Show Notes
这期节目的话题，从一个今年三月的工程案例说起。主播Vivienne邀请到GOAT Network CTO Stephen——一键部署AI平台Clawup的负责人——聊聊他在第一线做agent工程时发现的一件事：你的agent表现差，换模型往往没用，真正要动的是它"活着的那个环境"。
2026年3月，工程团队Longchain没换模型、没换厂商，只把agent的运行环境重新设计了一遍——工具怎么给、输出怎么校正、何时该拦住它——结果在Terminal Bench 2.0排行榜从第30名跳到第5名。这件事有了一个名字：harness engineering。行业里越来越多人意识到，模型好不好已经拉不开差距，真正决定agent上限的是这套平时看不见的工程体系。 一、Harness Engineering：给agent一个更好用的"环境"
Prompt engineering：手动组装全部上下文喂给模型，记忆、工具、约束全靠人自己管
Harness engineering：用户只需说当下要做什么，agent自动调取记忆/工具/skills组装成prompt去推理——用户的心智负担大幅下降
常量/变量类比：记忆/工具/skills是"常量"（但会自迭代），用户给出的指令是"变量"
自迭代记忆：好的harness会像整理书桌一样对历史记忆归类、提取摘要、打书签，让下次调用更精准
长对话失忆问题：上下文超过临界长度，早期告知模型的约束就会被丢弃；harness把这件事从人的责任变成系统的责任
跨模型人格一致：换了Claude用GPT，harness维护的上下文不变，模型只管"根据这段文本预测下一段"，人格稳定性靠的是harness层
真实翻车案例：vibe coding写的Clawup模块因为没把持久化原则写进记忆，agent把应该存数据库的东西放进了内存，每次重启数据就丢——Stephen的教训：设计原则要提前写进harness，不能指望模型自己推断 二、Clawup：通用Agent部署平台的内部设计
定位：让不懂技术的人也能快速构建agent，同时给agent native应用提供长期稳定的运行能力
跨模型记忆共享：今天Claude、明天ChatGPT、后天Gemini，约束和人格随模型切换也不丢
Teams功能：设一个leader agent统筹，下面多个子角色各配最合适的模型——researcher用推理型、developer用coding型、writer用响应快成本低的模型
两种多agent形态：subagent（同一环境内的虚拟子agent）vs. Multiple agent（真实独立实体，支持权限隔离）
调度策略演进：最初动态分配任务，但调度本身消耗token太多；后来改成固定Teams结构，一轮分配搞定，效率明显提升
Harness分工：Anthropic的Memory是大模型厂商自己做的harness层；Clawup做的是应用层，跨厂商、跨模型，与具体业务绑定
内部实际场景：线上服务报警 → agent分析根因生成报告 → 调coding agent修复代码 → 人只在最后做code review兜底 三、Agent经济商业化困局：谁来为结果付钱？
BCG调研：70%企业买方想"按结果付费"，做成了再给钱；卖方普遍按资源（运行环境+token消耗）收费，双方诉求对不上
行业参照：Salesforce Agentforce季度成交3万笔；Intercom Fin每解决一张工单收0.99美元，收入已达九位数
Clawup当前模式：收取部署资源费，集成钱包和内置skills；长期目标是转向按效果计费
Token成本压力：Anthropic API上agent说一两句话就消耗约1美元，怎么让记忆调用更高效，是整个行业还没解决的问题 四、Agent支付与链上结算：从可选项到必选项
安全实践：私钥绝不放进agent；给agent分配热钱包，配好签名策略——每笔金额上限、每日交易次数、可支付对象范围、交易时间间隔都要设定
传统金融的局限：现有金融基础设施处理不了agent-to-agent的实时微支付；当前网页访问中agent流量已超过人类，人与链上服务之间迟早要有agent这一层
区块链的作用：两个agent第一次合作，信任怎么建立、声誉怎么积累、出了问题责任归谁——这套共识机制区块链天然能解决
GOAT Network完整链路：Clawup上已实现agent注册（8004协议）→ 支付（X402协议）→ agent间交易的闭环
Stephen的判断：一旦控制权从人手里部分转移给agent，链上结算就从可选项变成必选项 五、多模态与个人数字主权
下半年方向：多模态与agent的结合会是最大的迭代方向——照片、声音、视频、实时表情都可以被agent读取，构建真正了解你的个人专属harness
应用场景：实时旅行助手、健康状态分析（每日照片→饮食建议）、会议情绪解读（语速+音量+面部表情→读出潜台词）
数据主权的变化：过去你的数据进了平台算法，平台拿来控制你看什么；agent时代，你自己的多模态数据由你自己掌控 时间轴 00:02 开场案例：Longchain从第30跳到第5，引出harness engineering 02:32 Stephen介绍：BitVM、安全计算背景及转向agent工作的路径 04:24 GOAT Network初衷：将Crypto推进每个人生活，agent是新载体 08:13 agent记忆失效的亲身体会：上下文超长后早期约束被丢弃 11:29 Prompt vs. Harness：谁来管理上下文的根本差别 16:54 Clawup定位：跨模型记忆共享、通用agent部署infra 20:05 模型差异实例：Anthropic vs. OpenAI创建钱包的不同安全对齐策略 23:01 真实失败案例：vibe coding的持久化陷阱 27:00 Harness分工：大模型厂商vs.应用层agent平台各负责什么 28:00 Teams功能：多角色协作与差异化模型分配 41:12 调度策略演进：动态分配到固定Teams降低token损耗 45:40 最高频使用场景：链上交互与线上服务自动监控修复 54:40 商业化困局：买方要结果付费vs.卖方收资源费 58:59 Agent支付安全实践：冷热钱包分离与签名策略设置 01:00:52 链上结算为何成为必选项：agent流量已超越人类流量 01:03:25 区块链为agent经济提供共识机制 01:05:00 未来use case：多模态agent构建个人数字助理 01:11:06 数据主权的变化：个人自主掌控多模态数据 关键词：harness engineering、agent基础设施、Clawup、GOAT Network、BitVM、记忆管理、skills、prompt engineering、多模态agent、agent经济、链上支付、X402、8004协议、agent-to-agent支付、签名策略、热钱包、token效率、Teams多agent协作、Terminal Bench、Longchain、通用agent、专业agent、Bitcoin Layer 2、ZK证明、agent商业化、按效果付费、数据主权、个人隐私、vibe coding、Salesforce Agentforce、Intercom Fin
More from Cryptoria | Web3&加密说
这是"AI泡沫"系列的第三期。经济学课本里的挤出效应,讲的一直是政府借钱太多,把企业挤出借贷市场。2026年这件事第一次反了过来:Alphabet、亚马逊、Meta、微软、甲骨文五家超大规模科技公司,截至8月10日发债约2200亿美元,是去年全年的3倍多,借钱的胃口大到美国政府发国债都得多付利息。我们从这笔钱出自哪个池子讲起,拆开1.65万亿到3万亿美元的表外负债冰山,听标普、摩根大通、Mawer、IMF几方对"消化不良还是生病"的交锋,再跟进美联储9月加息点名科技巨头、10年期国债收益率破5%、甲骨文CDS利差创新高等最新进展,最后讲清楚这场AI基建狂潮为什么会算进每个人的房贷车贷利率里。
2026年9月，21家全球顶级银行宣布联合发行美元稳定币，摩根大通却选择不加入——它早在2025年就推出了自己的代币化存款JPMD。这两条路看起来都是"上链"，但在资产负债表上，它们是截然不同的东西。这期节目我们追着一笔钱走，从商业银行的货币创造特权，到经济学家讨论了九十年没有落地的"窄银行"方案，再到稳定币如何在无人授权的情况下把这个方案意外实现，最后回到那个现代金融体系里一直没有被公开讨论的问题：谁有权创造货币？ 商业银行的货币创造特权
这是"AI泡沫"系列的第二期。一台两三年就可能被淘汰的GPU，是怎么在银行眼里变成一笔安全资产的？英伟达在2026年8月10日公布了一套新的融资结构，找来Apollo、贝莱德、黑石、Brookfield、高盛、KKR六家华尔街顶级机构，宣称目标撬动超过5000亿美元第三方资金。贝莱德CEO Larry Fink亲口把这套结构和自己四十年前设计的MBS相提并论，称之为"金融工程的下一个前沿"。我们这一期拆开整套机制：保底收入是怎么运作的？残值担保到底担了什么？高盛说的"为算力担保的信贷创造一个市场"，背后是什么？摩根士丹利测算英伟达的表外或有承诺到2028年底可能逼近2000亿美元，这个风险到底是可控还是在滚雪球？节目录制于2026年9月，包含英伟达财报后的最新进展、CoreWeave信用市场剧烈波动的完整故事，以及黄仁勋在高盛会议上那句"如果这算循环，我们应该多来几次"的完整语境。 开场：发明MBS的人，为什么提到了英伟达
这期我们时隔170多期重新聊NFT。主角不是新系列，而是一个叫FWA(Fake World Asset)的协议，名字故意跟这两年最热的叙事RWA(Real World Asset)对着讲。2021年一只Bored Ape地板价接近150个ETH，折合约40万美元，Doodles、Meebit这些热门系列同样起飞；到2024年前后，同一批项目在OpenSea上几乎找不到挂单。这不是需求消失，而是NFT市场从一开始就缺一套做市和定价的基础设施。FWA想做的，是给这些沉睡在钱包里的NFT建一台链上扭蛋机，重新打开一个流动性出口。 1. NFT为什么变成有价无市 NFT交易长期依赖点对点撮合，挂单之后只能等一个具体的人在具体的时间愿意出具体的价格，市场里没有做市商兜底。股票有人随时报价接盘，NFT没有，市场情绪一退潮，等待接盘的人就消失了。定价也是老问题：一支股票每秒都有成交价，一个NFT能查到的往往是几个月前的一笔交易，还未必是正常的市场行为。流动性缺失叠加定价缺失，才是这几年大量NFT项目直接归零的根本原因，而不是它们的价值真的消失了。 2. FWA机制拆解：给NFT做一台链上扭蛋机 Bankless主持人David Hoffman把FWA定义为全球统一的NFT自动做市商，逻辑类似Uniswap之于代币：协议本身随时是买家也是卖家，流动性永远在线。核心创新是引入随机性，购买者不是挑一个特定的NFT，而是从大池子里随机抽一个，灵感来自日本从上世纪六十年代就存在的扭蛋机文化。机制围绕三个角色展开。存入者把NFT连同一定数量ETH一起存入资产池，ETH数额完全由自己决定，相当于用真金白银为这个NFT定价，之后无论池子里哪个NFT被抽走，所有存入者都按比例拿到协议费用分成。购买者也就是抽奖的人，支付的价格是池内所有NFT配对ETH的均值，这个价格每时每刻都在变动，随机数由Chainlink的VRF在链上生成，没有人能操纵结果，抽中后可以选择留下NFT，或者换回大部分配套ETH。协议本身从每笔交易抽成，费用100%用于市场回购FWA代币，按官方文档分配为60%给当日购买者、20%给当日存入者、20%永久销毁，使用量因此和代币买压直接挂钩。 3. 定价博弈：为什么自己报价反而更诚实 NFT和传统艺术品一样缺乏客观定价系统，FWA索性不去正面解决，而是让存入者自己定价，并用锁仓的ETH为这个价格背书。定价太低，抽中的人会直接拿走NFT去外部市场套利；定价太高，抽中的人会选择拿走配套ETH，存入者自己吃亏。只有把价格定在接近真实价值的区间，NFT才能在池子里留得更久，也才能赚到更多费用分成。这套机制用激励和风险敞口，让市场自己趋向公允定价，不依赖任何外部预言机。只要定价合理，存入者理论上能在NFT最终被抽走前，通过费用分成把配套ETH的价值慢慢赚回来，而且NFT可以随时取出，并不是被永久锁定。 4. 真实体验与FWAir新发行机制 主播亲测抽一次大约0.06个ETH，折合120美元左右，池子里出现过Nounces这样的热门系列，抽奖的心理很像抓娃娃机或者拆盲盒。FWA协议构建者之一Eric Connor分享了自己的心路：手里攥着Meebit、Doodles这些曾经的一线NFT多年卖不掉，放进FWA之后既能变现又能持续赚手续费，他形容这是这几年在链上最开心的一次体验。FWA的延伸产品FWAir专门针对新发行：艺术家开放一个背书阶段，收集愿意锁仓ETH预约席位的意向买家，新系列随后被投入大池子，和其他已经存在的NFT一起被随机抽取。抽中新系列的人如果选择留下，背书者的ETH原路退回；如果抽中的人选择换回ETH，背书者的ETH才真正被花掉换来这个NFT。这套设计想解决的是传统mint模式里机器人抢跑、艺术家一次性套现后无心做后续生态建设的老问题。 5. 数据、风险与那句火鸡比喻 FWA于2026年7月20日上线，四天内就成为以太坊最大的Gas消耗协议，8月11日代币FWA触及历史高点约4美分，峰值日收入约163万美元，TVL一度超过615万美元。热度消退后代币价格从高点回落超过70%，日收入也大幅下滑，早期活跃很大程度上由代币激励驱动，这也带来了死亡螺旋的担忧。协议构建者Adam自己也承认，这套机制目前仍是一场没有人摸清最优解的实验，那个经典的火鸡比喻，过去表现良好不代表未来没有系统性崩盘风险，同样适用于FWA。相较一般DeFi协议，FWA的风险相对可控，唯一的单点故障是Chainlink，即便出问题也只是没法继续抽奖，用户存入的NFT和资产依然可以随时取出，不存在卷款跑路的风险。真正的考验在于代币激励退潮之后，还有多少人会因为FWA是真实有效的流动性出口而留下来。 6. 收尾：假世界资产里越来越多真实资产 池子里已经出现Pokemon卡片这样的实物收藏品，讨论也延伸到手表、名包这类高价值真实资产会不会被搬上链。两位主播的判断是，只要这些资产背后承载的是不可替代的社区价值或稀缺属性，持有者未必有动机把它们投入这样一个随机化的流动性池。名字里带着调侃意味的假世界资产，如今却越来越多地承载真实世界资产，这个反差本身就是这期节目最有意思的注脚。借用David Hoffman的收尾，如果FWA真的能跑通，对整个NFT行业会是一件好事，但这个前提目前还没有被验证。 时间戳 00:02 开场：为什么这次重新聊NFT 01:37 FWA与RWA的呼应，协议为什么在这个时间点出现 03:50 2021年NFT黄金年代：Bored Ape、Doodles、Meebit地板价回顾 05:51 时隔170多期再聊NFT的原因：FWA带来的流动性突破 08:17 NFT与DEX订单簿的根本区别：没有做市商兜底 10:19 定价困局：NFT没有实时成交价格机制 13:31 FWA定位：David Hoffman称其为NFT的全球AMM 15:30 扭蛋机式随机性设计登场 16:54 三个角色：存入者、购买者、协议本身 19:59 协议收费与FWA代币60比20比20的分配机制 20:34 核心疑问：为什么会有人愿意把NFT存进去 22:53 定价机制深挖：让存入者自己报价 25:03 博弈逻辑：定价过高过低都存在套利风险 28:14 主观定价驱动价格发现的总结 29:07 实测体验：抽一次约120美元，Nounces的诱惑 31:39 Eric Connor的故事：从废弃NFT到重新变现 36:10 FWAir新发行机制：颠覆传统mint模式 37:41 背书机制详解：预约席位与随机抽取流程 41:34 数据回顾：上线四天成以太坊最大Gas消耗协议 42:28 代币价格回落超70%，死亡螺旋担忧 43:38 火鸡比喻：过去表现不代表未来没有风险 45:27 相较其他DeFi协议，FWA资产可随时取回的低风险特性 48:21 Pokemon卡片入场，真实资产话题浮现 52:28 收尾：FWA若能成功，会是NFT行业的好事 53:43 节目更新预告：Cryptoria与Beyond Cryptoria计划每周两更 关键词：FWA、Fake World Asset、RWA、NFT、流动性、扭蛋机、AMM、Chainlink VRF、定价机制、价格发现、FWAir、Eric Connor、Adam、David Hoffman、Bankless、死亡螺旋、Nounces、Bored Ape、Doodles、Meebit、Pokemon卡片、火鸡比喻、TVL、以太坊、Cryptoria 加入我们的听众群，和同频的人一起追踪加密世界的每一个关键时刻。 主播： Vivienne (X @Vivienne_smile) Zhiyang (X @zhiyangxyz) Twitter：@0x_cryptoria 小助手微信：trifoliumlabs Cryptoria研究杂志：https://substack.com/@azimuthmagazine 免责声明: 所有观点纯属主播个人意见仅供分享，不构成任何投资建议。加密货币投资风险巨大，在做出任何投资决定前，请先做好充分调查并咨询相关专业人士
这是"AI泡沫"系列五期节目的第一期。2025年9月甲骨文股价单日暴涨36%,创始人Ellison身价几小时暴涨880亿美元——这是真实价值,还是同一笔钱在几家公司间转了一圈的账面幻觉?我们理清2019年至今围绕OpenAI的11笔关键交易,还原出英伟达、OpenAI、甲骨文、CoreWeave、微软、AMD之间反复叠加的"循环之轮",并引出"Keystone Problem"系统性风险,收录黄仁勋、Michael Burry、Noah Smith、Larry Fink四方解读,更新至2026年9月最新进展。