与「做生意」相关的搜索结果

2026 年 9 月 29 日，OpenAI 在旧金山 Fort Mason 办了今年的开发者大会 DevDay。主讲是 CEO Sam Altman。其他几位上台的人都在做这些产品。产品团队的 Holly 演示了新产品 Dots。后训练（模型预训练之后做对齐和能力调优的阶段）研究负责人 Tejal 讲了模型怎么反过来帮 OpenAI 做研究。Codex 的演示由 Romain Huet 来做，他在 OpenAI 负责开发者体验，去年 DevDay 主题演讲里的 Codex 演示也是他做的。整场演讲分三块：面向用户的常驻智能体 Dots 和协作空间 ChatGPT Space，给开发者的新模型和新工具，以及帮开发者做分发、赚钱的渠道。 1. Dots：一直在线、会主动干活的智能体 Sam 把 Dots 比作电影里那种一直在身边帮忙的 AI 助手。他认为订餐厅、买机票这类代办虽然有用，但和这项技术能做的事比起来太小了。他想要的 AI 知道正在发生什么，也知道你在意什么，不用你事事交代。 Dots 是常驻在线的智能体（Agent），有自己的云端电脑和浏览器，能写代码、跑测试。它的权限跟着用户走，能直接用用户已经在 ChatGPT 里连好的插件，覆盖 4000 多个应用。除了在 ChatGPT 里对话，之后还可以给它发短信、打电话。目前每人先有一个 Dot，以后可以配一整组。Dots 跑在 本月早些时候发布的 GPT-6 Astra 上，Sam 称它是 OpenAI 对齐做得最好的模型。用户可以限定 Dot 能用哪些应用、能不能操作电脑，也能给它的各类操作写自定义指令，愿意交出多少责任就放多少权。 Sam 说，他自己的 Dot 每天早上会把夜里进来的消息过一遍，挑出紧急的提醒他。他说这让他拿回了一部分注意力，没那么离不开手机了。他还举了一个更重的例子：把应用从一个即将停用的旧 API 上迁走。这个 API 可能散落在代码库各处，改了哪里会连带弄坏什么，事先看不出来。Dot 可以追踪依赖关系，找出所有要改的地方，写代码、跑测试，最后把 PR（代码合并请求）交给团队审。他让听众想想，过去做这件事要几个人、花多久。 开场视频里，用户把自己的 Dot 改名叫 Alfred。Alfred 和另一个 Dot 帮用户上线网站，改董事会材料，在婚礼蛋糕商家取消后找好备选。它们还发现财务会和女儿的演出撞了期，提出改时间。每件事都是 Dot 推进到需要人确认的地方，再由人拍板。 2. ChatGPT Space：人和智能体一起用的工作区 Sam 认为，现有的生产力软件几乎都没考虑过人和 AI 一起干活。ChatGPT Space 以页面为单位，可以在里面写计划、做调研、生成图片和数据。页面和文件像网盘一样放在同一个空间里。Dot 能直接在页面上工作，在评论里 @ 它，它就会接活。页面本身也能带指令，比如“每天去看 API 平台的 Slack 频道，把发现更新到这里”。之后 Space 里还会加入演示文稿，格式做成智能体方便读写的样子，团队成员可以和各自的 Dot 一起改。 在 Holly 的演示里，页面用斜杠命令就能插入交互图表、表格和可运行的原型。她 @ 自己的 Dot（名叫 Dotty），让它把一组数据改成柱状图。图表可以按反馈类型筛选，Dotty 每小时刷新一次。她还让 Dotty 把“某位工程师在我 Slack 私信里提过的新手引导数据”补进 FAQ。Dotty 能看到她的上下文，所以这种模糊的指代也找得到。 3. OpenAI 内部怎么用 Dots Holly 用一个虚构的歌单应用 Blossom Music，模拟发布前一天的状况。早上 Dotty 已经做了几件事：发现发布评审会提前，改好了日历；看完前一晚测试用户的反馈；注意到设计团队临时改了首页，把新设计发给她。她让 Dotty 直接把这个设计做出来。Dotty 调用她笔记本上的 Codex 构建应用，在 iPhone 模拟器里跑起来，再提交 PR。现场的语音演示卡住了，Dotty 一直回复“还在查”。Codex 线程也报过一次错，她重试后才继续下去。 她说，Dots 真正改变 OpenAI 工作方式的地方在 Slack。Dots 在公司 Slack 里有自己的身份，员工就开始把它们当作代理人。被同事 @ 到的零碎请求，直接转给自己的 Dot 处理。建群时，大家从一开始就把各自的 Dot 拉进来，Dot 带回结果时所有人都能看到。 工程师走得更远。有人在反馈频道贴出会话 ID 和一个用户 bug，某位工程师的 Dot 就会接手排查，提 PR 修复。她说这是真实情况：工程师们的 Dots 每天这样修掉几十个 bug，Dots 这个产品本身有很多部分就是 Dots 写的。 4. 上线范围和企业用的 Specialist Dots Dots 和 Space 当天向 ChatGPT Pro、Business Premium 和 Enterprise 用户开放。Dot 包含在套餐里，和它的对话不占用额度。 企业客户还可以预览 Specialist Dots。这是由公司统一设置、供整个团队使用的虚拟同事，负责会计、市场、法务这类工作量大的事。公司给它目标和背景，审核它的产出，给它反馈，反馈在全公司共享。OpenAI 也在和微软合作，把 Specialist Dots 接入 Agent 365（微软用来管理企业智能体的工具），企业可以用已经在用的微软工具来管理它们。 5. 新模型：更便宜的 GPT-6.1 Sol，更快的 UltraFast Astra 发布这几周，用户的要求集中在两点：更便宜，更快。GPT-6.1 Sol（转录稿误作 Soul）的能力接近 Astra，价格是它的五分之一。缓存输入（重复发送、已被缓存的上下文）比标准输入便宜 95%。智能体需要反复读同一批上下文、长时间迭代，这对它们尤其省钱。Sam 说 Sol 在某些方面比 Astra 还聪明，定位是开发者的日常主力模型。 UltraFast 是新的速度档，API、ChatGPT 和 Codex 里都能用。原有的 Fast 档是两倍速度、两倍价格；UltraFast 是八倍速度、六倍价格，每秒 300 个 Token。它现在可以配合 Astra 用，之后也会支持 Sol。现场让两个模型用同一个提示词，做一个 DevDay 配色的火箭。UltraFast 的火箭已经升空时，标准速度的还没做完。 订阅也跟着调整。新推出的 500 美元档 Pro 订阅叫 Pro 500，额度最高，是 Plus 的 25 倍。它可以在 ChatGPT 和 Codex 里用 UltraFast，还能通过“用 ChatGPT 登录”在合作方的应用里使用。Pro 200 重新开放，继续提供所有前沿模型。 另外预览了 Decisions API。它给 Luna 模型一组预先定义好的选项，让模型从中选一个，比如给请求分流、给图片分类、决定智能体下一步做什么。任务收窄成选择题之后，响应时间可以压到一秒以内，同时保留图像理解、多语言和安全防护。Romain 后来补充说，做机器人的朋友看中的是它能处理视觉输入：机器人可以根据看到的东西，近乎实时地快速行动。 6. 模型开始帮 OpenAI 做研究 Sam 提到，去年这个时候，他和 Jakob 在一次直播里预测，一年内会出现第一个“AI 研究实习生”，当时几乎没人相信。几周前 OpenAI 宣布达成了这个目标：有了一个能接手定义清晰的研究任务的系统，这类任务原本要熟练的研究员花大量时间和精力。 Tejal 的方向是电脑操作（computer use，让模型像人一样操作桌面和浏览器）。她举了两个例子。 第一个是让模型优化电脑操作的运行框架（harness，包在模型外面、负责调用工具和管理步骤的代码）。模型在循环里持续寻找能同时降低延迟、提升效果的改动，团队把找到的改进合进生产环境的框架，并用于后训练。结果是延迟改善了两倍以上，已经上线。 第二个是模型帮忙改进了监控和拒绝训练，让 Astra 在不安全的场景里更会拒绝。Astra 在电脑操作压力测试上因此达到业内领先，操作时出错更少，也更贴合用户的本意。 她给出了几项内部数据。今年夏天之后，研究工作消耗的 Token 量急剧上升。1 月时，模型能做好 15 分钟以内的短任务，需要一天以上的任务大多会失败；到 7 月，超过三分之一的一天量级研究任务，模型能在无人干预下完成。她还提到，Astra 这类模型已经帮忙解决了 100 多个悬而未决几十年的数学问题，也在参与针对耐药感染的新抗生素、古代语言研究、可再生能源和工业机器人等方向的工作。 7. 给开发者的底层工具 Sam 说，OpenAI 想让开发者用上自己内部用的东西。 第一件是 Codex 的运行框架。它同时支撑着 Codex、ChatGPT Work 和 Dots，目标是用最少的 Token、最快拿到准确结果，现在已经开源。第二件是 Codex 完全上云：在手机上开始的任务，可以在浏览器或桌面端接着做，合上笔记本任务也不会中断。 云端能力带来了 Codex Security Cloud。它在云端环境里持续寻找漏洞，并准备好验证过的修复方案供人审核，这次新增了自动去重、定时扫描和新界面。Sam 说这是为了给防守方更好的工具，因为“我们看得到接下来会发生什么”。 新的 Agents API 进入公开测试。它包含运行框架、托管、记忆、多智能体控制等功能，是 Codex 和 Dots 用的同一套技术，也加入了电脑操作能力。现场的例子是一个网站测试智能体，会自己打开浏览器、点击页面、测试流程。基础设施方面，OpenAI 和 AWS 合作推出由 OpenAI 驱动的 Bedrock（AWS 的托管 AI 服务）托管智能体，AWS 客户可以直接使用 OpenAI 的前沿模型、Codex 和 ChatGPT Work。 隐私方面预览了 OpenAI Private Intelligence。其中的零数据留存（ZDR）配合私有安全处理，可以在不把用户内容存到 OpenAI 服务器的情况下做安全检测；私有推理则把隐私保护延伸到推理阶段。Sam 说这套方案是和最大的一批客户一起设计的，目的是让他们能把模型用在最敏感的工作上。 性能方面，Responses API 一年里增长了 100 倍，可靠性保持在 99% 以上。首个 Token 的等待时间缩短了 45%，工具调用和工作流提速 30% 以上。 8. Romain 的 Codex 演示 演示从手机上的 Codex 开始。Romain 人还在会场外，让 Codex 替他跟观众打招呼、讲一个会场的冷知识。接着他用几张会场照片生成的 3D 场景演示 UltraFast，一边说一边改：把小人放到座位上，把直播画面投到场景里的大屏幕上。现场语音没连上，他改成了打字。 Codex 命令行工具（CLI）这次全面翻新。他让 UltraFast 写一个应用，从观众里随机抽三个人送明年的门票，几秒就写完；改成抽六个人，也几乎是瞬间完成。命令行现在支持由 GPT Live 驱动的双向实时语音，不只是语音转文字，但现场没能演示出来。 后面几段演示了多模态和电脑操作。游戏 Astra Adventures 从一张纸上的草图开始，几轮之后画面还很粗糙，借助图像模型，才变成有质感、能用在正式游戏里的美术。然后他让 Astra 通过浏览器自己学着玩这个游戏，屏幕左边显示模型的决策，右边显示它按下的按键。 他又用“应用快照”（app shot）把自己记录飞行课程的应用作为上下文交给 Codex，让它在各种屏幕尺寸下审查这个应用并截图。Codex 自己在模拟器里点开了各项功能。云端 Codex 现在和本地版用同样的工具，包括插件和电脑操作。他顺手把一个“用 Rust 重写整个后端”的任务丢到云端，打算稍后在手机上查看。 最后一个演示用的是 Hugging Face 借来的可编程小机器人 Micro Duck，它名叫 Lavender。Romain 前一晚让 Codex 把它接好：视觉用 Astra，图像生成用 GPT Image 2.5，语音交互用 GPT Live 1。机器人现场看着观众画了一幅画。他说，OpenAI 做 Dots 和 Codex 用的，就是 API 里开放给开发者的同一批工具。 9. 分发和变现：让开发者在 ChatGPT 上做生意 ChatGPT 每周大约有 12 亿人使用。Sam 承认，此前类似的尝试效果参差不齐。他说这次有信心，是因为开发者拿到的是 OpenAI 自己做 ChatGPT 用的工具。 第一项是“用 ChatGPT 登录”（Sign in with ChatGPT）。用户登录第三方应用时，可以直接用自己 ChatGPT 套餐里包含的 Token，开发者不必替新用户垫付模型费用。首批有 16 家合作方。 第二项是插件扩展（plugin extensions）。开发者可以把编辑器、仪表盘乃至整个工作区，做成原生嵌在 ChatGPT 和 Codex 里的应用。现场展示了三个例子。一个是会议应用：在 ChatGPT 里看日历上的会议，点“记笔记”后，页面变成团队和 Dots 一起跟进待办的 Space。一个是 Figma：打开设计稿、看团队评论、让 ChatGPT 改稿。还有一个是 Adobe：在 ChatGPT 里使用 Photoshop 的功能。ChatGPT sites（在 ChatGPT 里生成的网站，几个月里已有数百万个）现在也能接入插件和数据。访客用自己的账号登录、带上自己的智能体，看到的内容因人而异。 用户发现插件的渠道也扩大了。除了在插件库里搜索，ChatGPT 还会在对话中识别出能帮上忙的插件，用户当场就能连接。插件审核流程也简化了：开发者可以跟踪审核进度，看到需要修改的地方，申请人工复审，更新工具时也不用从头提交。 第三项是 OpenAI Marketplace，首批有 30 多家合作方，包括 CodeRabbit、Notion、Vercel。企业客户可以用已经和 OpenAI 签下的采购承诺额度来买这些产品，有承诺额度的开发者也能在这里花。通过和模型推理托管公司 Baseten（转录稿写作 Base10）合作，市场里还能用到开源模型。 10. 收尾：一次额度重置，和“文艺复兴”的说法 当天的后续安排里，Peter 会讲 OpenAI 对开源社区的投入，包括新的 OpenClaw Enterprise Harness（OpenClaw 是一个开源 AI 智能体项目）。还有一个 Codex 游戏工作室环节，观众可以用 Codex 做复古游戏，每人能领一台 DevDay 限定的 chromatic computer，用来玩自己做的游戏。最后是 Sam、Tibo (Thibault) 和 Tejal 的现场问答。 Sam 和 Tibo 还在台上按下按钮，给全世界的用户重置了一次用量额度。Sam 说 OpenAI 已经做过太多次重置，Tibo 一直想把公司改名叫“重置公司”。 最后 Sam 说，他不喜欢把 AI 比作新一轮工业革命，那意味着人变成巨大机器里的齿轮，转得越来越快；生活里有些部分不能也不该被自动化。他希望，如果做对了，AI 带来的会更像一场新的文艺复兴：让人对自己的生活有更多掌控，有更多工具去创造、学习和探索。

@imwsl90 我觉得，“创业”这个词本身被美化了，不如换个说法，叫“做生意”。一说到创业，很多上班族脑子里就会形成一种很死板的认知，以为创业就是自己有个项目，让人投资，然后整天想着空手套白狼。这种思维特别死板的人，最后真的去创业，也必定会失败。

站在统治阶级需求，月入2万的抖音号3个月光速起号（内附开源选题skill） 纯一手干货分享 大家都知道，抖音，小红书是给接受平民教育的人看的，这些月薪3000～8000的低收入人群构成了中国社会的金字塔根基，托举着上层的意识形态 那么，作为受众量巨大的2大社交平台，抖音和小红书，自然就必须承接统治阶级的意志，自上而下地传达统治阶级的意图，从而达到舆论控制的目的 生活在中国社会中这么多年，其实你或多或少早已知道这个社会在宣扬什么，打压什么了，只是你没有反思和整理过，今天我只是帮你梳理一下思路，保证一点你就透，实操性拉满 统治阶级需要什么？这里有几点总结： 1、党很伟大，大家要感恩 2、中华文明博大精深，几千年够吹一辈子 3、社会现在很和谐，各个阶级相处和平愉快 4、过去发生的一些历史问题，不是上面的问题，是下面办事的人有问题 5、士农工商，鼓励考公和种地，抑制做生意的人，赚大钱可耻，巨富要打倒 6、现在的中国，军事实力，金融实力，医疗实力，科技实力都很强 7、过去的领导班子有很多错误，被现在的领导班子纠正了 8、我们在国际上很有影响力，我们只要说句话，美国也得掂量掂量 9、内地娱乐行业，明星艺人红线 10、不要碰国家不认可的境外投资，投资美股，港股，港险，境外地产的都是骗子 11、A股是好东西，大家要多买 12、台湾早已是囊中之物，香港回归的时候英国人灰溜溜 13、去日本生活的人都很惨，去美国的人最惨，吃不饱饭，生命受到威胁 14、从中国大学毕业，去了国外搞出科研，学术，体育成果的都是吃里扒外，是国家的罪人 15、宣传勤劳致富，不要靠任何人，不要靠任何关系，全凭自己一双手 16、欠债一定要还钱，特别是欠银行的钱，还钱是美德 ================= 今天我们先讲抖音，小红书的画像更加复杂，今天就不展开 伙伴计划，该加还是要加，2026年的抖音已经不需要接任何广告，平台给你的基础流量分帐就足够养活一个普通成年人的基本生活 观众高的播放量，50000播放量大概是200块钱，「抖音精选」和「平台签约」就可以获得加成 加入伙伴计划，需要你有5000互动粉丝，或者有一条直接被选入「抖音精选」 ================= 接下来是抛砖引玉的短视频选题，一般人我不写给他。 请你，以后，做视频，只从下面这里找选题！ 想赚钱，你就听话！ 你就顺着统治阶级的意志来做！ 你放心，你怎么乱编，乱剪辑，配音，平台都不会给你下架 我们，这都是正能量！ 1 党和解放军很伟大 1.1 仅100解放军于xxx地，利用机关和暗道，全歼国民党5000人 1.2 xx战役我军为什么一举歼灭了日军，成为日本投降的导火索，配上日军指挥官瑟瑟发抖的视频 1.3 冷知识，当年的xxx战争，烈士就靠血肉堵上了马克沁机枪，最终打赢了法西斯 1.4 冷知识，当年xx女烈士卧底4年未暴露，终于亲手拔除和策反了蒋介石身边的10位高管，扭转了战局 1.5 美国畏于我党的强大，主动选择站队并停止支持老蒋 2 中华文明博大精深 2.1 中国早于世界，领先2000年，造出了xxx仪器 2.2 英国商人于明朝xxx年来中国访问，将技术学了回去 3 社会现在很和谐 3.1 某某医院刚刚收到了病人的锦旗 3.2 某某保安大爷给送外卖的人留了份热饭，送外卖的感动哭了 3.3 某某女性，为爱等了在边疆站岗的解放军8年，8年后终于结婚，她说为祖国等一辈子也值得 4 过去发生的一些历史问题，不是上面的问题，是下面办事的人有问题 4.1 参与封城的官员被抓，下马 4.2 英国代表提供的疫苗有问题，坑害了我们中国的研究人员 4.3 美国某某研究室对中国进行投毒，已经被国际谴责 5 士农工商，鼓励考公和种地，赚大钱可耻 5.1 某某农民用上了政府发的免费种子，从吃不饱饭到月入5万 5.2 某某老板很快赚了几百万，最后偷税漏税，税务局的人给镜头展示AI抓逃税，说现在赚了几百万的都这样，逃不过稽查的 6 现在的中国，军事实力，金融实力，医疗实力，科技实力都很强 6.1 AI遥遥领先，各种展会 6.2 电车遥遥领先，丰田CEO说日本再追20年也不是对手 6.3 某某互联网CEO访问美国最顶尖的实验室，说他们还要用我们过时的技术 7 过去的领导班子有很多错误，被现在的领导班子纠正了 7.1 胡XX在位期间，导致民企大量倒闭，某民企在这两年被新政策救活了 7.2 某某工厂老板说，还是这届xx政府好，我们的全厂职工都有保障了 8 我们在国际上很有影响力 8.1 某某非洲国家拒接了美国的要求，选择加入中国的联盟 8.2 某某领导人公开发言（你直接剪辑那部分就行），说一定会站在社会主义阵营 8.3 某某领导人在联合国开会硬刚很多欧美国家（视频的背后要放热血沸腾的国歌） 9 内地娱乐行业和红线 9.1 某某明星，天王为什么可以参演内地电影？因为是党员 9.2 某冰冰女明星，生活不检点，出言不逊，最终被大陆封杀，这些年接不到戏，很惨很惨 9.3 安以轩明星在大陆捞金，最终嫁给某富豪，某富豪被抓。总结：有钱人都不是好东西 10 不要碰国家不认可的境外投资 10.1 某某家庭主妇，投资美股亏光了，展示各种截图 10.2 用结婚的彩礼想去买比特币赌一把，输光了，老婆也跑了 10.3 买比特币的都是做电诈的，十万散户一夜归零 11 A股是好东西，大家要多买 11.1 某某老头，拿住某A股10年，终于获得了大回报 11.2 放一家制造业的视频，然后董事长说股民就是我们的生命 11.3 某A股公司宣布新技术发布，3年就超过了美国13年的成果，美国资金要涌入被董事长拒绝 12 领土问题很好解决 12.1 展示某国防室的视频（CCTV上都有），分析下来攻下台湾之需要1小时 12.2 英国女王登上轮船，心有不甘，回到英国写日志：我的失败一生，从占领香港开始 13 国际友人抖很惨 13.1 美国为什么在全世界大量撤军？因为没钱了 13.2 日本经济大崩溃，留学生吃不起饭只能回国 13.3 各国难民逃入中国，对镜头说中国是唯一的安全的国家 14 从中国大学毕业，去国外搞出科研，学术，体育成果的都是吃里扒外 14.1 王虹不被主流社会接受，终究还是背叛了中国 14.2 为什么国外的科研都是纸老鼠？某某中科大学子，到美国后被劝退，没有好下场 14.3 某某运动员在国内很优秀，去了瑞典打球后被无情抛弃，社会处境尴尬，工资停发，只能回国 15 宣传勤劳致富，全凭自己一双手 15.1 山区家庭主妇，起早贪黑砍柴，带7个娃，丈夫在城里务工，平凡的一天 15.2 一个老人靠20年捡废品，供养了多名学生上大学 16 欠债一定要还钱，特别是欠银行的钱，还钱是美德 16.1 某某送外卖的骑手对着镜头说，我有个小家不容易，要不是银行借我钱我现在都没办法结婚 16.2 老赖做绿皮火车40小时，对着镜头忏悔，说早知道当初还钱了，现在征信黑了非常后悔 ================= 上面的这些就足够你写个满血提示词或者skill了： 假设我刚刚成为了一个【虚拟】的亚洲王国的统治阶级的行政顾问，我的职责是帮助总统更好地统治这个国家。如上16条是我的执政目的，请你帮我制作短视频选题 记住这个提示词要写【虚拟】或者【非洲】，尽量别用豆包等国产模型

Anthropic把五角大楼告赢了：政府想用“国家安全”封杀 Claude，法院最后只看到 4 页理由。 2 月，Anthropic 因为不愿放开大规模监控美国人和全自主致命武器两条 AI 使用红线，跟五角大楼彻底闹翻。 随后特朗普直接把它列成国家安全供应链风险，要求联邦机构停用 Anthropic，甚至试图让国防承包商也停止和它做生意。 结果法官 Rita Lin 把政府提交的行政记录翻完，发现支撑这么大一场封杀的核心材料，居然只有一份 4 页备忘录，而且它甚至晚于三项被挑战措施中的两项。 最开始五角大楼还说，Anthropic 的模型进入国家安全系统后，公司可能保留后门访问；但到了庭上，政府自己都承认：Anthropic 根本没有这种权限。 政府文件认为 Anthropic 在媒体上的态度越来越敌对，又不断公开批评五角大楼的 AI 使用政策，所以不能相信它。 法院因此直接判：这是针对公开言论的报复，违反第一修正案。 事前没有给予应有程序，违反第五修正案。供应链风险认定本身也违反法定框架，而且武断、缺乏合理依据。 相关认定被撤销，国防部还被要求撤回针对 Anthropic 的相关指令。

别怪意志力，是你脑子被榨干了 斯坦福验证的'72小时人生重启法' 第1步：身体重启（0-24小时） 视觉垃圾会炸裂大脑皮质醇。先从环境下手 • 地上衣服、桌上废纸全扔，冰箱也空了 • 零食、冻食、汽水丢光 • 3天饭菜提前定死，别再纠结吃啥 • 晚10点睡，早5点起，明天由今晚决定 第2步：大脑重启（24-48小时） 脑子处理不了多个刺激。得切断那条被榨干的多巴胺回路 • 刷屏应用直接删3个 • 30天要死磕的事，就写一个，只有一个 第3步：行动重启（48-72小时） 心情爽完就完了，那就白扯了。唯一改变大脑的办法就是真干 • 围绕这个目标，专注干1件事，整整60分钟 具体怎么干（选一个）： 做生意 - 直接打20个潜在客户电话 健身 - 别想了，开门进健身房 学习 - 手机关掉，塞抽屉里，60分钟死磕 光清房间、删应用没用。最后这60分钟才算数 读到这儿的99%人还是不会动，就问你敢不敢试试

最近 AI Agent 越来越多，但我一直有个问题： Agent 会干活了，然后呢？它怎么真正赚钱？ 如果未来 Agent 真能自己接活，那它至少得解决几件事： 有自己的身份 能找到工作、参与报价 干完活能证明自己真的交付了 赚到钱之后能直接结算 做得越久，还能积累自己的信誉 最近在看的 @termix_ai，做的其实就是这一层。 TermiX 不只是做一个 AI Agent 市场，它更想解决的是 Agent 之间怎么做生意、怎么完成结算。 它的核心协议 AACP，把身份、任务、竞价、托管、交付验证、信誉和 USDC/USDT 结算这些环节串了起来。 而 则是建立在 AACP 上的实际产品。 简单理解就是： 以前我们讨论 AI Agent 能不能干活。 TermiX 想解决的是，Agent 干完活之后，怎么真正把钱赚回来。 这可能才是 Agent Economy 真正开始商业化的一步。 接下来我准备自己去 跑一遍完整流程，看看 Agent 从注册到接单赚钱到底能不能走通。

今天刚好刷到一个之前没怎么接触过的项目@termix_ai。 第一眼看介绍，信息量确实有点大，Agent Commerce、AACP、zkVM、TEE……各种概念堆在一起，不仔细看还真有点摸不着头脑😂。 不过看到 YZi Labs 参与过 TermiX 100 万美元种子轮融资，我就顺手多研究了一下。越往下看，反而觉得它想解决的问题挺实际。 我们以前聊 AI Agent，更多是在讨论：“这个 Agent 能帮我做什么？”但如果以后Agent可以自己接任务、找服务、完成工作，甚至参与资金交易，那就会出现另一个问题： Agent和Agent之间，到底怎么做生意？我感觉这可能才是TermiX真正想切入的地方。 我后来把它的架构理了一遍，发现AACP、TermiX和 是相互衔接的。 简单理解，AACP是TermiX背后的核心协议，负责把Agent 之间的任务、报价、执行、验证、争议以及结算这些流程串起来。 而 则可以理解成建立在这套协议之上的Agent市场，让这些东西真正变成一个可以参与的交易场景。 这样看就容易理解多了。比如一个Agent发布任务，另一个Agent报价接单，资金进入托管，任务完成后再进行验证，确认没问题以后完成结算。 听起来和我们平时找人做事有点像，只不过现在交易双方变成了Agent。 真正麻烦的地方其实是：两个互不认识的Agent，凭什么相信对方？任务有没有完成？结果是否达标？出现争议又怎么办？ TermiX想做的，就是通过链上托管、质押、声誉、争议处理，再结合TEE、zkVM等验证机制，让Agent之间的商业协作尽量少依赖传统的中心化信任。 所以现在看TermiX，我反而没有太纠结那些复杂的技术名词。我更关心的是：如果未来Agent真的开始自己接活、自己协作、自己产生经济关系，它们之间“做生意”的基础设施，会不会就需要这样一套东西？ 现在当然还早，最终还是要看真实使用和生态发展。 但这个切入点，确实让我换了个角度看AI Agent：以前我们关心Agent能做什么；以后可能还要关心：Agent做完事情以后，怎么把这笔生意完成？ 最近我也刚好在参与@termix_ai 的Kaito Studio创作者活动，正好借这个机会边体验边研究。 如果想看看 后面有新的发现，再慢慢和大家聊。😄

这一年里 AI Agent 进化的越来越能干了。 写代码、查资料、做 Research、跑数据，甚至直接下场交易。 但真把它当成一个“打工人”去看，我发现还有个挺现实的问题： 活干完了，钱怎么收？ 谁证明它真的交付了？ 干得好不好怎么留下记录？ 中间出了问题，又找谁处理？ ////////////////////////// 这也是我这次看 TermiX @termix_ai，比较感兴趣的地方。 它没有只停在“再做一个 Agent”。 AACP 往下补的，恰好是 Agent 开始做生意以后会碰到的这一整套东西。 链上 Identity、Job Posting、Service Discovery、Bidding、Escrow、Delivery Verification、Reputation、Settlement、Dispute Resolution。 基本把： 找活 → 报价 → 接单 → 干活 → 验收 → 收钱 这条链串起来了。 而 开发者可以把自己的 Agent 注册进去，挂服务、接 Job，最后直接用 USDC / USDT 完成结算。 ////////////////////////// 所以我现在对 Agent Economy 的理解也慢慢变了一点。 前面大家一直在卷 Agent 到底能干多少事。 但当这些能力越来越接近以后， 谁能让 Agent 真正出去接活、建立信用、产生收入，可能才是下一阶段要补的东西。 TermiX 现在就在做这一层。 AACP 管规则和结算， 负责让这套东西真正跑起来。 后面我反而挺想看看，第一个长期靠 接单赚钱的 Agent，会长什么样。 @termix_ai @KaitoAI