表現極其驚人,已達到 GPT-5.5 水準的 92%。最令業界關注的是其極致的成本優化與低延遲表現。 據稱,新模型的推理成本僅為 GPT-5.5 的 1/15 至 1/20,且大多數查詢的延遲被壓低在 200 毫秒以內。透過「模型蒸餾(Distillation)」與「稀疏化(Sparsification)」技術,Google 成功將前沿旗艦模型的能力壓縮進 Flash 等級,且未出現輕量模型常見的性能崩潰。 五月初早有徵兆 事實上,Gemini 3.2 Flash 的出現並非無跡可尋。今年 5 月初,開發者便在 iOS 應用構建包與 AI Studio 的元數據中發現了該模型的痕跡。 隨後,該模型疑似以匿名身份出現在 LM Arena 評測中,引發測試者熱議。早期反饋指出,該模型在「創意編碼」任務中表現尤為突出,甚至在部分基準測試中超越了現有的旗艦級模型 Gemini 3.1 Pro。 對標 GPT-5.5,僅次於 Anthropic Mythos 報導指出,Google 此次的策略非常明確:Gemini 3.2 Flash 的整體性能將與 GPT-5.5 處於同等級別,雖然在絕對實力上仍略遜於 Anthropic 目前的巔峰之作 Mythos,但在「性價比」與「響應速度」上,Gemini 3.2 Flash 幾乎沒有對手。 這意味著對於需要處理海量數據、即時客服或複雜 Agent 自動化工作流的企業用戶來說,這款新模型將極具吸引力。
  • 17:00

    BingX 任命世界冠軍恩佐・費南德茲為全球品牌大使,迎戰 2026 FIFA 世界盃

    BingX,全球領先的加密貨幣交易所與 Web3 AI 公司,今日正式宣布邀請兩屆世界足球冠軍恩佐・費南德茲(Enzo Fernández)擔任全球品牌大使。此次合作延續 BingX 的全球體育合作策略,繼近期與 Scuderia Ferrari HP 達成合作,以及續約切爾西足球俱樂部(Chelsea FC)後,再次拓展其全球品牌版圖。在 2026 FIFA 世界盃即將到來的重要時刻,此次合作也將使 BingX 有機會在全球最受矚目的足球盛事中,與數十億球迷建立更深層的連結。 作為當代最受矚目的足球新星之一,效力於切爾西足球俱樂部並代表阿根廷國家隊出戰的恩佐・費南德茲,展現了雄心、精準與堅韌的精神。透過此次合作,BingX 希望串聯頂尖運動競技與數位金融所共同追求的精準與高效,鼓勵新世代用戶掌握自己的未來。雙方合作將於 2026 世界盃期間及之後,陸續推出全球品牌活動、數位互動體驗,以及多項以球迷為核心的專屬企劃。 這項宣布象徵 BingX 全球擴張與品牌升級的重要里程碑,進一步鞏固其作為高端且具國際影響力平台的品牌定位。繼 2024 年與切爾西足球俱樂部建立合作關係,以及於 2026 年初展開與 Scuderia Ferrari HP 的多年合作後,恩佐・費南德茲也成為 BingX 首位個人運動員全球品牌大使。從布宜諾斯艾利斯一路登上世界足球巔峰的恩佐,其成長歷程與 BingX 的發展軌跡相互呼應,皆展現出持續成長、堅定決心與全球化雄心。 BingX 發言人 Pablo Monti 表示: 這項合作是 BingX 深耕拉丁美洲市場的重要一步。恩佐・費南德茲展現了極為罕見的適應力、智慧,以及在壓力下保持掌控的能力。這些特質與 BingX 的核心精神高度契合,也呼應 BingX 協助用戶在加密貨幣、股票、外匯、大宗商品等快速變動的金融市場中,依然能夠自信決策的理念。 恩佐・費南德茲則表示: 我很榮幸能成為 BingX 的全球品牌大使。對我而言,成功來自那些不被看見的時刻,包括紀律、自信,以及每一個決定背後的堅持。正是這樣的理念吸引我加入 BingX。這是一個以信任與可靠性聞名的平台,我非常期待接下來的合作旅程,以及我們未來共同創造的成果。我們希望一起鼓勵更多人相信自己、掌握人生,並開創屬於自己的道路。 關於 BingX BingX 成立於 2018 年,是全球領先的加密貨幣交易所與 Web3 AI 公司,為全球超過 4,000 萬名用戶提供服務。BingX 穩居全球前五大加密衍生品交易所之列,並作為加密跟單交易領域的先行者,持續滿足不同經驗層級用戶不斷演進的交易需求。 憑藉完整的 AI 驅動產品與服務矩陣,涵蓋衍生品、現貨交易與跟單交易及TradFi等多元領域,滿足從新手到專業交易者的多元需求。秉持打造值得信賴且智慧化交易平台的使命,BingX 持續以創新工具賦能用戶,提升交易效能與信心。 自 2024 年起,BingX 成為切爾西足球俱樂部的主要合作夥伴;並於 2026 年成為 Scuderia Ferrari HP 首個官方加密貨幣交易所合作夥伴。 本文為官方提供之內容,不代表本站立場與投資建議,讀者務必自行做好審慎評估。
  • 16:51

    當 UI 消失,SaaS 還剩下什麼?AI 時代下的護城河保衛戰

    原文:《Is Software Losing Its Head?》 作者:Seema Amble(a16z 合夥人) 上個月,Salesforce 宣布將開放 API,並推出一款 headless(去介面化)產品。本質上,這意味著Salesforce 正在押注:在 Agent 時代,其核心價值不再主要來自 UI,而是來自資料層。這是一次相當聰明的重新定位。 不過也需要指出,從技術層面來看,這次發布似乎並沒有帶來太多實質改變。 Salesforce 如今以「headless 產品」名義重新包裝的 API,很大程度上其實已經存在多年。換句話說,這更像是一場典型的Salesforce 式行銷發布。 這款新產品的核心想法是,Agent 可以直接存取記錄系統中的數據,而不必再透過面向人類設計的UI 完成互動。傳統UI 的作用,是幫助人類使用者追蹤流程、管理任務和推進工作流程;但在Agent 介入之後,這一層介面的必要性開始下降。 這次發布真正值得討論的地方,不只是 Salesforce 推出了什麼新產品,而是它拋出了一個更底層的問題:如果剝離UI,只開放底層資料庫,那麼一個記錄系統還剩下什麼?它和一個 Postgres 資料庫、一套設計良好的資料 schema,以及一組 API 之間,究竟還有多大差別? 進一步說,那些曾經讓記錄系統具備長期防禦性的經典因素,是否仍然成立?還是說,新的競爭標準已經出現? 在 SaaS 時代,記錄系統之所以擁有護城河,是因為人類使用者長期生活在它的介面之中。介面承載了操作習慣、組織流程和資料沉澱,也由此形成了較高的遷移成本。但在Agent 時代,這一優勢正在被削弱。真正具備防禦性的層級,在一方面下沉到資料模型、權限體系、工作流程邏輯和合規能力之中;另一方面上移到網路效應、專有資料產生能力,以及現實世界的執行能力。 當軟體走向 headless,護城河究竟會轉移到哪裡? UI 曾經就是產品本身 所謂記錄系統(System of Record,SoR),指的是某一類商業資料的權威事實來源。它是客戶關係、員工記錄或財務交易等「官方版本」所在的地方,也是其他工具讀取資料、寫回資料的核心系統。 CRM 是收入相關資料的記錄系統,HRIS 是人員相關資料的記錄系統,ERP 是資金與財務相關資料的記錄系統。 這些系統的強大之處,並不是因為它們儲存了數據,而是它們最終成為整個組織共同運作所依賴的「現實版本」。 過去二十年裡,Salesforce 賣給客戶的,其實是一套幫助銷售負責人管理團隊的方式。儀錶板、銷售管道視圖、預測工具、動態資訊流,才是真正被購買的產品。它的商業模式建立在向用戶銷售席位之上,而這些席位本質上提供的是對上述功能的存取權。底層資料庫固然關鍵,但在產品體驗中更像是一個隱性的基礎設施。 也就是說,真正驅動使用者黏性的,是UI。 UI 約束了資料規範,塑造了共同語言:線索、商機、客戶帳戶。它讓成千上萬名銷售代表持續輸入那些他們原本未必願意錄入的資料。過去,UI 正是維持資料一致性和可用性的機制。 Salesforce 之所以黏性極強,以至於許多銷售負責人在跳槽後仍堅持把Salesforce 帶到新公司,並不是因為它的介面多麼出色,而是因為它已經變成了一種肌肉記憶。 但Agent 正在開始顛覆這一模式。它們不再需要透過UI 與軟體交互,而是可以直接讀取和寫入底層資料。這也催生了一批繞過傳統介面的新工具和替代方案。 Salesforce 並不是唯一的例子:我們近期也討論過,SAP 周圍正在生長出一整個更適合AI 呼叫的生態系統。 同時,能夠操作電腦的Agent,也會讓偏好、訓練、未文檔化的脈絡等傳統人類層面的因素,隨著時間推移逐漸變得不再重要。換句話說,成為一個持久記錄系統所需滿足的條件,正在改變。 過去的評分標準 在討論Agent 時代會發生什麼變化之前,有必要先更精確地回​​到一個問題:過去到底是什麼讓記錄系統具有黏性? 前幾個因素,主要都與人類如何使用軟體,以及人類本身的偏好有關。軟體之所以難以被替換,很大程度依賴UI、使用習慣、人類工作流程,以及已經嵌入組織流程的製度安排。 第一,它被訪問的頻率有多高? CRM 每天都會被GTM 團隊以及更多相關部門使用。正是這種高頻使用,讓它成為關鍵基礎設施。而建立在其上的人類層——例如團隊例會、操作習慣、管理節奏等經過多年形成的組織慣性——往往才是最難遷移的部分。原因在於,它甚至經常不會被識別為「需要遷移的東西」。 第二,它是只寫入,還是既讀又寫? 真正有黏性的記錄系統,通常是一個讀寫雙向的系統。以CRM 為例,它不是只負責存檔的寫入系統,而是會持續讀取。每一通電話記錄、每一次階段更新、每一個任務創建,都是由某個使用者輸入的,而這個使用者通常也在意這些資料之後如何被使用。 這種雙向流動意味著,任何替代品都必須能夠承接即時營運數據,而不只是導出一份歷史數據。遷移過程中幾乎不存在一個絕對安全的切換時點。因此,一旦企業完成上線,往往會長期留在原供應商體系內。 與之相反,候選人追蹤系統(ATS)通常更接近「只寫入」系統。候選人被錄用或拒絕之後,企業再回頭使用這些數據的理由就相對有限。 第三,有多少未被文檔化的SOP? 真正關鍵的業務上下文,往往不是寫在任何wiki 裡,而是沉澱在管理員和系統整合商多年建構出來的工作流程規則中。 以銷售系統為例,這些未文件化的上下文可能包括:超過10 萬美元的企業級交易需要VP 審批;EMEA 區域的交易必須經過隱私審查;戰略客戶的折扣只有在季度末才能繞過財務審批。 這些上下文,往往決定了一件事能否被及時推進,或是能否在不違反關鍵流程的情況下完成。遷移系統,意味著要重新拆解每一條自動化規則;否則,企業可能直接失去一部分組織記憶。 第四,內部或外部依賴有多複雜? 核心問題在於:有多少內部系統、團隊流程,或外部利害關係人依賴這個記錄系統? 內部連接性,指的是有多少下游軟體或工作流程依賴它。外部連接性,則指審計師、會計師、監管機構等外部主體,是否需要直接存取其中的資料。 ERP 就是典型例子。 無論是內部或外部,只要連結性越高,遷移時需要拆解和重建的關係就越複雜。 第五,從合規角度來看,數據有多關鍵? 這裡的核心問題很簡單:這個系統是否具有合規關鍵性? 像是薪酬系統、ERP、人力資源資料這類合規關鍵系統,必須提供一個在法律上站得住腳的事實來源,並具備嚴格的管理員權限控制。任何遷移都可能需要審計師和監管機構直接介入。這使得它們的黏性顯著更強。 銷售資料和Zendesk 這類客戶支援工具則處在另一端。企業當然在意連續性和上下文,但如果資料發生遷移,或有人獲得存取權限,通常不會立刻引發監管層面的風險。 並不是所有記錄系統都擁有同等程度的切換成本。把CRM 和ATS 放在同一組維度下比較,差距會非常明顯。 ATS 是一種服務於有限流程的工作流程工具,它圍繞著招募。一旦候選人被錄用或拒絕,相關記錄大多就變成了一次性寫入的資料。它的整合範圍更窄,使用者群體也更小、更集中。 ERP 則處於另一個極端。總帳本身就是審計軌跡,會計師、審計師和監管機構都會成為遷移過程中的直接利害關係人。 替換ATS 是痛苦的,但仍然可承受。替換CRM 像是在做開胸手術。替換ERP,則像是在病人跑馬拉鬆的同時為他做開胸手術。 傳統上,記錄系統並沒有真正利用專有資料、網路效應這類護城河來源;通常來說,工作流程本身就已經足以形成障礙。某種程度上,將工具與網路結合起來的,更多是消費級業務;歷史上的SoR 並沒有走上這條路徑。 專有數據。許多記錄系統雖然沉澱了大量客戶數據,但並沒有真正圍繞這些數據展開深度利用,而且在許多情況下,合約條款也不允許它們這麼做。因此,儘管CRM 擁有豐富的數據集,理論上也可以匯總不同客戶的數據,產生跨客戶的洞察,但它們從未以真正有意義的方式做到這一點。當然,Salesforce 的Einstein 這類產品曾經做過一些嘗試。 網路效應。對記錄系統來說,最理想的護城河本該是網路效應:例如,CRM 會因為軟體賣家能夠在其中找到買家而變得更有價值。但和數據一樣,歷史上記錄系統的網路效應一直很弱,甚至可以說幾乎不存在。 如果UI 消失了,Agent 到來之後,軟體還剩下什麼? Agent 並不需要瀏覽器。它需要的是API、上下文、指令,以及執行動作的能力。有兩件事讓這一切能夠規模化發生:一是LLM 已經具備足夠強的推理能力,因此Agent 如今可以讀取上下文、制定計劃、選擇工具、執行動作併復盤結果,而在大多數任務中不再需要人類介入;二是MCP 標準化了工具訪問方式,為Agent 調用外部能力提供了一套通用接口。 一個擁有MCP 存取權限的Agent,可以在毫秒時間內、大規模完成過去人類使用者在平台上執行的操作,而且不需要瀏覽器。在情境充分的情況下,能夠操作電腦的Agent 甚至可以直接使用既有軟體介面,而不一定需要API。 簡單來看,軟體買家現在有三條路徑: 第一,繼續使用既有系統,並在其上疊加Agent。透過既有系統的CLI 和API 使用它們,既可以使用廠商原生的Agent 產品,例如Salesforce 的Agentforce、SAP 的Joule,也可以在其上自建Agent。當然,這裡暫且假設API 是完整且可用的,也暫且忽略「headless 化」在實際運作中可能帶來的複雜性。 第二,完全自建記錄系統。企業可以從零開始建立自己的資料模型、營運邏輯、權限體系、稽核追蹤、系統集成,以及自己的Agent 堆疊。這條路徑很可能會藉助第三方Agent 開發工具和資料庫工具。 第三,購買AI 原生替代品。企業也可以購買新一代從一開始就為Agent 時代設計的軟體。這類產品強調機器可讀性,將Agent 編排作為一等能力,而不是在舊系統之上打補丁式地增加一個AI 功能。這類產品也可能是headless 的。 那麼,舊有評分標準中哪些東西會被保留下來呢? 由人類行為和偏好驅動的因素會逐漸減弱,例如訪問頻率、讀寫雙向屬性等與人類肌肉記憶相關的指標。 Agent 或許會削弱「肌肉記憶」作為護城河的價值,但它們不會消滅營運邏輯和商業情境的護城河。某種意義上,它們反而會讓這些邏輯變得更重要,因為Agent 要安全地執行任務,必須依賴清晰的規則、權限和流程定義。 未被文檔化的SOP,短期內仍然重要。組織內部沉澱在工作流程規則中的製度邏輯,正是Agent 代表你正確執行任務所需的東西。同時,這也是最難重建的部分。至少目前,它還無法被乾淨地導出,尤其是在部分流程仍然需要人類參與的情況下。不過,捕捉上下文正在變得越來越容易;隨著Agent 取代更多人工勞動,這一因素的重要性也會逐漸下降。 連結性仍然難以拆解,而且會向更深處延伸。連結性的意義正在改變。它不再只是為了配合人類工作,而是維持傳統上彼此割裂的功能和軟體之間的連結。 一個CRM Agent 需要把銷售、帳單、客戶成功等不同環節的資料和上下文串連起來。如果你的平台還成為多個外部組織之間的Agent 進行交易的節點,例如買家、賣家、合作夥伴都透過這裡完成交互,那麼依賴關係會進一步加深。 既有廠商疊加Agent 時,可能很難在不同底層軟體的基本物件和邏輯之間順暢協作;企業如果只靠一個自建資料庫和一組Agent,也會面臨類似問題。 合規關鍵數據仍然重要。涉及監管機構、監管風險或法律風險的數據,仍需要一個單一、可信賴的數據事實來源。如果客戶已經信任現有產品,他們切換系統的可能性就會更低。 以薪資和會計數據為例,Agent 可能確實需要存取這些數據,但企業通常不太可能選擇在內部自建並長期維護這類系統。 在一個完全Agent 化的世界裡,最難解決的問題之一是:哪些Agent 授權做什麼?它們代表誰行動?這些行為如何被審計?如果記錄系統能夠成為Agent 之間互動的身份與權限層,它就會獲得一個真正難以被取代的結構性角色。這裡的障礙不只是它持有什麼數據,而是它執行著怎樣的信任架構。 往前看,對於AI 原生新創公司而言,一組新的因素將變得越來越重要,並決定它們能否形成防禦性。 第一,重建這個紀錄系統到底有多難? 數據會在幾個層面變得更加重要。 首先,在短期內,關鍵在於擷取並重建記錄系統底層資料的難易度。 AI 正在讓這件事變得更容易,一群工具正在幫助使用者完成這類遷移和重建。 短期內,既有廠商可以、也很可能會讓這件事變得更難:它們可以讓API 難用、設限、不完整,或者在經濟上變得不划算,甚至根本不提供API。但隨著擷取工具不斷進步,尤其是能夠操作電腦的Agent 能力提升,資料重建會變得越來越容易。 同時,新公司也正在從郵件、電話、語音Agent 和內部文件中重建一套更豐富的資料。 AI 降低了重建一個記錄系統前80% 的成本。真正區分一個有用切入口和一個真正替代品的,是剩下20%:異常情況、審批流程、合規要求,以及邊緣場景下的工作流程。 第二,是否擁有真正有意義的專有數據? 其次,數據本身會變得更有價值。 真正具備防禦性的數據,並不是你導入的數據,而是你的產品獨特地促成其產生的數據。我們常說「資料圍牆花園」:這些數據要不是專有的,就是受到監管約束,就是需要持續更新。一個在收集權威且完整數據上投入大量資源的軟體供應商,相比通用型供應商或缺乏這類數據的競爭對手,會擁有明顯優勢。 數據還有另一個重要方向:它是否依賴產品內部產生的動作。 最好的公司不會只是儲存從別處輸入的資料。它們會因為自己處在流程之中,持續產生新的資料尾跡,例如觀察到的行為、回應率、時間模式、流程結果、產業基準、異常模式,以及Agent 的執行軌跡。 關鍵在於:資料如今就是上下文。 第三,是否掌握動作圖層? 在舊世界裡,儲存記錄本身就已經足夠。但在新世界裡,Agent 會直接採取行動,防禦性可能會轉向那些能夠形成閉環的產品:從採取行動,到捕捉結果,再到利用回饋來優化未來決策。 對ERP 來說,這可能包括審批支出、觸發薪資發放、核對發票、發送通知等。能夠閉環的產品更具防禦性,因為它們嵌入了執行過程,而不只是停留在觀察層面。它們會產生獨特數據,隨著使用而持續改進,也會因為一旦移除就會破壞工作流程而變得更難取代。 當然,隨著上下文越累積越多、邊緣場景處理得越充分,這裡的價值也會進一步上升。 第四,是否包含現實世界的執行環節? 有些商業模式與現實世界的營運連結在一起,而這些環節不會被完全自動化。最明顯的例子,就是擁有營運網路的公司,例如DoorDash。它們歷史上並不屬於記錄系統,但在這裡很有啟發性。 更廣泛地說,任何能夠把軟體閉環延伸到服務、履約、物流、現場營運或支付環節的公司,都擁有一種不同於純SaaS 的防禦性。這類公司不只是儲存記錄,也不只是推薦動作;它們會派遣人員、移動貨物,或完成具體服務。 對創業者來說,這意味著機會可能出現在這樣一些市場:軟體越來越能夠做決策,Agent 越來越能夠協調流程,但最後一公里仍需要現實世界的執行。例如,與現場服務綁定的垂直軟體,就是一個典型方向。 第五,是否有網路效應? 歷史上,大多數記錄系統的網路效應都很弱,因為它們主要是內部軟體。但在Agent 時代,如果一個系統嵌入了多方工作流程,網路效應可能會變得重要得多。 如果一個系統負責調解多方之間的重複互動,例如買家與賣家、雇主與員工、公司與審計師、供應商與客戶、付款方與服務方,那麼每增加一個參與方,都可能讓這個網絡對下一個參與者更有價值。 其中一種方式,是共享工作流程協同:產品成為流程雙方進行交易、交換上下文、處理異常的場所。 另一種方式,是基準與智慧:系統可以基於網路中觀察到的模式,呈現產業常態、異常情況和行動建議,這一點又與前面提到的數據價值相互強化。 第三種方式,是信任與標準化:一旦交易對手開始依賴同一套軌道來完成審批、交接、合規或支付,這個產品就不再只是一個資料庫,而是市場本身的協同基礎設施,因此也會更難被取代。 第六,買方的技術能力有多強? 在任何人理論上都可以自建Agent 的世界裡,不同買方真正具備的建設能力仍然差異很大。尤其是在垂直產業,以及那些過去並沒有強大內部工程資源的職能型買方中,他們自己搭建、維護並持續改進資料庫、工作流程邏輯、Agent 堆疊和治理層的機率仍然很低。 成本在這裡同樣重要。 DIY 理論上可能減少軟體授權費用,但往往會把支出轉移到實施、維護和內部複雜性。 這意味著,在那些運作複雜但技術供給不足的品類中,仍有真實機會。例如製造業、建築業後台、工業流程、現場服務工作流程,以及會計等領域。 還有一些因素也同樣重要,並且會逐漸成為軟體的基本門檻。 比如,本體論需要改變。很多「自建資料庫」的想法,低估了物件模型本身所承載的價值。既有軟體是為儀錶板、報表和人類用戶構建的,它們捕捉的是工作流程中的對象,例如商機、工單、候選人等。 但Agent 時代的schema 需要捕捉推理、動作、狀態追蹤、異常處理、任務委派,以及跨系統協同。原生物件模型可能不再是商機、工單和候選人,而是任務、意圖、執行緒、策略或結果。 同樣,權限體係也需要更新。它不再只是管理人類用戶,而是要管理Agent。這包括:誰可以做什麼,透過哪個Agent,在什麼策略下,需要哪些審批,留下怎樣的審計軌跡,以及如何進行回溯和異常處理。 當然,這一切都離不開成本問題,例如建立和維護Agent 及資料庫需要多少錢,API 存取成本有多高。這又會回到幾個核心問題:資料重建有多難,依賴關係有多少,以及系統到底嵌入了多深。 那麼,結論是什麼? 隨著既有軟體廠商走向headless,它們實際上是在做一個隱含押注:資料層仍將是價值的核心來源。在某些品類中,尤其是金融服務這類深受合規約束的領域,這項押注或許還能在一段時間內成立,headless 化的進程也可能來得更慢。 但對軟體創業家而言,隨著既有廠商開始去介面化,如何與它們競爭、如何建構具備長期防禦性的軟體,問題正在改變。 下一代記錄系統已經開始呈現出不同形態:它們不再只是用於記錄人類工作的資料倉儲,而是更具Agent 屬性——能夠捕捉情境、主動發起工作,並記錄執行過程中產生的資料尾跡。 更進一步,最有趣的公司將會延伸到現實世界的執行層:它們會協調現場工作人員、物流服務商、服務團隊和實體資產,或處在多個參與者之間,成為多方協作的中間層。 這些公司將混合舊世界的多種商業模式。而傳統記錄系統的核心,也就是數據,將逐漸退到後台,成為支撐整個系統運作的底層基礎。
  • 16:27

    xAI 三大戰將集體出走!創始班底鳥獸散,Grok 模型開發進度延宕

    馬斯克ㄐ旗下的 AI 公司 xAI 正陷入前所未有的人才危機。在過去一週內,主導 Grok 模型構建的三位核心技術負責人接連宣佈離職。這波流失潮不同於以往高層職位的更迭,而是直接衝擊了後訓練、預訓練與語音 Agent 三大核心產品線,引發外界對 Grok 下一代旗艦模型開發能力的深度憂慮。 三大技術支柱離職 這波離職潮中,有三位 xAI 的實幹型技術領袖出走,他們在各自領域的成就曾是 Grok 競爭力的基石: • Tianyi Zhang(今日宣佈離職): 擔任搜索與事實性後訓練負責人。他帶領團隊將 Grok 的事實錯誤率壓降了 70% 至 80%,助推 Grok 4.20 登頂 Search Arena 盲測榜首。其開發的實時搜索能力目前已接入特斯拉車機,是提升模型「實時性」的關鍵人物。 • 莊鈞堂(Juntang Zhuang,5月9日離職): 預訓練團隊負責人。他主導了 Grok 4 系列全線模型的訓練基礎設施與核心配方。在加入 xAI 前,他是 OpenAI GPT-4o 的核心貢獻者。 • David Haxton(5月10日離職): 語音 Agent 負責人。他從零搭建了 Grok 的語音功能,其團隊開發的 Grok Voice 在第三方基准測試中排名全球第一,領先於 OpenAI 和 Google。 產品進度落後,馬斯克「模型工廠」承諾跳票 這波離職潮發生的時間點極其尷尬。馬斯克曾在 4 月 18 日宣佈 xAI 已跑通「模型工廠」,並承諾每兩週下線一版新基礎模型。根據當時的規劃,1T 參數的 Grok 4.4 應於 5 月初發布,1.5T 參數的 Grok 4.5 則力爭 5 月底交付。 然而,截至目前已是 5 月中旬,Grok 4.4 仍不見蹤影,對外開放的仍只是 0.5T 的中間版本 Grok 4.3。隨著主導預訓練與事實性優化的核心團隊瓦解,外界質疑馬斯克口中「每兩週更新」的願景已難以為繼。 創始班底「清空」,xAI 進入陣痛期 根據統計,xAI 在過去一年內已有約 80 名員工離開。最具指標性的是,當初成立公司的 11 位聯合創始人已全數離職,僅剩馬斯克一人支撐。面對外界對於人才流失的質疑,馬斯克曾回應稱這是為了提升執行速度而進行的架構重組,並將此比作早期特斯拉的「推倒重建」。 然而,分析人士指出,AI 模型的研發高度依賴技術人才的經驗積累。xAI 三大戰將的集體出走,不僅帶走了寶貴的訓練數據經驗與算法配方,更讓 Grok 在與 OpenAI、Google 等巨頭的競賽中,面臨著研發中斷與戰力斷層的巨大風險。
  • 16:01

    因呼麻改密碼鎖死 11 年!網友把舊電腦丟給 AI,成功解凍 40 萬鎂比特幣

     近日,加密貨幣社群的一則推文引發轟動。一位名為 @cprkrn 的用戶聲稱,在 Anthropic 開發的 AI 模型 Claude 的幫助下,他成功找回了鎖死 11 年、價值約 40 萬美元的 5 顆比特幣。 因「呼麻」丟失的 40 萬美金 故事始於 2014 年。當時還在讀大學的 @cprkrn 購買了 5 顆比特幣(當時僅價值數百美元)。然而,由於在一次吸食大麻後神志不清,他心血來潮修改了錢包密碼,隔天醒來便忘得一乾二淨。 https://twitter.com/cprkrn/status/2054586810475364536 在隨後的 11 年裡,這筆財富隨著幣價暴漲變得日益誘人,但它就像被鎖在了一個沒有鑰匙的金庫。為了找回密碼,@cprkrn 嘗試了所有能想到的手段,包括使用專業破解工具 btcrecover 和 Hashcat 進行了累計數萬億次的暴力破解,但最終都以失敗告終。 將「大學舊電腦」餵給 Claude 在幾乎放棄希望之際,@cprkrn 將自己大學舊電腦中的所有相關備份文件、零散的筆記程式碼、以及幾週前在一本舊筆記本上翻到的「疑似助記詞」打包上傳給了 Claude。 在大量舊文件中,Claude 識別並提取出了一個修改密碼前的舊版錢包文件 (wallet.dat)。Claude 在分析恢復工具 btcrecover 的原始碼時,發現該工具在處理特定加密邏輯時存在一個邏輯 Bug——它將 sharedKey(共享密鑰)與用戶密碼的拼接順序搞反了。 在修正程式碼邏輯後,Claude 指引用戶配合那條舊助記詞進行解密。僅僅一次嘗試,便成功提取出了私鑰,並將其轉換為 WIF 格式(錢包匯入格式)。 鏈上記錄顯示,這 5 顆沉睡 11 年的比特幣已於當天全部轉出。而那個讓失主苦思冥想十年的密碼,竟然是:lol420fuckthePOLICE!*:)。 比特幣被 AI 「破解」了? 該推文在 12 小時內獲得了超過 1000 萬次的瀏覽,並引發了加密大老 Nic Carter 和 Laura Shin 的轉發。 然而,許多不知情的人都誤以為,AI 已經進化到能夠破解比特幣的私鑰了,但事實上,這並不是 AI 對密碼學(Cryptography)的勝利。Claude 並沒有透過算力攻破比特幣的 SHA-256 演算法,它真正的功勞在於「理解力」和「程式碼審計」,它比人類更擅長在混亂的數據中建立關聯,並能識別出成熟工具中極其隱蔽的編程錯誤。 在此事件中,Claude 更像是一個「超強私人助手」。它證明了 AI 在處理非結構化歷史數據、跨文件關聯以及複雜程式碼除錯方面的巨大潛力。
  • 00:17

    Anthropic 洽談新一輪融資:估值突破 9000 億美元,超車龍頭 OpenAI

    根據《彭博社》及《華爾街日報》引述知情人士報導,Claude 語言模型背後的 AI 新創公司 Anthropic,正與投資者洽談一筆高達 300 億美元 的最新融資案。 此次融資將使 Anthropic 的估值飆升至 9,000 億美元 以上。若交易達成,Anthropic 不僅將創下自身最高融資紀錄,其身價更將首次超越其主要對手、目前估值約為 8,520 億美元的 OpenAI,正式躍升為全球最有價值的 AI 巨頭。 Anthropic 先前已獲得兩大科技龍頭的鼎力支持: 1. Google:已承諾投資 100 億美元,並計畫在達成特定績效目標後追加至 300 億美元。 2. Amazon:已投入 50 億美元,後續計畫加碼 200 億美元。 消息人士還透露,Anthropic 考慮最快於今年 10 月進行首次公開募股(IPO)。此次在上市前的巨額私有融資,被視為是為了在 IPO 前進一步鞏固市場地位與財務實力。 根據流出的財務數據,Anthropic 的增長速度極為驚人。 營收運行率(Revenue Run Rate)預計將在下月底達到 500 億美元,相較於 2025 年底的 90 億美元,增長規模顯著。此外,該公司原先預期今年成長 10 倍,但實際上僅在第一季就已經實現了約 80 倍的年化收入與使用量成長。 儘管 OpenAI 在 3 月底宣布月收入達 20 億美元(年化約 240 億美元),但在年化運行率的帳面數字上,Anthropic 目前似乎略占上風。不過有專家指出,兩者數據並非完全可比。Anthropic 將透過雲端服務合作夥伴(如 Amazon、Google)的銷售額計入收入,而 OpenAI 的計算方式則有所不同。
  • 00:07

    不講武德!民主黨參議員突襲《Clarity 法案》,提百項修正案扼殺 DeFi 創新

    就在參議院銀行委員會預計於週四對《清晰法案》(Clarity Act)進行標記審議前夕,以 Elizabeth Warren 為首的多位民主黨參議員突然發起「修正案海」攻勢,一口氣拋出超過 100 項修正案。 民主黨提交百項修正案 加密貨幣記者 Eleanor Terrett 在社群平台 X 上指出,在參議院銀行委員會預計於週四進行法案標記(Markup)審議的前一晚,多位民主黨參議員突然提交了超過 100 項修正案。 根據 Terrett 的說法,這些修正案被 DeFi 法律專家界定為「反 DeFi」條款,其內容將對 DeFi 技術、使用者及開發者造成實質性損害。 https://twitter.com/EleanorTerrett/status/2054575825681367098 從「保護開發者」轉向「刑事化監管」 DeFi 育教育基金(DEF)針對此事發文表示,原本《Clarity 法案》包含《區塊鏈監管確定性法案》(BRCA),旨在保護不直接控制用戶資產的軟體開發者。然而,多項新提出的修正案試圖將這塊「防護屏障」改寫為監管利刃。 修正案中提議將「金融機構」定義擴大至涵蓋所有數位資產業務,強制要求開發者承擔如同銀行般的重度反洗錢(AML)義務。此外,部分修正案(如 Van Hollen 提案)甚至主張,若開發者發布的開源代碼被用於犯罪行為,即便開發者無直接參與,也可能因「魯莽忽視」而面臨刑事指控。 而針對自動化協議的制裁條款,部分修正案還試圖推翻「代碼即言論」的法律保護,對無人控制的自主合約實施制裁。 百項修正案背後的動機 在美國國會的立法實務中,針對單一法案提出百項修正案並不常見。市場分析人士普遍認為,這並非單純的條文優化,而是一場「程序性杯葛」。由於每項修正案皆需經過討論與表決,這高達百項的提案足以讓委員會的審議進度陷入停滯,甚至因耗盡議程時間而迫使法案胎死腹中。 這種「以量換時」的策略,核心目的在於摧毀法案原本的政治動能,讓原本旨在為去中心化金融(DeFi)提供法律確定性的利多,演變成一場曠日持久的消耗戰。 其次,這也是一種「毒藥丸條款」策略。透過植入極端苛刻、甚至足以毀滅整個產業的條款,反對派參議員迫使法案發起人必須在「撤回法案」或「接受極嚴苛監管」之間做選擇。對於這群強硬派參議員而言,其動機在於確保任何數位資產法案都必須以「國家安全」為絕對前提,甚至不惜以扼殺創新為代價。這百項修正案實質上是他們手中的談判籌碼,目的是在最終表決前,強迫支持派接受更嚴厲的監管紅線。
join Zombit

加入桑幣的社群平台,跟我們一起討論加密貨幣新資訊!

桑幣熱門榜

zombie

桑幣正在徵文中,我們想要讓好的東西讓更多人看見!
只要是跟金融科技、區塊鏈及加密貨幣相關的文章,都非常歡迎向我們投稿
投稿信箱:[email protected]

為提供您更多優質的服務與內容,本網站使用 cookies 分析技術。若您繼續閱覽本網站內容,即表示您同意我們使用 cookies,關於更多相關隱私權政策資訊,請閱讀我們的隱私權及安全政策宣示