汪汪简报

全部新闻

1. AI工具 · Simon Willison

   用 GPT-6 Astra 和 ChatGPT Work 生成跑步路线

   GPT-6 Astra生成跑步路线看着新，但无内容细节，价值难判。

   验收 agent 地理任务的人，别只收 GPX 和地图：得在会话被压缩前把跑过的代码单独留档，否则你手上有条 5.1 公里的环线，却说不出它是怎么算出来的。

   展开全文收起

   依据

   Simon Willison 说他让 ChatGPT Work 里的 GPT-6 Astra（Max）生成从自家出发的 5K 和 10K 环线，跑了 27 分钟，交付内嵌地图加可下载的 GPX（GPS 轨迹文件）和 GeoJSON（地理矢量数据）。他追问方法，模型答：用 Nominatim（OpenStreetMap 的地址地理编码服务）定位住址，用 Overpass（OSM 查询接口）拉取本地道路与步道，再本地算环线；地图由 visualize 技能渲染，写出 /workspace/el-granada-5k-share.html，几何塞在页面内的 JSON 块里，D3 从 CSP 白名单中的 CDN 加载。他真正踩到的是流程不可见：等他想要那段 Python，会话已被压缩（compaction，把长上下文压成摘要省 token），拿不回来。所以他主张凡用压缩的系统都要保留压缩前文本，并让 agent 通过工具调用取回。另外内嵌 HTML 里那条 5K 路线标题是 El Granada harbor loop，距离标的是 5.1 km——文件能下载，但名字和里程之间没有任何核对环节。

   1. 用 Nominatim 定位住址
      ↓→地址转坐标
   2. 用 Overpass 取 OSM 道路
      ↓→路网数据
   3. 本地计算环线
      ↓→环线几何
   4. visualize 技能渲染地图
      ↓→页面与文件
   5. 导出 GPX 与 GeoJSON

   没写清 材料没说 10K 路线是否也生成成功，也没给任何路线可跑性、安全性或里程准确度的验证，这块不能替它补。

   下一步 下一步可核对：Simon 是否在后续文章里贴出那段 Python，或 ChatGPT 能否在压缩后通过工具调用把代码取回。

   原文 →

   剪报

2. AI工具 · AWS Machine Learning Blog

   使用 Amazon Bedrock AgentCore 构建交互式 MCP Apps

   想一次开发多处运行MCP应用，AgentCore这套方案省去适配成本

   让准备把 MCP（Model Context Protocol，模型上下文协议）应用铺到多个运行环境的平台团队，先决定是否用 Amazon Bedrock AgentCore 换掉自建适配层；省下的是每处重写的工，押上的是运行时和权限边界更依赖 AWS 托管。

   展开全文收起

   依据

   AWS Machine Learning Blog 在标题中提出“Build interactive MCP Apps using Amazon Bedrock AgentCore”。MCP 是 Model Context Protocol（模型上下文协议），作用是为代理调用外部工具或数据提供统一接口；AgentCore 被 AWS 定位为构建、连接和优化代理的平台。机制上的取舍是：开发者写一次 MCP 应用，由 AgentCore 承担连接、托管或运行适配，于是少写针对不同环境的胶水层；代价是运行时位置、鉴权链路和排障入口更依赖 AWS，离开这套托管边界的路径没有被材料证明存在。

   没写清 材料没有给出 AgentCore 对 MCP 应用的具体运行目标、鉴权模型和计价，因此无法判断省下的适配成本能否覆盖迁移与锁定代价。

   下一步 下一步核对 AWS 官方 AgentCore 文档是否列出 MCP Apps 的部署目标清单、鉴权方式，以及是否支持非 AWS 运行时。

   原文 →

   剪报

3. 技术与协议 · CoinDesk

   抗量子区块链：为什么关键在数学，而非机器

   MIT教授主张数学而非量子机器实现抗量子，路线选择代价需评估。

   做抗量子迁移排期的公链核心开发者，该把预算从硬件押注挪到编码层试点——同一份量子安全，成本差一个数量级。

   展开全文收起

   依据

   MIT 教授、Optimum 联合创始人 Muriel Médard 主张抗量子靠数学而非量子机器：把数据拆成编码方程，用随机线性网络编码（RLNC，Random Linear Network Coding）只加密其中约十分之一，整份数据集即继承量子安全，计算负担砍掉 90%。她对应的威胁是已经发生的「先收割、后解密」——国家行为体先存下密文，等量子机成熟再开。材料里的对照组：Ethereum Foundation 支持的 ZKnox 目标把 gas 费最多降 12×，Algorand 用 FALCON 签名覆盖全链历史；而 1978 年的 McEliece 虽被视为最强方案之一，全量加解密重到「治好病也几乎治死病人」。

   • RLNC 需加密的数据比例10%
   • 获得量子安全的数据集100%
   • 削减的计算负担90%
   • ZKnox 目标 gas 费降幅12×

   没写清 材料没说那被加密的十分之一由谁持密钥、轮换周期多长，也没说链上验证这些编码方程本身要花多少开销。

   下一步 核对 ZKnox 或 MIT 网络编码组是否公布 RLNC 在以太坊上的实测 gas 与验证延迟。

   原文 →

   剪报

4. 技术与协议 · Decrypt

   AI Agent 在网上花钱？新研究称并非如此

   x402近两亿笔结算多为人工发起，AI支付落地被高估，布局需防叙事泡沫。

   把 x402 结算笔数当作 AI 代理支付需求证据的产品与融资团队，得把口径换成筛掉自付与异常流后的金额，否则下一轮叙事会被 TRM 的数据打回。

   展开全文收起

   依据

   TRM（做链上资金流向追踪的分析公司）称，它检查了 x402 协议上约 $52.7 million 的结算，共 198.9 million 笔。x402 是把付款写进 HTTP 请求、让程序调用接口时直接付钱的协议。TRM 筛掉自付（同一主体左右手转账）和其他异常流后，只剩 $25.62 million 属于疑似商业结算，其余被它归为非代理行为。机制是：自付与刷量能把笔数推高，却不需要外部真实买家付钱，所以笔数增长可以和付费方脱钩，谁拿笔数当需求指标，谁就替这层水分买单。

   • 检查的总结算金额$52.7 million
   • 筛除后疑似商业结算$25.62 million
   • 结算笔数198.9 million

   没写清 材料没写筛除后的 $25.62 million 里有多少由 AI 代理发起，也没公开自付与异常流的判定阈值。

   下一步 核对 TRM 是否公布 198.9 million 笔中由 AI 代理发起的笔数或占比。

   原文 →

   剪报

5. 机构与应用 · 吴说区块链

   每周项目动态：Base App 回退至 Coinbase Wallet，Bitwise 清算 Dogecoin ETF，Uniswap 推出 StablePair Hook 等

   Base App回退Wallet，产品整合失败代价不小，得盯着后续。

   Coinbase 把 Base App 改回 Coinbase Wallet，等于让 Base 生态项目方重新评估：继续把 Base 当独立用户入口，还是转投 Coinbase 主钱包的多链分发；代价是 Base 独立品牌叙事被收回。

   展开全文收起

   依据

   Coinbase 宣布把运营一年多的 Base App 改名回 Coinbase Wallet，并把产品重心转向多链交易与链上资产访问。这个自托管钱包（私钥由用户掌控）现支持包括 Robinhood Chain、Monad 在内的 10 多条网络，还接入 Hyperliquid 永续合约、预测市场和代币化股票。取舍在于：收回 Base 独立品牌，可以用 Coinbase 的合规与用户信任降低获客成本，但一年整合投入和 Base 作为独立超级 App 的叙事被冻结；若多链交易与资产入口不能承接原 Base 用户，失败代价会落在 Base 生态项目方的分发预期上。

   没写清 材料没给 Base App 改名前的用户数、交易量或迁移成本，因此无法量化这次回退的失败代价。

   下一步 看 Coinbase 下一份财报或官方博客是否披露 Base App/Coinbase Wallet 的月活与 Base 收入；若只改名不披露，则无法验证代价。

   原文 →

   剪报