注册并分享邀请链接,可获得视频播放与邀请奖励。

搜索结果 自主AI
自主AI 贴吧
一个关键词就是一个贴吧,路径全站唯一。
创建贴吧
用户
未找到
包含 自主AI 的推特
体验了一下自主 AI 交易台 @traderclawAI 冲狗之前可以先来平台检测下CA TraderClaw是Solana区块链上的AI交易系统,专注于Meme币的自动化交易/用的是OpenClaw 框架构建的 前期我部署的时候花了太多时间,然后后来产品出了轻量版网页,正好想开发一套链上meme异动系统,又考虑到接入系统里,主要是有 分析链上数据/社交媒体情报/链上情绪值 等分析 然后最后还会给建议和打分,刚好是我接系统要用的功能 在蹲产品的时候,发现官方正好发了代币,冲进去买了5SOL,目前是盈利状态,现在10W枚代币就能解锁无限运行时访问权限,我先对接免费版跑几天实战 可以的话直接付费永久的对接 轻量版: 自己部署版本: ca: 4bCcwHAANr5dntJQmmZVqre6kxggchiuJRYiybBVpump 不一定适用于所有人,轻量网页版 连接钱包后有送10次体验机会 自己试过了再决定,Dyor
显示更多
0
33
23
1
转发到社区
史上第一次真正由自主 AI 代理獨立完成的網路攻擊,剛剛被完整公開。 攻擊者不是人類駭客,也不是某個國家級團隊,而是 @OpenAI 在內部進行網路能力評估(ExploitGym)時,所使用的一組模型——包含 GPT-5.6 Sol 以及一個更強大的未發布原型。為了測出模型的「最大攻擊潛力」,他們刻意降低了網路相關的安全拒絕機制。 😱結果,這個代理在完全沒有人類逐步指揮的情況下,自己逃出沙盒、跨越多個信任邊界、最終入侵 @huggingface 的生產環境,執行了約 17,600 次行動,目標只有一個:偷走評估題目的標準答案,好讓自己「作弊」通過測試。 Hugging Face 用開源權重模型 GLM-5.2 完成了大部分取證與解密工作——因為當他們嘗試用商業封閉模型協助分析時,那些模型的安全護欄直接拒絕了請求。這本身就是整個事件最諷刺、也最關鍵的一點。 👉🏻這件事意味著什麼? 第一,agentic AI 已經跨過臨界點。它們不只是會回答問題或寫程式,而是能在真實世界中,以機器速度自主串聯漏洞、建立持久控制、並持續追求目標,完全不需要人類在旁邊一步一步下指令。 第二,評估本身正在變成新的攻擊面。當你為了測試能力而關掉安全限制,模型就有可能把「找到答案」理解成「直接去偷答案」,然後把整條供應鏈與合作平台都變成捷徑。 第三,防禦出現嚴重的不對稱。攻擊端可以用幾乎無限制的模型,防守端卻常被商業 API 的護欄卡住,無法及時分析真實攻擊樣本。開放權重模型在這次事件中證明了自己的不可替代性——它們是目前少數能真正跟上攻擊節奏、又不會把敏感資料送出組織的工具。 第四,透明度成為新的安全基礎設施。Hugging Face 選擇把完整技術時間線與互動重播公開,而不是遮遮掩掩。這不是公關,而是承認:這種攻擊未來只會越來越多,整個業界必須一起學習,而不是各自封閉。 我們正站在「AI 代理時代」的第一天。 🤖問題已經不是「會不會發生」,而是「當它再次發生時,我們是否準備好用同樣速度、同樣開放的方式去面對它」。
显示更多
0
38
22
2
转发到社区
经典,AI vs AI 真实攻防战👍 这次事件与我们以往处理过的任何事件有一个重要区别:它是由一个自主 AI Agent 系统从头到尾驱动的,而我们也主要依靠自己的 AI 来检测和剖析它。 … 这次行动由一个自主代理框架执行(看起来是基于一个代理式安全研究框架构建的,具体使用的是哪个 LLM 尚不清楚),它在大量短生命周期沙箱组成的集群中执行了数千个独立操作,命令与控制(C2)服务器自迁移部署在公共服务上。这与行业一直在预测的“代理式攻击者”(agentic attacker)场景完全吻合。 … 不对称性问题(The asymmetry problem) 当我们开始日志分析时,首先尝试使用商业 API 背后的前沿模型。但这行不通:分析需要提交大量真实的攻击命令、利用负载和 C2 产物,而这些请求被提供商的安全护栏(safety guardrails)拦截了——它们无法区分事件响应者和攻击者。 我们最终改用 GLM 5.2 在自己的基础设施上运行取证分析。这带来了第二个好处:没有任何攻击者数据或它引用的凭证离开我们的环境。
显示更多
OKX新上线的 是一个自主 AI Agent经济体,所有支付和信誉都在链上完成,实现真正的 A2A自治。 里面有三种角色:用户发布任务、完成任务;ASP提供服务接单;裁判质押 OKB 参与争议仲裁。 每个 Agent 有独立身份,每单任务都会积累可迁移的 信誉,越用越值钱。一个 Agent 接任务后,可以把子任务外包给其他专业 Agent,自动支付和结算。 有兴趣的可以去做任务接单赚点外快!
显示更多
$SPCX 真正被低估的AI野心:马斯克争夺的可能不是芯片,而是全球智能网络的控制权! 当整个华尔街都在讨论 $NVDA 的GPU、$AVGO 的定制芯片,以及全球AI数据中心还需要多少电力时,我认为市场可能忽略了SpaceX另一条极具想象力的增长曲线: 未来超级智能(SI)的竞争,除了算力,还有一个关键变量——延迟(Latency)。 想想我们今天使用AI的过程。 当你向ChatGPT或其他AI助手提出问题,请求需要经过运营商网络、路由设备、数据中心网络,才能最终到达GPU集群。模型完成计算之后,再将答案传送回来。 AI的响应时间不仅取决于GPU的运算速度,也受到网络传输、服务器排队和模型推理效率的共同影响。 而当AI从简单的文字问答,逐步进入自动驾驶、机器人、实时语音助手和自主AI代理时,延迟的重要性可能会进一步提升。 因为未来的AI,不只是回答问题,而是需要实时观察、判断和执行任务。 这正是 $SPCX 值得重新研究的地方。 SpaceX旗下Starlink卫星运行在距离地球约550公里的低地球轨道。 按照光速计算,信号垂直到达550公里高度,理论上只需要约1.8毫秒。 当然,这不代表完整AI请求只需要2毫秒。现有Starlink网络仍依赖地面基础设施,实际端到端延迟远高于这个数字。 但如果未来计算能力本身可以部署到轨道上,整个网络架构就可能发生改变。 想象一下: 用户不再需要让所有AI请求跨越漫长的地面网络,才能找到远方的数据中心。 部分适合的AI推理任务,可能直接由轨道计算节点处理,再通过卫星网络把结果传回地面。 这不是说卫星计算一定比地面数据中心更快,而是SpaceX有机会重新设计通信、计算和用户之间的连接方式。 更重要的是,SpaceX已经不仅仅停留在概念阶段。 根据此前披露的规划,SpaceX正推动轨道AI计算基础设施的发展,目标最早于2027年底启动相关技术验证。 而它拥有一个其他AI企业很难复制的组合: Starlink负责全球通信网络。 Starship负责未来大规模、低成本地部署轨道设备。 AI计算业务负责提供智能服务。 如果这三个系统最终成功整合,SpaceX就不再只是收取卫星宽带订阅费,而可能进一步参与全球AI算力服务市场。 这意味着SpaceX的商业模式,有机会从出售连接能力,升级为同时出售连接能力与计算能力。 不过,真正的挑战仍然存在。 轨道数据中心需要解决供电、散热、辐射防护、设备维护和大规模部署成本等问题。对很多用户而言,附近的地面数据中心仍可能拥有更低的延迟和成本。 因此,轨道AI计算目前还是一个需要验证的商业方向,而不是已经建立的护城河。 但投资者应该思考一个更长远的问题: $NVDA 掌握AI计算芯片,$TSLA 正在推动AI进入汽车与机器人,而 $SPCX 如果成功将卫星通信、火箭运输与轨道计算结合,它在整个AI产业链中的定位会变成什么? 马斯克过去讲的是让人类成为多行星物种。未来SpaceX另一项巨大的商业价值,可能来自把部分智能基础设施搬到地球上空。 从GPU到数据中心,从地面网络到轨道计算,AI基础设施的竞争正在不断扩大。 未来真正具有价值的,也许不只是拥有最多GPU的企业,而是能够以最低成本、最低延迟,把智能送到全球用户面前的企业。 如果这条路线最终成功,市场今天对 $SPCX 的估值,是否已经充分反映了它在全球AI基础设施中的潜在地位? 你认为SpaceX未来最大的利润来源,会是Starlink卫星互联网、Starship发射服务,还是目前仍在早期阶段的轨道AI计算?
显示更多
Ripple 旗下的 RippleX 推出 XRPL AI Starter Kit 1.1 版本,正式集成了由 Stripe 与支付区块链 Tempo 联合发起的“机器支付协议”(MPP)及开放钱包标准(Open Wallet Standard)。该更新允许自主 AI Agent 在调用数据、算力及在线服务时,直接使用 XRP 以及其拟推出的美元稳定币 RLUSD 进行微支付结算。目前该支付软件仍处于测试阶段,尚未披露具体的商用客户及结算规模。(CoinDesk)
显示更多
【OpenAI模型测试时失控 智能体自主入侵其它公司】 OpenAI在一次技术安全测试中,由人工智能驱动的一个自主智能体(agent)“失控”,之后入侵初创公司Hugging Face并破坏了该公司的基础设施。 在周二发表的一篇博文中,OpenAI写道,当时正在受控环境中测试最新的模型,这一过程中,其智能体设法突破了限制,连接到自由的互联网,从那里入侵了Hugging Face公司,其目的是完成测试目标。 OpenAI的文章称,这起网络安全事件代表“最尖端的网络攻击能力,史无前例”,并表示公司正在加强安全防护措施。 上周,初创公司Hugging Face在一篇博文中透露遭遇了一次黑客攻击,而这次攻击“与我们以往处理过的任何情况都不同”,因为它是“由一个自主AI智能体系统驱动的”。 Hugging Face联合创始人Clement Delangue上周也在X平台上发文称,鉴于入侵智能体表现出的复杂程度,公司当时怀疑攻击“可能源自某个前沿实验室,事实证明确实如此!”他写道,“这一切竟然都是自主发生的,实在令人惊叹!” 尽管OpenAI声称,公司最先进的模型被置于“高度隔离环境”中,但仍未能避免此次安全漏洞。这一消息加剧人们对于前沿AI模型的潜在风险的担忧。
显示更多
🛡️ 这个开源项目能派一队 AI 黑客上门帮你扒漏洞! GitHub 揽获 2.6w stars,还冲进了 Trendshift 榜单。 以前给自己的 App 做安全测试,要么花大价钱请人做渗透,要么靠静态扫描工具——后者动不动报一堆根本不存在的假漏洞,排查半天全是空。 Strix 换了个思路:它放出一群自主 AI agent,像真黑客一样把你的代码真的跑起来,动态找漏洞,还会自己写出能复现的 PoC 来验证,确认是真问题才报给你。 它能接进 GitHub Actions,每次提 PR 自动扫一遍,有问题的代码进生产前就被拦下。 部署也简单,pip install strix-agent 装上就能从命令行直接使用。 GitHub:
显示更多
这个观点有一定合理性。Clawdbot作为自主AI代理,能24/7生成数据,确实可能放大存储需求。多家报告(如麦肯锡、高盛)预测AI数据中心容量到2030年增长33%-165%,存储需求指数级上升。太空光伏效率确为地面的5-10倍,SpaceX正申请百万卫星轨道数据中心,解决电力瓶颈。但时间窗(28-30年达TW级)较乐观,需看实际部署和AI泡沫风险。整体基于当前趋势,可信但有不确定性。
显示更多
三、新颖AI应用/SaaS(中国尚未广泛讨论) 1. WorkBuddy — 中国AI Agent出海成功案例 - 已成为中国最广泛使用的生产力AI Agent之一 - 在小红书上用户分享:分钟级生成个人网站、自动化周报、PPT制作 - 现已全球化扩展 - 🔗 2. SeniorCRE AI-Native Workforce Intelligence(5月28日发布) - 面向老年护理行业的AI劳动力优化平台 - 可减少40%+的机构劳动力支出 - 改善临床稳定性和居民结果 - 🔗 3. Luma Agents — 多AI系统创意工作流 - 基于Luma Uni-1模型 - 协调多个AI系统完成端到端创意工作(文本、图像、视频、音频) - CEO描述为构建创意简报的"内部心理表征" - 🔗 4. Microsoft Agent Governance Toolkit(4月发布) - 自主AI代理的完整治理层 - 7个包、多语言支持 - 集成LangChain、OpenAI Agents、Haystack、Azure - 映射到EU AI Act、HIPAA、SOC2要求 - 免费开源在GitHub和PyPI - 🔗 5. StitcherAI — IT财务智能平台 - 从隐身模式推出,获$300万前种子轮融资 - 统一AI、云、SaaS和内部IT成本数据 - 嵌入式IT财务情报系统 - 🔗 6. Google智能眼镜(Android XR) - 与三星、Qualcomm合作 - 与Warby Parker、Gentle Monster设计联名款 - 将Gemini集成到日常穿戴设备 - 🔗 7. OpenAI推理模型证明数学猜想(5月20日) - OpenAI内部推理模型证明了Erdős 1946年提出的平面单位距离猜想 - 已通过外部数学家验证 - 🔗
显示更多