Claude Code 总结企业采用 AI 的 5 个阶段：Gated → Assisted → Parallel → Supervised autonomy → AI-native，对应约 0、1、10、100、1000+ 个 Agent。 瓶颈会从审批和注意力，转向输出审查、自动循环信任与规模化护栏。 企业应先增加 Agent，还是先证明自动循环值得信任？

很多项目上链之后，真正麻烦的地方并不在第一步。 合约能发。 页面能做。 测试网也能跑。 但一旦你想把它做成一个长期运行的链上应用，问题就开始多了。 安全怎么来？ 验证者怎么来？ 费用怎么控制？ 后面升级谁说了算？ 生态和流动性怎么接？ 这也是 @CNPYNetwork 这条线我觉得值得拆开的原因。 ///////////////////////// 「Canopy @CNPYNetwork 想做的，是让项目更容易拥有自己的链」 过去很多团队不是不想做 appchain。 而是 appchain 的启动成本太高。 你要先处理底层架构、安全冷启动、验证者协调、跨链互操作、后续治理和升级路径。 这些东西加在一起，很多项目还没真正进入业务阶段，就已经被基础设施拖住了。 Canopy 的思路比较直接： 先让项目通过 Nested Chains 快速启动。 早期继承根链安全，减少从零 bootstrap 的压力。 等项目跑起来之后，再通过 Progressive Autonomy 逐步拿回更多控制权。 执行、治理、经济模型、验证者集合，都可以随着项目成熟慢慢独立。 ///////////////////////// 「AI-native 的重点，不只是用 AI 写代码」 现在很多项目都在讲 AI Coding。 但 Canopy 更有意思的地方，是它想把 AI Coding 接到链启动这一步。 开发者可以用 Python、TypeScript、Go 这些更适合 AI 辅助生成的语言去构建。 再配合模板化设计，把一个链上应用从想法、代码、部署压缩到更短路径里。 所以我觉得 Canopy 的重点不是某一个单独赛道。 RWA 可以用。 AI 应用可以用。 游戏、消费级应用、DePIN 也可以用。 它真正想做的，是给不同项目一条更容易启动、后续还能逐步拿回主权的链上轨道。 如果主网推进顺利，Canopy @CNPYNetwork 看的就不是“又一个新链”。 而是 appchain 这件事，能不能真正从少数团队的重工程，变成更多应用可以使用的基础设施。

上个月帮一个客户评估供应商推给他们的一套智能体系统，翻了半天配置文件，发现底层就是一套老式RPA流程，加了一层大模型做自然语言解析的壳，遇到没预设过的情况，直接卡死，压根不会自己想办法绕过去。这半年这种货挂着agent的牌子到处卖，Gartner估计市面上几千家自称做agentic AI的厂商里，真正名副其实的也就一百来家，剩下的大多是把聊天机器人和RPA脚本换了个包装。判断真假agent其实不难，就问一件事，遇到没写进流程的意外情况，它是自己拆解问题想办法，还是直接报错等人来管。这行现在最值钱的不是会不会搭agent，是能不能一眼看穿眼前这套系统，到底是真的会自己拿主意，还是嘴上说着autonomous，骨子里还是十年前那套if-else。

独家｜智谱唐杰发内部信，称将开启 Touch High（摸高）计划，“不登顶，就是失败” 晚点独家获悉，今日智谱创始人唐杰发布内部信，阐述智谱对 AGI 接下来竞争的理解。唐杰在信中表示，智谱接下来将继续延续所谓 “反直觉” 路线，开启 “Touch High（摸高）计划”，即继续聚焦于 AGI 研究，而不是短期商业变现。通往 AGI 终点的道路上，有几座必须翻越的山峰，它们也正是今天技术浪潮最汹涌的地方，唐杰列出的四座高峰分别是： - 长程任务（Long Horizon Task） - 自治智能体系统（Autonomous Agent System） - 完全自我训练（Fully Self Training） - 极致安全治理 其中，极致安全治理被特别强调，智谱计划投入百亿级资源攻坚机械可解释性，这意味着厘清模型决策背后的神经元逻辑，推动黑盒系统向透明可解释系统转变。 *附内部信全文：

$4M 买 99.878% 投票权，再卷走 $20M。 没有智能合约漏洞。漏洞叫「治理」。 7 个地址拿下了比北韩选举还干净的投票率。所有以为自己在"参与治理"的 BONK 持有者，实际上只是在给攻击者提供流动性。 DAO 的 A 是 Autonomous，但实操证明：治理市场上，钱最多的那个人说了算。下次听到「社区治理」，先问一句——quorum 够不够被一个人买下。

🇭🇰 AI × Crypto 在香港正式从叙事走向现实！ 感谢所有顶尖 Builder、研究员与猫友的到场，由 OP_CAT Layer 联合生态伙伴举办的 OPC · AGENT · WEB3 Meetup 已在香港圆满收官。 正如伙伴 @clawchatglobal 所言，这不仅仅是一场讨论，更是未来图景的提前预演。 ⚡ 三大核心现场高光呈现： 🔸 自主智能体（Autonomous agents） 的底层爆发 🔸 链上协同（Onchain coordination） 的全新范式 🔸 比特币原生创新（BTC-native innovation） 的应用落地 属于 BTC 原生生态的“智能体经济（Agent economy）”时代比绝大多数人想象的都要近。底层地基已稳，属于我们的全链智能社交新纪元正式启航！⚙️

一个 Greenwich 的 24 岁量化，去年拿 $650,000 年薪 做的事情，现在 Horizon AI agent 90 秒就能完成 不是比喻 而是同一件事： 提出 hypothesis 写代码 回测 部署 过去一条 strategy 的成本大约是 $87,500 而且大多数策略第 6 周就死掉 真正变化的是这里： Backtest 时间：7 周 → 90 秒 单个 hypothesis 成本：$87,500 → $0 每月能测试的 hypothesis：可能 1 个 → unlimited 技能门槛：Python / Pine Script / APIs → 一句英文 以前机构的 moat，不一定是数据 也不一定是速度 而是你请不起那个“把想法翻译成系统”的人 这个 translator，以前是高薪量化和工程师 现在变成了 autonomous AI agent 它会写 会测 会部署 还能 24/7 运行 所以真正被压缩的，不只是工资 而是从想法到交易系统之间的整条 pipeline 文章里拆了完整流程 Save this 6 个月后，可能就不是秘密了 你只需要 Claude + device + 每天 1 小时 问题是： 当 hypothesis → code → backtest → deploy 都被 AI agent 自动化之后，交易员剩下的核心优势会是什么？

0G Al Alliance Carnival正式启动，千万不要错过。 The 0G Al Alliance Carnival is officially live. Don’t miss it. 0G 亚太生态正在快速扩张。🌏 越来越多 AI Native 项目正在加入 0G，为社区带来更多早期参与机会。 The 0G ecosystem in APAC is growing rapidly, bringing early participation opportunities for creators and communities across AI + Web3. 本次 Carnival 将联合多个生态项目，通过线上任务、社区活动与线下曝光，共同推动 0G 生态增长，也让大家能抢先体验产品并获取早期 Alpha。 This campaign connects ecosystem projects through quests, community activations, and offline exposure to accelerate the growth of the 0G AI ecosystem. 👇 Participating Projects & Rewards | 参与项目及奖励 ━━━━━━━━━━━━━━ 🔹 @NeoSoulAI 基于 AI Agent Oracle 的原生 AI 预测市场。 AI-native prediction market powered by autonomous agentic oracles. 🎁 Rewards: • 1,000,000 NeoSoul Tokens • $OUL Points ━━━━━━━━━━━━━━ 🔹 @Ghast_AI 构建于 0G 之上的原生 AI Agent 基础设施，让 AI 记忆与交互成为可交易资产。 Native AI Agent infrastructure built on 0G — turning AI memory & interaction into tradable on-chain assets. 🎁 Rewards: • 50 Early Bird Codes ━━━━━━━━━━━━━━ 🔹 @moonfun_ai 将 Meme Token 演化为具备自主能力与社交智能的 AI Agent。 Transforming meme tokens into autonomous living AI agents with social intelligence. 🎁 Rewards: • 50,000 Moon Points ━━━━━━━━━━━━━━ 🔹 @primus_labs 面向链上链下数据与身份验证的隐私证明层。 Privacy-preserving verification layer for identity, data, and on-chain/off-chain activity. 🎁 Rewards: • Primus Reputation Score ━━━━━━━━━━━━━━ 🔹 @gmdottown 打造下一代 Agent Economy，实现 AI Agent 的自治协作与交易。 Building the next-generation Agent Economy for autonomous coordination and 24/7 AI workforce trading. 🎁 Rewards: • 50 OpenWhale Founding Member SBTs ━━━━━━━━━━━━━━ 更多 0G 生态项目即将加入。👀 More ecosystem projects are joining soon. 0G 亚太 AI 生态的增长才刚刚开始。 This is just the beginning of the 0G APAC AI expansion. 🌐 Online Quests 🌐 Offline Activations @ BEYOND Expo 🌐 Ecosystem-wide Collaboration 🌐 Early Community Rewards 更多任务与奖励即将公布，保持关注。 Stay tuned. 本次活动由 0G 生态项目 @lighthouse_2026 提供市场支持。 This event is supported by 0G ecosystem project @lighthouse_2026 for marketing.

🤖 AI和智能体基础设施 💡本季 AI 项目不再只是对话框，而是具备身份、钱包和决策能力的 Agent 基础设施。 Bank of AI @BAI_AGI 官推 XHunt 排名：14384 【核心】： AI Agent 的链上账户与支付基础设施。 Bank of AI 正在搭建 AI Agent 的链上账户与支付基础设施。它不是单纯做AI中转站，而是围绕 AI Agent 在链上的支付、身份和 DeFi 交互搭建基础设施，覆盖 x402 Payments、链上 AI 身份、Autonomous DeFi 等模块，让 AI Agent 能够拥有可验证身份、发起链上支付，并参与 DeFi 操作。 Brief Tech 【核心】： 嵌入高值法律工作流的垂直领域的AI基础设施。 BriefTech 是一个 LegalTech AI 项目，主要服务律师、争议解决团队和法律专业人士，可用于自动化 bundling、AI-powered indexing、法律文件整理。项目亮点在于作为垂直 AI 应用，直接嵌入高客单价、高专业门槛的法律工作流，解决传统法律行业里高频、耗时、重复的文档处理问题。 Cournot @CournotProtocol 【核心】：通过“真值发现”将 AI 概率性输出转化为可验证推理。 Cournot 解决的是一个 AI 的根本缺陷：模型输出是概率性的，无法自证推理过程，更无法承载高利害决策里的信任和资本。Cournot 的方案是协调多个智能体进行“真值发现”，将 AI 的结论转化为可审计的结构化声明，从而实现可验证推理。预测市场、链上治理、科学发现，这些领域需要一个能够用可验证推理替代“委员会猜测”的裁决层。当 AI 开始参与预测市场、治理和链上决策之后，“AI 说了算”本身也需要被验证。 Functor @FunctorNetwork 官推 XHunt 排名：195698 【核心】：为 Agent 链上行动建立可编程的安全边界授权层。 Agent 拿到授权后怎么办？真正的问题在于，当 Agent 开始能够操作钱包之后，谁来限制它能花多少钱、能调用哪些合约、出错之后如何止损？Functor 做的就是 Agent 的自托管授权层：每一笔签名都必须经过预先定义好的链上授权规则检查。它不是钱包，而是横在 Agent 行动和资金安全之间的可编程安全边界，从资产管理、预测市场到 DeFi 自动化的 Agent 工作流都已接入。 Taco AI @TacoTradeX 官推 XHunt 排名：165910 【核心】： 具备大脑、记忆与保险库解耦架构的 AI 交易执行入口。 Taco AI 的定位是 AI 驱动的加密交易执行层，口号是 “Run Crypto with AI, the Easy Way”。它让用户绕过复杂的自托管和云基础设施，直接使用 AI Agent 进行交易、预测和自动化操作。Taco 的架构把大脑、沙盒、保险库和记忆解耦，既解决了 Agent 执行过程中的安全问题，也避免了每次交互都“失忆”。如果说 Bank of AI 是账户层、Functor 是授权层，那么 Taco AI 更像是用户侧的 Agent 执行入口。