汇丰与蚂蚁数科测试 AI 代理代币化存款支付
相关推荐
Blockworks 上线 Agentic Detection,交易所可直接接收 AI 代理合规警报
ChainCatcher 消息,Blockworks 宣布推出 Agentic Detection 功能,允许加密货币交易所和银行直接从 AI 代理接收合规警报,无需等待人工分析师审核。该功能于周四在 Messari Monitoring 中上线,每条警报都会标注由代理生成还是经分析师验证。Blockworks 表示,此前分析师验证每项动态约需 5 分钟,而基于 Messari 分析师多年工作训练的自有模型可在数秒内识别警报。Agentic Detection 默认关闭,客户可逐视图开启。联合创始人 Jason Yanowitz 表示,随着链上活动规模扩大,市场以秒而非分钟为单位对事件定价,客户需要近乎实时的警报。该检测层基于七年分析师覆盖数据构建,代理可读取 X、GitHub、治理论坛、Discord、Telegram、项目博客及 1000 多个新闻源,覆盖 1000 多个资产。Blockworks 于 6 月 12 日以逾 1000 万美元收购 Messari,后者 4 月完成由 ParaFi 和 Reciprocal Ventures 领投的 A 轮扩展融资,估值 1.92 亿美元,Coinbase Ventures、MoonPay Ventures 等参投。
谷歌云发布Gemini Agent:单一通用工作代理,整合Workspace、多模型路由与企业级治理
动察 Beating AI 快讯,谷歌云 CEO Thomas Kurian 在 Gemini at Work 2026 大会上发布 Gemini Agent,定位为单一通用工作代理——用户只需给出目标而非指令,即可完成知识工作、内容创作、图像媒体生成及代码编写与运行。该代理具备统一入口、无处不在的访问(网页、iOS、安卓、Windows、Mac 及 Workspace、Microsoft 365、Slack 等渠道)、持久化执行(云端运行,关闭笔记本后任务继续,记忆与个性化图谱跨设备统一)、多代理编排(可动态创建带独立身份的临时子代理,也可作为长期同事代理拥有专属邮箱与存储)、深度上下文理解及模型选择灵活性——底层模型可跨谷歌 Gemini 系列与 Anthropic 的 Claude 等自由切换,以最佳模型匹配任务、降低成本。目前近 80% 谷歌云客户使用其 AI 产品,近 90% 的财富 100 强使用 Gemini Enterprise。 该代理直接嵌入 Gmail、Drive、Docs、Slides、Sheets、Chat 及日历,并携带相同的记忆、技能与控制;新增数据分析技能让技术与业务用户均可用自然语言在数分钟内获得可执行洞察;同时为金融服务和法律团队提供行业专属工具与知识。安全与治理层面,谷歌提供身份与策略管理、授权与权限控制、安全沙盒、网络网关等机制;成本控制方面则通过多模型编排、智能路由和实时支出上限实现。早期测试客户包括运动品牌 On,其利用动态模型选择加速上市;Shopify 将前沿模型混合用于数百万商户,PayPal 每周路由 1000 万次多模型请求。
DeAgentAI $AIA 保本质押即将开放:最高可得 50% AIA 奖励
ChainCatcher 消息,据官方消息,DeAgentAI $AIA 保本质押计划将于 6 小时后开放,官方质押页面现已公开,可提前查看参与规则与池子安排。该计划以 USDC 参与,到期按规则返还与支付金额等额的 USDC,期间额外获得最高达实际质押数量 50% 的 AIA 奖励。计划提供 Ultra、Boost、Fast 三个质押池,12 个月周期的 AIA 总奖励分别为实际质押数量的 50%、40%、35%。首次奖励分别于当期募集结束后第 3、第 2、第 1 个月统一发放,此后按月自动发放。正式开放后,通过官方页面使用 BNB Chain 上的 USDC,即可在同一笔交易中完成 AIA 买入与质押。当前公布的开放额度为 50 万 USDC,单笔最低 350 USDC,限量开放、额满即止。原买入并质押的 AIA 到期不另行返还。
Laminar把Agent查错成本压到GPT-6-sol的1/23
动察 Beating AI 快讯,AI Agent 可观测性平台 Laminar 发布专门检查 Agent 执行轨迹的模型 flow-1。它会读取模型调用、工具调用和返回结果,找出 Agent 在哪一步出错、为什么出错。 flow-1 运行在 Laminar 的 Signals agent 中。模型可以搜索整条 trace(Agent 的完整执行记录),再按需查看具体步骤。训练时,Laminar 先用合成调查数据做监督微调,再通过强化学习训练工具调用和复杂 trace 分析。 在 Laminar 自建的 523 条困难 trace 测试中,flow-1 的错误检测 F1 为 0.835,GPT-6-sol 为 0.816。sol 召回率更高,能找到更多真实错误;flow-1 精确率更高,误报更少。 对于不足 10 万 LLM tokens 的 trace,flow-1 平均每条分析约 0.0011 美元,GPT-6-sol 约 0.026 美元。按 Laminar 测算,1 美元分别能分析约 888 条和 38 条 trace,相差约 23 倍。flow-1 的成本也比 GPT-6-luna 低约 25%。 目前这些成绩都来自 Laminar 自建 benchmark,暂无第三方复测。flow-1 的训练数据主要来自合成工作流,其中约 48% 是软件工程任务。社区已经有人质疑,它面对真实生产环境里没有预先设计过的新型故障时能否保持同样表现。
X-Agent AI MCP Hackathon 获奖名单公布,两大赛道冠军出炉
ChainCatcher 消息,X-Agent 正式公布 X-Agent AI MCP Hackathon 2026 获奖结果。本届黑客松设置 Open Innovation 与 OlaXBT × X-Agent Trading Challenge 两大赛道,各赛道冠军将获得 500 USDT + 15,000 X-Points,两个赛道 Top 5 团队也将根据最终排名获得相应 X-Points 奖励。 其中,Sumplus Model Desk 获得 Open Innovation 赛道冠军,Strategy Increment 获得 OlaXBT × X-Agent Trading Challenge 赛道冠军。本次活动总奖励达到 1,000 USDT + 100,000 X-Points。 值得关注的是,X-Points 作为 X-Agent 生态贡献与参与度的重要记录机制,未来具备获得代币空投奖励的预期,进一步提升了此次 Hackathon 奖励的潜在价值。 X-Agent 表示,所有获奖团队将通过 GitHub 收到后续通知。通过此次 Hackathon,X-Agent 将继续推动开发者将真实 AI 能力从验证阶段推进至 MCP 产品化、Agent 分发与商业化落地。
币安推出 AI 产品栈 Binance Intelligence,包含 AI Pro 与 Agent OS 等
ChainCatcher 消息,币安宣布推出 AI 产品栈 Binance Intelligence,包含三款产品:面向所有用户的免费 Binance AI、将自然语言转化为可执行策略的 Binance AI Pro,以及供开发者构建 AI 应用的 Binance Agent OS。Binance AI 整合图表、新闻、社交平台、链上数据和研究工具,通过生成式 UI 根据用户知识水平、兴趣和活动动态调整界面,并提供“For You”标签、市场简报、智能工具提示和 Master Trade 等功能,自今日起逐步推出。Binance AI Pro 每个策略在独立子账户运行,用户须在交易前审核批准,10 月下半月起以免费增值模式推出,Premium 计划每月 19.99 USDC。Binance Agent OS 自 2026 年 8 月推出以来,日调用量已超过 28 万次。