全部 通识 以太坊 比特币 Solana 公链 Solidity Web3应用 编程语言 安全 密码学 AI 存储 其他

零知识AI：私有、无需信任AI的未来

本文深入探讨了零知识AI（ZKAI）如何利用零知识证明（ZKP）、可信执行环境（TEE）和区块链验证，实现无需信任且保护隐私的AI部署。文章详细介绍了ZKML在保护隐私AI计算中的作用，区块链作为AI模型验证器，TEE在AI安全中的应用，以及ZKAI在Web3、DeFi和去中心化身份中的实际应用，并展望了去中心化AI代理的未来。
零知识证明  ZKML  可信执行环境  区块链  隐私保护  去中心化AI 

动漫需要Web3

本文深入探讨了日本动漫产业在全球取得主流地位的历程，分析了其赖以生存的生产委员会制度的优势与弊端，并探讨了Web3技术如何通过去中心化融资、透明收益分配、粉丝参与等方式解决传统动漫产业的结构性问题，Animecoin作为Web3与动漫融合的代表项目，旨在构建一个由创作者驱动和粉丝赋能的动漫生态系统。
动漫  Web3  生产委员会  Animecoin  去中心化  NFT 

AI Agent框架指南 [2]：实现类似DeepSeek R1的推理模型

该文将会引导用户一步一步实现AI Agent中有趣的功能，Thinking。
  • BoxChen
  • 发布于 2025-03-05
  • 阅读 ( 1291 )
  • ( 22 )

Vitalik: AI为引擎，人类为方向盘

文章探讨了如何利用AI在民主结构中获取益处，同时避免其缺点。重点介绍了通过AI作为引擎，人类作为方向盘的模式，以及通过竞争性开放市场和AI结合的方式来实现这一目标。
AI  民主结构  竞争性开放市场  Futarchy  Distilled human judgement 

如何使用ElizaOS和Gelato创建加密AI代理

本文介绍了如何使用Gelato和ElizaOS在Ink上创建链上AI代理。ElizaOS简化了AI代理的创建和部署，Gelato提供了跨EVM链的自动交易管理、Gasless操作、可验证的随机数生成和去中心化自动化等基础设施。通过CoinFlip AI这个示例，展示了如何将ElizaOS与Gelato的Web3服务集成，创建基于区块链的应用程序。
AI代理  ElizaOS  Gelato  Web3  区块链  自动化 
  • gelato
  • 发布于 2025-02-26
  • 阅读 ( 409 )

AI Agent框架指南：先从ChatGPT开始

Agent其实并没有那么复杂，但是他实现的功能可以非常强大。AI为我们创造了无数的神奇黑盒，将大量的逻辑代码变成了一个一个小小的APICall，极大的提升了我们开发的效率。
AI Agent 
  • BoxChen
  • 发布于 2025-02-24
  • 阅读 ( 1585 )
  • ( 29 )

区块链与AI相遇：链上AI代理、DeFi与Web3集成

本文探讨了人工智能（AI）与区块链技术的融合如何重塑去中心化应用、金融和治理，介绍了onchain AI agent、GOAT Toolkit、Eliza和ZKML等技术，以及它们在DeFi、智能合约和Web3中的应用。
onchain AI agents  DeFi  smart contracts  ZKML  Eliza  GOAT Toolkit 

最大化 Cursor 使用：高级提示、Cursor 规则与工具集成

本文介绍了如何通过高级提示技术、Cursor规则、工具集成和外部文档的使用来最大化利用Cursor编辑器，提升与AI助手的协作效率。文章详细讲解了链式思维提示技术、少量提示技术、Cursor规则的最佳实践、如何集成PDF和GitHub仓库内容等内容，并提供了管理长代码库的实用建议。
Cursor  提示技术  链式思维提示  少量提示  工具集成  AI协作 

使用 ai16z 创建 AI Agent

本文介绍了如何使用 ai16z 的 Eliza 框架创建一个 AI Agent，特别是针对 Twitter 平台的集成。文章详细讲解了 Eliza 的安装、配置、主要功能、Twitter 连接设置、LLM 模型配置以及如何自定义 AI 角色。此外，还提供了高级用法、安全建议、参考资料以及故障排除等内容，帮助读者快速上手并构建自己的 AI Agent。
AI Agent  Eliza 框架  ai16z  Twitter 集成  LLM 模型  自动化 
  • csjcode
  • 发布于 2025-02-21
  • 阅读 ( 711 )

对抗性人工智能与模型强化：防御攻击

本文深入探讨了人工智能模型面临的对立攻击、数据中毒和模型提取等威胁，并提供了防御策略和最佳实践，包括对抗训练、数据验证和模型加密等。
Adversarial Attacks  Data Poisoning  Model Extraction  Adversarial Training  LLM Security 

DeepSeek开启智能PDF问答新时代：从0到1搭建系统全攻略

in  用 Rig 打造你的专属 AI Agent
在当今信息爆炸的时代，PDF文档作为一种广泛使用的文件格式，承载着大量的信息。无论是学术研究中的论文、企业的报告资料，还是各类技术文档，快速从PDF中提取关键信息并进行智能问答，成为了提高工作和学习效率的关键需求。例如，在学术研究场景中，研究人员需要从大量的学术论文PDF中快速定位到
  • King
  • 发布于 2025-02-18
  • 阅读 ( 1699 )
  • ( 27 )

如何在 Solana 上构建安全的 AI 代理

探讨了在 Solana 平台上兴起的 AI 交易代理的潜力与安全挑战。当前 AI 代币的交易量已超过十亿美元，自动化交易逐渐成为加密市场主流。但在实现 AI 自动交易时，代理如何安全地访问钱包成为一大难题。文中介绍了 Turnkey 提供的解决方案.
Solana  AI 
  • Helius
  • 发布于 2025-02-14
  • 阅读 ( 1639 )
  • ( 14 )

释放人工智能代理：区块链如何实现真正的数字自主权

这篇文章详细介绍了人工智能代理的概念、架构及其与区块链技术的结合。文中探讨了AI代理的定义、工作机制，以及它们如何利用区块链实现自主性和经济独立，此外还涉及了传统Web2系统的限制和未来区块链基础设施对AI代理的重要性。文章结构清晰，信息丰富，引导读者思考未来技术的发展。
AI代理  区块链  自主性  经济独立  智能合约  基础设施 

AI安全：保护模型免受威胁与攻击

本文探讨了AI模型在从训练到部署的整个生命周期中面临的各种安全威胁，并提出了对抗这些威胁的最佳实践和模块化安全框架。文章详细介绍了针对大型语言模型（LLM）、对抗性攻击、数据中毒、模型提取等特定威胁的防御策略，并提供了实用的安全清单。
AI安全  对抗性攻击  模型提取  LLM安全  DevSecOps  安全 

2025年人工智能 × 加密货币投资理论

本文提出了一个2025年AI与加密货币结合的投资主题，核心是“商品化认知”，即通过区块链技术将AI模型转化为可交易的商品。文章探讨了AI领域的发展瓶颈，以及链上模型如何通过与市场机制结合，创造新的投资机会和经济模式，最终构建一个健康的赛博经济。
AI  区块链  链上模型  商品化认知  市场机制  推理计算 

程序员进阶必备：用Rust玩转AI，打造智能航班搜索工具！

in  用 Rig 打造你的专属 AI Agent
简介你是否曾经与Siri、Alexa等AI助手聊天，或者使用过那些帮助你预订航班或查询天气的智能聊天机器人？你是否好奇这些助手背后的工作原理？今天，我们将通过使用Rust和Rig库构建一个属于自己的航班搜索AI助手，来揭开这些技术的神秘面纱。你可能会想：“等等，Rust？那不是以难学著称的语言吗
Rust  Rig  LLM  DeepSeek  OpenAI 
  • King
  • 发布于 2025-02-01
  • 阅读 ( 1449 )
  • ( 11 )

当 Mina 遇上 Eliza：AI 区块链宇宙中的火花 ✨

近日，我成功完成了一个让MinaProtocol与Eliza平台无缝衔接的功能开发，将MinaAIAgent的三项核心能力——转账、余额查询和水龙头功能——打通并集成到Eliza中。这项独立完成的开发现已上线，快来访问Eliza的GitHub仓库探索更多吧！
Mina  Eliza  AI Agent 
  • King
  • 发布于 2025-01-25
  • 阅读 ( 1708 )
  • ( 17 )

Concrete ML v1.8：迈向去中心化的私有LLAMA微调

Concrete ML v1.8 发布，旨在实现去中心化的私有 LLAMA 微调。此版本改进了 LLM 混合微调的速度和可用性，通过优化的 FHE 后端和新的低秩近似 API。Concrete ML 现在支持 Python 3.12，确保与最新的工具和框架兼容。该版本还提供了一个更好的 API，用于在加密数据上微调 LLM，并添加了一个优化的 FHE 后端，加速了计算。
Concrete ML  LLM  FHE  微调  加密数据  LoraTrainer 
  • ZamaFHE
  • 发布于 2025-01-15
  • 阅读 ( 579 )

Concrete ML v1.8：迈向去中心化的私有LLAMA微调

Concrete ML v1.8 发布，主要改进了LLM混合微调的速度和可用性，通过优化的FHE后端和新的低秩逼近API，实现了在加密数据上进行隐私保护的LLM微调。该版本还支持Python 3.12，提供了一个更高效的LLM微调API，并利用GPU加速编译模型的评估过程，降低了成本和延迟。
LLM  FHE  隐私保护  微调  Concrete ML  加密数据 
  • ZamaFHE
  • 发布于 2025-01-15
  • 阅读 ( 675 )

AI - `concrete.ml.torch.compile` 模块

该文档描述了`concrete.ml.torch.compile`模块，该模块提供了将 PyTorch 和 ONNX 模型编译为 FHE 等效形式的功能。
PyTorch  ONNX  FHE  量化  编译  Brevitas  QAT 
  • zama-ai
  • 发布于 2025-01-11
  • 阅读 ( 554 )