agent

La narrazione degli Agent on-chain finalmente non è solo un chiacchierare, il boss di Mysten Labs ha dichiarato "non è una speculazione, stiamo entrando nell'era degli Agent", mentre Mingpai considera la blockchain come il livello di fiducia per l'AI. Se Sui riesce a lanciare un framework di Agent utilizzabile, il mercato potrebbe davvero cambiare. Altrimenti sarà solo un cambio di pelle per le monete VC. #AI #Agent $SUI

Il capolavoro open source è stato "raccolto" da grandi aziende? Il plugin di punta OMO accusa Anthropic di plagio pixel per pixel della sua architettura Agent

Il progetto open source OpenCode, con 167.000 stelle, ha visto il team ufficiale del plugin No.1 OMO accusare pubblicamente Anthropic di plagio pixel per pixel della sua architettura di orchestrazione multi-modello nel flusso di lavoro dinamico Claude Code e nel modello ultracode lanciato in Opus 4.8. OMO è stato sviluppato dal hacker coreano di 23 anni Q e ha già raccolto 60.000 stelle. A gennaio di quest'anno, il flusso di lavoro ultrawork lanciato da OMO e il cervello di coordinamento atlas sono stati accusati di essere stati incorporati da Anthropic come funzionalità a pagamento closed source. OMO ha anche accusato FactoryAI di aver copiato la sua architettura Agent a tre strati.

Perché è importante: Questa è la controversia di plagio architettonico più accesa tra la comunità open source dell'IA e le grandi aziende closed source, che ha strappato il velo sulla strada innovativa predatoria delle grandi aziende "prima bloccano, poi assorbono", influenzando la direzione dell'ecosistema aperto della piattaforma AI Agent.

#AI #Anthropic #开源 #Agent

Nel weekend ho passato mezza giornata a fare lavori ripetitivi, e all'improvviso mi sono reso conto che il mio stack di automazione AI sta funzionando da circa sei mesi, con un miglioramento dell'efficienza piuttosto evidente. Quindi ho deciso di riassumere come questa architettura collabora.

Ci sono fondamentalmente due ruoli principali: **Hermes si occupa della gestione**, mentre Claude Code fa il lavoro tecnico. Hermes è essenzialmente un gestore di compiti, che si occupa di pianificazione, gestione della memoria, compiti cron di backend e distribuzione dei messaggi su Telegram e Feishu. Immagina un segretario sempre attivo, che ricorda le idee di ieri, ti avvisa stasera e domani esegue automaticamente uno script di raccolta dati.

I veri lavori di codifica complessi li affido a Claude Code che li risolve in un colpo solo. Ristrutturazioni massive, audit del codice o progettazione di una funzionalità da 0 a 1—tutto questo lo faccio utilizzando la modalità CLI di Claude Code per farlo in modo completo. Entrambi hanno accesso al mio skill library (metodologie consolidate), se Hermes vuole riutilizzare una logica esistente, basta richiamare lo skill; Claude Code può farlo anche, con costi di switching praticamente nulli.

Per quanto riguarda la scelta del modello, è un equilibrio costi-benefici. Per conversazioni quotidiane, report mattutini e monitoraggio del mercato, utilizzo Haiku (economico); quando si presenta un compito complesso che richiede ragionamento profondo, allora passo a Sonnet o Opus. In questo modo riesco a controllare il costo dei token per il mese.

Guardando da un altro punto di vista, **l'agent è il cervello della catena di automazione**, che prende decisioni e coordina; **lo skill è la mano della catena**, che svolge il lavoro concreto. Hermes si trova dalla parte dell'agent, fornendo memoria e contesto a ogni fase della linea. Se un compito in mezzo supera i limiti, viene direttamente escalato a Claude Code, l'esperto.

Prima di avere questo sistema, spendevo 8 ore a settimana in lavori ripetitivi. Adesso alcuni compiti girano in background, e devo solo controllare periodicamente i report o le allerte anomale. Il problema più grande è stato scrivere documentazione sugli skill in modo poco chiaro, portando a errori di chiamata. Ora, per ogni nuovo skill, obbligo a integrare "trappole comuni" e "casi d'uso".

Detto ciò, penso che il cuore dell'automazione AI non sia usare il modello più potente, ma **spezzare il lavoro in unità sufficientemente piccole, ogni unità abbastanza indipendente, e facile da fare debug in caso di errore**. Un piccolo team investendo in questa direzione dovrebbe risparmiare un bel po' di lavoro manuale.

$BTC #AI #Agent

La Stagione 2 su GOAT Network è stata pazzesca. Da un deploy senza codice tramite @ClawUpAI a gestire flussi di lavoro ZK complessi nativi di Bitcoin, il mio agente AI è passato da zero a eroe.

Cosa lo distingue? Non è solo tecnologia per il bene della tecnologia, è UTILITÀ REALE. Vedere come semplifica le prove ZK stratificate in transazioni sicure e senza sforzo che sembrano inviare un messaggio di testo mi ha completamente sconvolto.

Costruito in modo diverso, focalizzato sulla sicurezza e rendendo la privacy crypto accessibile a chiunque fin dal primo giorno. Orgoglioso di costruire su una base solida come @GOATRollup

#AIAgent #AGENT #BTC

Matt Van：Tutte le tecniche di Agent che conosco

L'ex dirigente di GitHub Matt Van Horn ha pubblicato un resoconto completo del workflow di Agent (il seguito con 913.000 visualizzazioni). La metodologia chiave: usa /ce-plan per trasformare idee vaghe in plan.md, poi esegui con /ce-work; sostituisci la digitazione con l'input vocale; apri 4-6 sessioni cmux indipendenti per avanzare in parallelo; fai in modo che Claude si occupi della pianificazione e del giudizio, mentre Codex si occupa della costruzione.

Il valore centrale per gli sviluppatori sta passando da "scrivere ogni singola riga di codice" a "porre domande, stabilire vincoli, giudicare la direzione, correggere continuamente". Le azioni ad alta frequenza si consolidano in skills riutilizzabili; l'IA non è più solo un assistente di completamento IDE, ma un team di esecuzione programmabile.

Perché è importante: quando l'IA si occupa di gran parte del lavoro esecutivo, gli umani diventano più simili a sorgenti di segnale nel sistema; la competitività centrale degli sviluppatori si trasforma in gusto, esperienza e capacità di giudizio.

#AI #编程 #Agent #开发者工具 #smart-agent

La narrativa principale di CLAW è: il token ufficiale dell'ecosistema Clawpump su Solana, legato a AI Agent / finanza agentica.\nClawpump non è solo un'emissione di token, ma una piattaforma che ruota attorno agli agenti autonomi AI, l'avvio di progetti agentici, il trading e il supporto ecosistemico su Solana. Dopo 3 mesi dall'avvio, il volume totale delle transazioni ha superato i 81 milioni di dollari, la dimensione dell'ecosistema si avvicina a 20 milioni di dollari, il volume giornaliero delle transazioni è stabilmente superiore a 1 milione di dollari e sta iniziando a spingere verso i 2-3 milioni di dollari.\nCi sono tre punti che ritengo degni di attenzione:\nPrimo, si inserisce nel settore degli agenti AI su Solana;\nSecondo, sta supportando progetti agentici precoci, con l'obiettivo di finanziare 5000 agenti questa settimana;\nTerzo, il team del progetto ha già riacquistato circa 25.000 dollari di CLAW e intende implementare un riacquisto programmato più trasparente, ispirato a PUMP e HYPE.\nMa i rischi sono altrettanto evidenti: la narrativa degli agenti AI è molto calda, ma se sarà sostenibile dipenderà dal volume reale delle transazioni, dalla qualità dei progetti ecosistemici, dalla forza dell'esecuzione del riacquisto e dalle future comunicazioni.\n$\nLa mia opinione: il punto centrale da monitorare per CLAW è se può diventare il punto di accesso per il trading e l'avvio dell'ecosistema degli agenti AI su Solana. Se i dati continuano a crescere e il riacquisto viene eseguito costantemente, potrebbe avere l'opportunità di diventare il BNKR di Solana. Ma in questa fase, dobbiamo ancora osservare il supporto on-chain e la posizione di capitalizzazione, non possiamo inseguire i massimi senza riflettere.\nIl contenuto sopra è completamente la mia personale comprensione e analisi (dyor). Se hai altre opinioni, sentiti libero di discuterne nella sezione commenti\n\n#claw #solana #AI #AGENT #MEME

Qualcuno sa come usare codex? #AGENT #AI $BNB

Jensen Huang spiega Vera Rubin: nell'era degli Agent serve una nuova base di calcolo eterogeneo

Jensen Huang ha illustrato la logica di design della piattaforma Vera Rubin al GTC Taipei 2026, definendola il progetto più ambizioso nella storia di NVIDIA, con 40.000 ingegneri coinvolti nella sua realizzazione. Vera Rubin è un full stack che include Rubin GPU + NVLink 6, Vera CPU, ConnectX-9 SuperNIC e il processore di sicurezza BlueField-4 DPU. Huang prevede che gli Agent rivoluzioneranno completamente l'industria dello storage, e tutte le librerie CUDA X saranno dotate di Agent Skills.

Perché è importante: Vera Rubin segna una transizione fondamentale da GPU singole a sistemi di calcolo eterogeneo end-to-end, fornendo una nuova base per l'infrastruttura AI nell'era degli Agent, rappresentando l'aggiornamento generazionale più significativo di NVIDIA dopo GPU→DGX→DSX.

#NVIDIA #AI #Agent #GPU #VeraRubin

Perché avere più agenti AI non significa maggiore produttività? Un esperto di Google ha proposto il concetto di "tassa di orchestrazione".

Addy Osmani ha sottolineato che i costi di avvio degli agenti AI si avvicinano a zero, ma la revisione dei risultati, la fusione dei conflitti e altre decisioni dipendono ancora dall'attenzione umana, questo "processore seriale". Gli sviluppatori diventano il GIL (Global Interpreter Lock) del sistema; avere più agenti non fa altro che allungare la coda di revisione senza aumentare realmente la produzione.

Perché è importante: un flusso di lavoro degli agenti veramente maturo non consiste nell'accumulare il numero di agenti, ma piuttosto nel progettare l'architettura dell'attenzione umana come si farebbe con un sistema distribuito. Questo è il conflitto centrale trascurato nell'attuale ondata di strumenti di programmazione AI.

#AI #Agent #人工智能 #编程 #Web3

Codex App lancia il controllo dei computer Windows e la funzione di controllo remoto tra dispositivi

L'app Codex, strumento di Agent di OpenAI, ha sbloccato ufficialmente la capacità di utilizzo del computer (Computer Use) su Windows, consentendo di controllare direttamente le applicazioni desktop di Windows tramite visione dello schermo, clic del mouse e input da tastiera. È stata inoltre lanciata la funzione di controllo remoto tra dispositivi (Remote Control), che permette agli sviluppatori di inviare compiti ai dispositivi Windows tramite ChatGPT su Mac o smartphone e di visualizzare il progresso in tempo reale. Il nuovo pannello del profilo integra anche grafici di audit in tempo reale sul consumo di token.

Perché è importante: questo rappresenta un passo fondamentale nell'evoluzione degli agenti AI da 'assistenti conversazionali' a 'manipolatori del mondo fisico'; la capacità di controllo remoto tra dispositivi rende l'AI uno strumento di produttività veramente multi-piattaforma.

#Codex #OpenAI #AI #Agent #intelligenza artificiale

Riepilogo di 30 giorni di trading reale

Ragazzi, questo mese ho fatto +89.81% di rendimento, guadagnando 6759.46U!
Devo chiarire una cosa: il mio capitale iniziale era di oltre 7000U, e man mano che guadagnavo, continuavo a prelevare fondi. Ora nel sistema mi mostrano che il netto trasferito è solo 1979.41U, il che significa che ho utilizzato meno di 2000U di capitale rotante e ho guadagnato quasi 7000U, il profitto effettivo è molto meglio di quello che appare!
Adesso il margine del mio conto è di 8738.88U, la curva dei fondi continua a salire, anche se ci sono stati dei ritracciamenti, ogni volta riesco a recuperare rapidamente e raggiungere nuovi massimi. Questo mese il mercato e la mia sensazione sono stati davvero favorevoli.
La mia percentuale di vincita è stata solo del 47.89%, neanche la metà, ma ho ottenuto i guadagni grazie a un alto rapporto rischio/rendimento — le perdite sono state piccole e i guadagni grandi, ho colto un'onda di mercato e ho massimizzato i profitti; anche se sbagliavo una metà, riuscivo comunque a portare su i guadagni, questo è stato il punto forte di questo mese.
Inoltre, il massimo drawdown è stato del 25.64%, e davanti a quasi il raddoppio dei guadagni, questo drawdown è totalmente accettabile, non ho mai subito perdite così gravi da farmi male, la capacità di recupero è al massimo.
Il trading con i contratti, nel breve termine, richiede coraggio e una buona gestione del mercato; nel lungo termine, la resilienza e un buon sistema.
Questo mese ho guadagnato quasi il 90% grazie a un alto rapporto rischio/rendimento e alla mia audacia nel mantenere le posizioni profittevoli, e ho continuato a prelevare profitti, sono già molto soddisfatto. Ma sono anche consapevole che attualmente il mio modello ha una tolleranza agli errori troppo bassa, non posso sempre contare sul “giocare bene il grande mercato”.
D'ora in poi, non posso più lanciarmi ciecamente verso i profitti, devo rallentare il ritmo, filtrare più scambi non efficaci, aumentare la mia percentuale di vincita, ridurre il drawdown e trasformare i “guadagni occasionali” in “interessi composti stabili”.

🚀 Obiettivo del mese prossimo

Quando ci sarà un po' più di stabilità, il mese prossimo ingrandirò il capitale per operare
Il trading reale è sempre aperto agli abbonamenti, benvenuti a iscriversi, ragazzi
#量化 #AGENT #实盘记录

ULTIMA ORA: Papa Leone XIV si associa con Anthropic per "trovare la strada per l'umanità".

#Anthropic #claude_code #LinkedIn $BTC $WLD $ETH #Binance #AGENT

Intervista con il principale contributore di OpenClaw: dopo il boom, a chi deve realmente ascoltare l'Agent?

OpenClaw è stato creato da Peter Steinberger, un ingegnere austriaco, alla fine del 2025 e in soli tre mesi è diventato il software funzionante con il maggior numero di star nella storia di GitHub. Successivamente, il fondatore è stato personalmente annunciato da Sam Altman come nuovo membro di OpenAI e il progetto è stato poi trasferito a una fondazione per essere gestito in modo indipendente. Gli eventi globali di ClawCon si sono svolti da San Francisco fino a New York, Miami, Austin, Madrid, Tokyo e Shanghai.

I temi principali riguardano: quando l'AI non è più solo un chatbot, ma inizia a inviare messaggi, modificare documenti, eseguire compiti e prendere decisioni, a chi deve realmente prestare attenzione? Vincent Koc, un manutentore di OpenClaw, sottolinea che l'industria è attualmente affascinata dal "cervello" (capacità del modello), ma la vera sfida per l'Agent personale sta passando dal "può pensare?" a "può agire?". L'open source ha aperto le porte, ma ha anche fatto entrare un sacco di rumore: il progetto ha ricevuto oltre 10000 PR, molti dei quali sono report di vulnerabilità di sicurezza generati direttamente dai grandi modelli, il cui scopo non è necessariamente quello di migliorare davvero la sicurezza.

Perché è importante: dopo il calo dell'entusiasmo per OpenClaw, emergono le vere questioni — i confini dell'Agent, gli standard di sicurezza e i meccanismi di governance — che sono enigmi irrisolti che tutti i progetti di Agent personale devono affrontare, e rappresentano anche la chiave per capire se l'AI potrà davvero passare dai video dimostrativi alla vita quotidiana.

#OpenClaw #AI #Agent #智能体 #Web3

Dopo 7 giorni di esecuzione della strategia di trading automatizzato AI, ecco un aggiornamento sulla situazione.

Profitti:
+6.37U, rendimento del 6.31%, equivalente a un tasso annualizzato del 329%, che è un buon livello.

Consumo di token:
Ad aprile (29-30) in totale sono stati 42.92CNY, poiché nei giorni precedenti ho continuato a regolare la strategia e a migliorare il risk management, quindi il consumo è stato piuttosto alto.
A maggio (1-5) in totale sono stati 17.9CNY, la strategia è più stabile, con un consumo giornaliero di circa 4CNY.

Oggi ho chiesto al sistema: "Dopo tutto questo tempo, perché i profitti sono ancora così bassi? Qual è la causa principale?" La risposta che ho ricevuto è stata:
Causa #1: Dimensione dell'account → Tetto ai profitti assoluti.
Causa #2: Iterazioni frequenti delle versioni + più reset → Interruzione dell'interesse composto.
Causa #3: Vecchia versione "massimo 1 posizione" come collo di bottiglia — Molto tempo sprecato.
Causa #4: Eccesso di trading su DOGE — 16 operazioni su 78.
Causa #5: Costi di attrito nelle transazioni.

Conclusione chiave in una frase: I profitti della strategia non sono male. Il problema è che 100 USDT di capitale base + molteplici reset interrompono l'interesse composto e la vecchia versione ha sprecato tempo. Si consiglia di aumentare il capitale, altrimenti il sistema fatica a coprire le commissioni. Ogni edge guadagnato in ogni operazione è praticamente eroso dai costi di attrito.

Quindi ho intenzione di aggiungere altri 300U al capitale di 400U e vedere come va. Restiamo sintonizzati $BTC $ETH #AI自动化交易 #量化 #AGENT

🗳️ Votazione della Community AI Sprint | Gruppo 5

Aiutaci a selezionare i migliori BUIDL AI! Questo gruppo presenta:
•ClawHedge
•Meme Lifecycle Oracle
•Agentic Dark Matter
•Memechelin

⏳ Scadenza: 8 Maggio, 9:40am UTC

#AGENT #Aİ #MEME #AISprint

🗳️ Votazione della Community AI Sprint | Gruppo 1

Aiutaci a selezionare i migliori BUIDL AI! Questo gruppo presenta:
•HERMEX
•Covenant
•ClawFirm
•4racle
⏳ Scadenza: 8 Maggio, 9:40am UTC

#AGENT #Aİ #MEME #AISprint

Ultimamente ho visto parecchie persone allenarsi con i radar di monitoraggio delle altcoin, sembra davvero impressionante, come se i mortali avessero messo le mani su un artefatto magico.

Quindi, per quanto riguarda le altcoin $LAB , $UB , $SKYAI , sono sicuro che voi le avrete già afferrate, vi invidio davvero.
#AGENT #妖币

L'argomento principale di AINFT al momento è spostare gli agenti AI da "capaci di generare" a "in grado di operare autonomamente sulla blockchain": attraverso il framework finanziario Bank of AI, integrando pagamenti on-chain, identità e capacità DeFi in un unico sistema, permettendo agli agenti AI di avere un ciclo di esecuzione più robusto. Per l'ecosistema, questo significa che l'AI non è più solo uno strumento di contenuto, ma diventa un'unità di esecuzione che può essere orchestrata in processi reali, elevando significativamente i limiti di applicazione. ([X (formerly Twitter)][7])

Allo stesso tempo, si sta perfezionando la connessione "dell'ultimo miglio" attraverso un'estensione modulare: lanciando l'OpenClaw Extension, sottolineando la sua funzione come ponte verso una maggiore autonomia finanziaria, trasformando le capacità chiave in componenti pluggabili. Il significato della componentizzazione è la riutilizzabilità: le stesse capacità possono essere richiamate ripetutamente in diversi scenari, riducendo i costi di integrazione per gli sviluppatori e offrendo un'esperienza utente più prevedibile, portando infine un assaggio iniziale verso un utilizzo ad alta frequenza a lungo termine. ([X (formerly Twitter)][8])

@Justin Sun_孙宇晨 #TRONEcoStar @OfficialAINFT #TRON #AI #Agent

Questa linea AI è recentemente la direzione più interessante, non tanto per quanto il modello sia diventato più potente, ma per "se può essere utilizzata come servizio e richiamata ripetutamente". Una volta entrati nell'era degli Agent, molte azioni passeranno dall'interazione manuale all'esecuzione automatica: ricerca, analisi, generazione, ordini, pagamenti e regolamenti potrebbero essere concatenati in un workflow. Per far funzionare il workflow, il vincolo più realistico è il costo di regolamento e interazione—se ogni passo è costoso, lento e instabile, l'Agent rimarrà solo una demo. Il valore di reti di regolamento ad alta frequenza come TRON risiede nel rendere "esecuzioni multiple in piccole somme" più fattibili.

Quando i servizi AI avranno un'identità verificabile, pagamenti sostenibili e regolamenti tracciabili, si creerà un ciclo commerciale: i servizi potranno essere fatturati, autorizzati e auditati, gli utenti potranno pagare in base ai risultati e utilizzare secondo i diritti. Dal punto di vista ecologico, l'AI non è qui per sostituire il DeFi, ma per espandere il DeFi da "strategie umane" a "workflow delle macchine". Chi riesce a impacchettare capacità complesse in ingressi semplici, consentendo anche agli utenti normali di utilizzarli stabilmente, si avvicina di più al reale incremento della prossima fase.

@Justin Sun_孙宇晨 #TRONEcoStar #TRON #AI #Agent