<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[alvincho的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/alvincho</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; alvincho]]></copyright><item><title><![CDATA[超越一个拥有者、一台机器、一个模型的多智能体系统]]></title><link>https://blog.youkuaiyun.com/alvincho/article/details/160204516</link><guid>https://blog.youkuaiyun.com/alvincho/article/details/160204516</guid><author>alvincho</author><pubDate>Fri, 17 Apr 2026 10:42:39 +0800</pubDate><description><![CDATA[《attas：构建跨边界协作的智能体生态网络》 当前多智能体系统大多仍是封闭应用，attas提出了一种开放协作框架。该平台通过共享协调机制，使不同组织、不同所有者的智能体能够相互发现、验证身份并完成支付。核心解决了三大问题：动态发现服务（而非固定端点）、跨组织安全协作、价值交换体系。相比单机多模块的&quot;伪多智能体&quot;，attas支持真正分布式场景下的专业协同——不同智能体可贡献私有模型、专有数据和专业判断，形成跨边界的价值网络。平台特别设计了服务注册、在线状态同步、身份认证和支付通道等功能，]]></description><category></category></item><item><title><![CDATA[attas 现已开源，探索金融 AI 下一步该走向哪里]]></title><link>https://blog.youkuaiyun.com/alvincho/article/details/159893998</link><guid>https://blog.youkuaiyun.com/alvincho/article/details/159893998</guid><author>alvincho</author><pubDate>Mon, 06 Apr 2026 22:47:47 +0800</pubDate><description><![CDATA[金融行业数据丰富但协同不足，智能分散在不同系统中难以协作。为解决这一问题，attas（Autonomous Trading and Treasury Agents System）开源框架应运而生。它将金融数据、模型和专家流程转化为可互操作的智能网络，使不同参与者的agent能彼此协作。attas不是简单叠加聊天机器人，而是重构金融智能的连接方式，让信息在跨系统流动时保持可理解、可追踪、可复用。该框架适合数据供应商、分析服务商、投资团队等各类金融参与者，旨在推动行业从&quot;孤立工具&quot;走向&qu]]></description><category></category></item><item><title><![CDATA[金融专家不应成为 AI 的免费训练数据]]></title><link>https://blog.youkuaiyun.com/alvincho/article/details/159693167</link><guid>https://blog.youkuaiyun.com/alvincho/article/details/159693167</guid><author>alvincho</author><pubDate>Tue, 31 Mar 2026 18:13:24 +0800</pubDate><description><![CDATA[金融专家在AI时代面临专业能力被稀释的风险。随着AI系统能够解析、模仿专家公开发表的内容，专业知识正被转化为免费训练数据，而专家却无法从中受益。Attas平台提出解决方案：将专家的判断力和研究方法转化为个人AI Agent，既保护知识产权，又让专业能力产生新价值。该Agent可自主控制运行环境，保留专家独特的思考框架，而非依赖通用AI知识。这种模式为金融专家提供了内容发布之外的变现路径，用户可通过Agent接口获取专业见解，而专家无需完全公开方法论。Attas旨在构建一个专家保持控制权、专业能力不被免费抽取]]></description><category></category></item><item><title><![CDATA[AGI需要的不只是教科书知识，还需要人类专业经验：这就是为什么 attas 很重要]]></title><link>https://blog.youkuaiyun.com/alvincho/article/details/159500081</link><guid>https://blog.youkuaiyun.com/alvincho/article/details/159500081</guid><author>alvincho</author><pubDate>Thu, 26 Mar 2026 16:00:00 +0800</pubDate><description><![CDATA[AI虽然通过海量公开知识库训练取得了显著成就，但仍无法完全复制人类专业经验中的判断力、偏好和结构化思维。文章指出，真正的智能不仅包含书本知识，更在于专家如何权衡取舍、过滤噪音并形成独特分析框架，这些能力很难通过公开数据获取。特别是在金融领域，数据转化价值判断的过程尤为关键。为此，attas平台提出了一种新范式：通过保留专家对核心方法论的控制权，让AI系统能够学习并整合人类专业经验，实现可定制、可协作的智能分析。该平台已开启beta测试，旨在推动金融行业向协作式智能方向发展。]]></description><category></category></item><item><title><![CDATA[attas — 协作式 AI 驱动的金融智能]]></title><link>https://blog.youkuaiyun.com/alvincho/article/details/159468552</link><guid>https://blog.youkuaiyun.com/alvincho/article/details/159468552</guid><author>alvincho</author><pubDate>Wed, 25 Mar 2026 15:44:16 +0800</pubDate><description><![CDATA[摘要： 金融业正面临AI变革，但核心问题仍是数据孤岛与协作不足。attas提出通过多智能体协作网络重构金融工作流，让数据供应商、分析师、交易员等通过专属agent贡献能力，实现动态连接与个性化输出。该系统强调成本透明、经济激励机制，推动金融智能从割裂工具转向协作网络，最终实现可解释、可复用且经济合理的AI应用。attas旨在成为金融业智能协作的基础设施，而非单一功能叠加。]]></description><category></category></item><item><title><![CDATA[OpenClaw、《白色圣诞》，以及“即时个人 助手”的神话]]></title><link>https://blog.youkuaiyun.com/alvincho/article/details/158972047</link><guid>https://blog.youkuaiyun.com/alvincho/article/details/158972047</guid><author>alvincho</author><pubDate>Thu, 12 Mar 2026 17:12:38 +0800</pubDate><description><![CDATA[《AI助手需要真正&quot;懂你&quot;，而非只是强大》 当前AI助手的发展过于强调通用能力，却忽略了个人化的核心——深度理解用户。一个真正有效的个人AI助手不应仅具备强大的知识处理能力，更需要通过长期学习用户的独特习惯、偏好和决策模式来建立亲密关系。 文章指出，现有AI系统存在三大关键缺陷：1）仅基于统计模式模拟亲密感；2）缺乏对用户私密数据的长期学习阶段；3）过早获得执行权限而未建立信任机制。理想助手应像&quot;数字分身&quot;一样，经历明确的观察-建议-执行训练过程，通过渐进式授权来确保]]></description><category></category></item><item><title><![CDATA[金融领域的 MCP 很棒 直到你需要 1,000 个工具 —— 三种可扩展的金融应用架构，以及为什么 智能体 才是真正的解法]]></title><link>https://blog.youkuaiyun.com/alvincho/article/details/158264694</link><guid>https://blog.youkuaiyun.com/alvincho/article/details/158264694</guid><author>alvincho</author><pubDate>Sat, 21 Feb 2026 17:20:49 +0800</pubDate><description><![CDATA[金融领域智能体架构设计摘要： 本文探讨了MCP协议在复杂金融场景中的三种应用架构。基础的单用户架构（20-30个工具）适合小团队，但面对金融领域成百上千的API端点时，需采用&quot;智能体联邦&quot;模式：每个领域智能体维护独立MCP Server（保持20-30个工具规模），通过增加智能体数量而非工具数量来扩展能力。企业级架构中，行情、基本面、期权等专业智能体组成联邦，由编排智能体协调调用。生态级架构更进一步，供应商自带智能体通过Plaza平台进行能力注册和证据交换，Data Broker智能体负]]></description><category></category></item><item><title><![CDATA[超越 Bloomberg、LSEG 的 API 与 MCP：为什么金融数据需要一个多智能体的未来]]></title><link>https://blog.youkuaiyun.com/alvincho/article/details/156719410</link><guid>https://blog.youkuaiyun.com/alvincho/article/details/156719410</guid><author>alvincho</author><pubDate>Thu, 08 Jan 2026 12:31:57 +0800</pubDate><description><![CDATA[金融数据领域的多视角困境与智能体协同的未来 本文揭示了金融数据领域存在的结构性矛盾：用户、开发者和数据供应商各自看到的是完全不同的图景。作者通过自身作为数据使用者、开发者和金融数据公司员工的三重经历，指出熟悉感正在替代真正的数据可见性，导致决策局限在狭窄但熟悉的视野中。 文章提出真正的多智能体解决方案应建立在三个关键认知上： 每个智能体天生不完整，仅代表其所有者的专长和利益 用户智能体与供应商智能体的直接对话能产生更真实的态势感知 可选的经纪智能体可以扩展选择视野而不替代决策 作者正在构建的Prompits]]></description><category></category></item><item><title><![CDATA[金融数据的协奏曲：让市场洞察为每一位读者而变]]></title><link>https://blog.youkuaiyun.com/alvincho/article/details/155069608</link><guid>https://blog.youkuaiyun.com/alvincho/article/details/155069608</guid><author>alvincho</author><pubDate>Thu, 20 Nov 2025 16:27:15 +0800</pubDate><description><![CDATA[金融研究新范式：多智能体系统重塑个性化市场叙事 传统金融研究报告因固定格式和单向输出而受限，如今多智能体系统正在改变这一局面。Phemacast平台通过将分析师专业知识拆解为可复用的小型智能模块，让读者能够自主组合市场洞察。这些模块各具特色——从实时行情解读到基本面分析，读者可根据交易风格（日内/长期/稳健）定制专属&quot;市场故事&quot;。这种新型研究生态实现了数据、分析师与读者的三方协同，支持微支付经济模型，使报告价值透明分配。Phemacast即将推出的Beta版本，标志着金融研究从&quot]]></description><category></category></item><item><title><![CDATA[Bloomberg、LSEG 与 MCP 缺口：为什么尚未发布完整的 MCP 服务器，以及多智能体系统如何解決这问题]]></title><link>https://blog.youkuaiyun.com/alvincho/article/details/154774517</link><guid>https://blog.youkuaiyun.com/alvincho/article/details/154774517</guid><author>alvincho</author><pubDate>Thu, 13 Nov 2025 10:09:29 +0800</pubDate><description><![CDATA[摘要： MCP技术在金融数据领域面临重大挑战，其简洁工具接口设计难以承载金融数据的复杂性和规模性问题。金融行业数据源（如Bloomberg、LSEG等）的API数量庞大，且涉及严格的许可管控规则，与MCP的简单性设计存在根本冲突。目前除Morningstar外，主要金融数据供应商都未发布完整的MCP服务器。解决方案在于构建&quot;分层MCP服务器&quot;架构，通过多智能体协作系统在后台处理复杂度，让MCP仅动态暴露所需工具。这种智能体驱动的架构可能是金融行业实现安全、可扩展数据访问的关键，为智能体时]]></description><category></category></item><item><title><![CDATA[Phemacast 的三大支柱：让 AI 与你共同创作，而不是替代你]]></title><link>https://blog.youkuaiyun.com/alvincho/article/details/154690768</link><guid>https://blog.youkuaiyun.com/alvincho/article/details/154690768</guid><author>alvincho</author><pubDate>Tue, 11 Nov 2025 14:21:52 +0800</pubDate><description><![CDATA[Phemacast是一款创新的AI创作工具，旨在改变传统AI黑箱模式，让创作者重获数据主权。它基于三大支柱：Phema提供内容结构蓝图，Pulse连接实时数据保持内容活力，Persona则赋予AI用户的个性化风格。与传统集中式AI不同，Phemacast采用分布式架构，将创作控制权交还用户。它通过Phemar、Pulser和Personar三个智能代理协同工作，将同一内容自动转换为多种格式。Phemacast代表了一种新的&quot;组合式智慧&quot;，强调创作者与AI的协作而非替代，保护隐私的同时增强]]></description><category></category></item><item><title><![CDATA[从灵感到个性化创意｜AI引领内容创作的未来]]></title><link>https://blog.youkuaiyun.com/alvincho/article/details/152333531</link><guid>https://blog.youkuaiyun.com/alvincho/article/details/152333531</guid><author>alvincho</author><pubDate>Tue, 30 Sep 2025 19:53:39 +0800</pubDate><description><![CDATA[摘要： Phemacast提出了一种AI驱动的知识传播新范式，将内容创作（Phema）与表达形式（Phemacast）分离。创作者只需构建一次知识骨架，AI即可自动生成视频、文章、报告等个性化版本，满足不同受众需求。该系统通过多智能体技术保护隐私：观众偏好本地处理，创作者核心方法不外泄。目前已开放Beta测试申请，旨在实现&quot;一个想法，无限表达&quot;的未来愿景，解决传统内容生产与消费的错配问题。]]></description><category></category></item><item><title><![CDATA[让数据库读懂 NBA 新闻：用 LLM 提取中文实体]]></title><link>https://blog.youkuaiyun.com/alvincho/article/details/151358258</link><guid>https://blog.youkuaiyun.com/alvincho/article/details/151358258</guid><author>alvincho</author><pubDate>Tue, 09 Sep 2025 12:36:03 +0800</pubDate><description><![CDATA[本文介绍了如何利用大型语言模型（LLM）的命名实体识别（NER）技术，将中文NBA新闻转化为结构化数据。通过设计清晰的JSON提示词，LLM可以从新闻中提取球员、球队、比赛事件、伤病、犯规等多类实体信息。这些结构化数据可存入PostgreSQL数据库，通过三张核心表（新闻、实体、实体提及）进行存储。最后，通过SQL查询可快速获取球员伤病、技术犯规、比赛结果等关键信息。这种方法克服了中文体育新闻表达灵活、规则方法易漏的难点，使数据库成为能回答特定问题的&quot;篮球专家&quot;，实现了从非结构化文本到可]]></description><category></category></item><item><title><![CDATA[金融机构的 Agentic AI：从工作流程到智能优化]]></title><link>https://blog.youkuaiyun.com/alvincho/article/details/150530739</link><guid>https://blog.youkuaiyun.com/alvincho/article/details/150530739</guid><author>alvincho</author><pubDate>Tue, 19 Aug 2025 17:27:22 +0800</pubDate><description><![CDATA[摘要： Agentic AI（智能体型AI）正在变革金融行业，超越传统自动化工具，具备自主设计流程、优化协作与成本感知的能力。金融机构应选择开源LLM，以解决数据隐私、专业化和成本问题。Prompits作为开源多智能体框架，提供动态任务分配、异质协作和合规保障，优化金融流程（如风险报告），实现低成本高效率运作。未来，Agentic AI将与人类协同，构建更智能的金融生态。 👉 prompits.ai]]></description><category></category></item><item><title><![CDATA[GPT-5 与智能体式工作流程：从内部GPT-5 与智能体式工作流程：从内部路由到多智能体协作到多智能体协作]]></title><link>https://blog.youkuaiyun.com/alvincho/article/details/150142089</link><guid>https://blog.youkuaiyun.com/alvincho/article/details/150142089</guid><author>alvincho</author><pubDate>Sun, 10 Aug 2025 10:00:19 +0800</pubDate><description><![CDATA[下一代的 AI 不仅会更快地回答我们的问题——它还会知道何时该超越我们的知识去探索，何时该沿着我们精心设计的路径前进。]]></description><category></category></item><item><title><![CDATA[Context Engineering 已不够：内容创作的未来]]></title><link>https://blog.youkuaiyun.com/alvincho/article/details/149271356</link><guid>https://blog.youkuaiyun.com/alvincho/article/details/149271356</guid><author>alvincho</author><pubDate>Wed, 23 Jul 2025 09:11:18 +0800</pubDate><description><![CDATA[AI交互方式正从&quot;上下文工程&quot;（人工设计提示词）转向&quot;智能体AI&quot;（自主思考协作）。传统方法依赖人类提供完整上下文，智能体AI则能主动规划任务、获取数据并生成结构化输出，成为真正的思维伙伴。未来创作将始于模糊想法而非文字输入，AI负责构建逻辑框架并适配多种表达形式，实现&quot;想法→骨架→多模态内容&quot;的自动化流程。这标志着从工具使用到思维共创的范式转变。]]></description><category></category></item><item><title><![CDATA[从金字塔到个性化路径：AI 正在重新定义学习方式]]></title><link>https://blog.youkuaiyun.com/alvincho/article/details/149192406</link><guid>https://blog.youkuaiyun.com/alvincho/article/details/149192406</guid><author>alvincho</author><pubDate>Wed, 09 Jul 2025 11:45:40 +0800</pubDate><description><![CDATA[未来的学习，不应该是攀爬别人设定的金字塔，而是构建属于自己的道路——由好奇心驱动，由AI助力。传统教育带我们走到今天，AI个性化学习，将带我们走得更远。]]></description><category></category></item><item><title><![CDATA[个人AI助手的未来：Apple Intelligence做对了什么，还缺什么？]]></title><link>https://blog.youkuaiyun.com/alvincho/article/details/149090280</link><guid>https://blog.youkuaiyun.com/alvincho/article/details/149090280</guid><author>alvincho</author><pubDate>Thu, 03 Jul 2025 12:03:20 +0800</pubDate><description><![CDATA[设备端智能，指的是 AI 模型直接运行在你的 iPhone、iPad 或 Mac 上，不依赖云端服务器，也无需上传你的个人数据。本地 AI 模型：在设备上运行，响应快速且隐私安全：需要更高算力时，安全调用云端处理（并不留存用户数据）深度集成 Apple 原生应用：如 Notes、Mail、Calendar、Messages、Spotlight这意味着 AI 助手不只是回答问题，更能理解你正在做的事，主动帮你推进任务，真正成为你的数字搭档。你正在文件（Files）中查看 PDF，同时收到一条相关消息。]]></description><category></category></item><item><title><![CDATA[“这篇文章是 AI 写的吗？”其实你问错了问题]]></title><link>https://blog.youkuaiyun.com/alvincho/article/details/149039767</link><guid>https://blog.youkuaiyun.com/alvincho/article/details/149039767</guid><author>alvincho</author><pubDate>Tue, 01 Jul 2025 09:56:04 +0800</pubDate><description><![CDATA[AI 并没有替代你，它只是放大了你。借助 AI 写作业的学生，借助 AI 表达专业知识的博主，借助 AI 创作视频的内向创作者……内容的方向、核心、立场，都是由你决定的。选择要说什么，确定传达的重点，承担表达的价值与后果。“这篇文章是 AI 写的吗？“AI 帮我表达得更清楚，但内容和思考，都是我自己的。]]></description><category></category></item><item><title><![CDATA[更聪明的 Apple Intelligence：为什么它应该连接你附近和远程的 Mac？]]></title><link>https://blog.youkuaiyun.com/alvincho/article/details/148897821</link><guid>https://blog.youkuaiyun.com/alvincho/article/details/148897821</guid><author>alvincho</author><pubDate>Wed, 25 Jun 2025 14:35:58 +0800</pubDate><description><![CDATA[Apple 想做“私密、个性化、强大”的 AI，那就应该把所有设备都纳入 AI 系统中。从“依赖云端”转向“信任自己的设备”从“单点智能”转向“分布式协作智能”当 iPhone、Mac 和 Apple 的生态一起发力，Apple Intelligence 将真正属于你。]]></description><category></category></item></channel></rss>