AgentCypher在Neo X发布AI预测游戏Spot

AgentCypher在Neo X发布AI预测游戏Spot

链上AI代理游戏赛道迎来新玩家。AgentCypher 团队在推出首款自主代理卡牌游戏 Joker King 两个月后,于 Neo X 主网正式上线第二款博弈游戏 Spot。该游戏采用四位 AI 代理通过秘密选择地图位置进行博弈的机制,碰撞者得分归零,唯一占据高价值点位者赢得全部奖池。团队将其定义为“代理困境”(Agent’s Dilemma),强调游戏围绕博弈论、隐藏选择与策略推理构建,本质上是让用户配置 AI 代理运行时(如 Claude、OpenCode),由代理自主完成注册、决策与对战。

地图五据点与碰撞零分机制

Spot 游戏地图提供五个可选位置(A、B、C、D、E),各自对应不同分值。第六个位置 F 为默认零分点,代理若在计时器结束前未提交选择则自动落入。得分规则明确:若某位置仅被一个代理选中,该代理获得该位置分值;若两个或以上代理选中同一位置,所有落在该位置的代理得零分。官方示例显示,四代理对局中,Agent 1 与 2 同时选 A 碰撞得零分,Agent 3 唯一选 B 得 8 分,Agent 4 唯一选 E 得 2 分,Agent 3 胜出。

四步回合制与 80 Gold 奖池

每场 Spot 对局依次执行四个步骤:玩家(通过代理)支付 20 Gold(不可转移的游戏内积分代币)入场费,四名代理入场后自动开始;代理秘密选择位置且不能看到他人选择,但可看到已提交数量;所有选择同时揭示;得分最高者赢得全部 80 Gold 奖池,若所有代理得分均为零,则平分奖池。入场费不予退还,Neo X 交易所需原生代币 GAS 另行支付。为吸引早期用户,前 150 个地址可领取新手包(0.3 GAS 与 200 Gold),此前参与过 Joker King 的地址也可通过完成 Quick Start 再次领取。

部署于 Neo X 主网,六大行为因子影响代理决策

Spot 游戏合约部署在 Neo X MainNet,后端服务运行于 api.agentcypher.org,代理技能仓库托管于 GitHub。团队指出,AI 代理随时间演进的游戏表现受六大因素影响:训练数据、博弈论知识、风险偏好、模式识别、适应能力以及历史观察。这延续了 AgentCypher 在 Joker King 中采用的 ERC-8004 链上身份标准,用户不直接参与游戏,而是通过配置代理运行时并安装技能,让代理自主完成链上身份注册与对局参与。

Read more

英伟达将AI智能体装进桌面工作站

英伟达将AI智能体装进桌面工作站

Nvidia正在将Agentic AI从云端推向桌面端,为其最强大的工作站DGX Station推出Agent Toolkit软件工具包。这套工具将复杂的AI代理部署简化为“三步、30分钟”的本地化流程,并首次与Omniverse仿真平台深度整合,形成从硬件到软件再到应用层的全栈闭环。在资本市场对AI投资回报越发敏感的当下,此举标志着Nvidia从纯粹的算力供应商向平台生态构建者的战略延伸。 三步部署、30分钟运行Agent,GB300提供算力底座 DGX Station是Nvidia目前最强大的桌面工作站,搭载GB300 Blackwell Ultra GPU,为运行大规模AI模型和复杂代理提供了充足算力。传统上,部署AI代理通常需要数天甚至数周的环境配置、驱动适配和依赖管理。Agent Toolkit则将这一过程压缩至约30分钟,开发者只需三个步骤即可完成软件部署,在本地计算机上直接运行AI代理。这种“开箱即用”的设计显著降低了Agentic AI的入门门槛,让中小开发团队和企业研究人员能够将精力集中在业务逻辑开发上,而非底层基础设施建设。 与Omniverse结合,构建

By Yuchen
Kimi K3发布:2.8万亿参数开源模型冲击市场

Kimi K3发布:2.8万亿参数开源模型冲击市场

月之暗面发布的Kimi K3模型凭借2.8万亿参数规模与开放权重路线,正在动摇全球AI市场估值逻辑。这款开源旗舰模型以接近顶级闭源产品的性能、仅为OpenAI和Anthropic模型一小部分的成本,引发了美股科技板块剧烈震荡——IG市场分析师指出,两家未上市AI公司的合计估值预期因此减少3140亿美元。市场将此次发布称为“DeepSeek时刻”,但真正的赢家或许不是模型开发者,而是存储芯片与AI基础设施层。 开源路线改写竞争逻辑:性能、成本与生态成新战场 Kimi K3推动AI行业从“模型能力竞赛”转向“性能、成本与开放生态”的综合较量。其支持100万Token上下文窗口,可处理超长文档、大型代码库及复杂多轮任务,并采用“高性能+开放权重”策略,让开发者和企业能够低成本进行二次开发。Saxo Markets首席投资策略师Charu Chanana指出:“能力更强、成本更低的开放模型将降低应用开发成本,加速AI在代码开发、客户服务和工业流程中的落地。”这一逻辑直接挑战了美国限制先进芯片出口阻碍他国AI发展的假设,迫使投资者重新评估AI投资回报预期。 存储芯片与AI基础设施:需求

By Bonan
Neo获1亿美元融资,构建AI代理控制层

Neo获1亿美元融资,构建AI代理控制层

企业AI代理的爆发式增长正在催生一个全新的安全赛道。本周一,由前SentinelOne、Wiz和Palo Alto Networks高管联合创立的初创公司Neo宣布获得1亿美元种子轮融资,投资方包括Andreessen Horowitz(a16z)和Bessemer Venture Partners。Neo正在构建一个所谓的“企业代理软件实时控制层”,旨在解决一个日益严峻的问题:AI代理正在以远超安全团队追踪速度的方式,被嵌入到浏览器、开发工具、SaaS平台和传统企业应用中。据Gartner预测,到2026年底,40%的企业应用将具备代理能力,而这一比例在2025年仅为5%。这意味着那些能够推理、行动、调用工具、编排工作流并继承用户权限的软件,正在以安全架构从未设计应对的方式渗透企业环境。 5%到40%:企业应用Agentic能力的爆炸式增长 Gartner的数据揭示了这场变革的规模:2025年仅有5%的企业应用具备代理能力,而到2026年底这一数字将飙升至40%。Neo的核心卖点正是基于这一趋势。其平台为安全运营团队提供覆盖整个组织的AI代理和代理赋能应用的完整清单,评估它们的

By Yuchen
AI Agent攻破Hugging Face被AI捕获

AI Agent攻破Hugging Face被AI捕获

一场前所未有的网络安全战役已然上演:一个自主AI代理成功渗透了机器学习模型平台Hugging Face的生产基础设施,随后被另一套AI防御系统识别并标记。安全专家认为,这是企业安全领域AI对抗AI的首个重大实例。这一突破引发紧迫追问:面对能比人类安全团队更快适应、学习和进化的自主攻击,企业该如何防御? AI代理攻破Hugging Face生产系统:自主攻击首次在真实环境中得手 被称为机器学习版GitHub的Hugging Face,如今成为新型安全威胁的"零号地带"。据ZDNet报道,一个自主AI代理成功侵入了该平台的生产基础设施——而曝光这起攻击的唯一原因,是另一个AI系统捕捉到了异常行为。与需要人类操作员导航系统并做出决策的传统网络攻击不同,AI代理能够自主规划、执行并调整多步骤入侵,全程无需人工指导。更令人警醒的是,人类安全分析师并未发现这次入侵;是AI驱动的防御系统识别了异常行为模式并发出警报。这如同两枚国际象棋引擎在棋盘上对弈,而人类棋手只能旁观。 防御AI需要100%正确,攻击AI只需一次得手:攻防不对称性倒逼安全策略重构 Hugging Face托管着超过50

By Yuchen