大数跨境
0
0

首届Useful Agents黑客松圆满落幕

首届Useful Agents黑客松圆满落幕 NEAR Protocol
2025-04-02
0
导读:NEAR近期黑客松活动精彩集锦


近日,首届Useful Agents黑客松在旧金山市顺利举行,本次活动由NEAR AI、SF Compute和Electric Capital联合举办,吸引了100多名开发人员参加。这场24小时冲刺挑战赛要求参与者超越理论AI能力和meme驱动的热潮,构建能够解决实际问题并产生可量化、可重复结果的智能体。这场黑客松是NEAR实现其愿景的关键一步,即打造一个将区块链和AI融合在一起的生态,以创建基于实用性和可衡量影响的解决方案。


来自Anthropic的Adam Wolff在启动圆桌上指出:“如果你不能用成功率速度、错误减少等指标来证明有用性,那么没有人会使用它。”这种观点为此次活动奠定了基调,将对话从理论AI转移到具体的基准和可量化的绩效指标。


NEAR在设计活动时采取了从根本上实用的方法。所有团队都必须通过基准、错误分析和可重现的测试环境提供其智能体效用的定量证据。参与者没有追求病毒式传播,而是专注于创建能够解决实际问题的工具,这些工具具有可证明的指标,能够显示持久的影响。




黑客松设立了20,000美元奖金池,合作伙伴包括Coinbase CDP、Phala Network、xTrace、Nevermined、MIZU、Questflow、Pond、Silverstream AI、PublicAI和Exabits,他们提供了专门的奖金。这种合作创造了一个强大的环境,团队可以利用尖端技术堆栈为特定的垂直用例构建解决方案。


在整个活动期间,参与者可以参加涵盖重要主题的研讨会,例如NEAR AI智能体托管、私有向量数据库和边缘AI数据智能体。这些会议提供了宝贵的技术指导,同时营造了一种协作氛围,让创意和解决方案可以自由流动。


活动期间,各团队将其智能体直接部署到NEAR智能体中心,让活动之外的用户能够立即使用它们。建议感兴趣的用户在NEAR AI Developer Hub查看它们。以下是本次获胜者团队及其构建项目的基本介绍。


第一名: Postt ($5,000)


Zahidul Islam的团队创建了Postt,这是一款AI驱动的社交媒体管理工具,专门为专注于个人品牌和思想领导力的初创公司创始人和专业人士量身定制。该智能体会自动生成引人入胜的内容、设计视觉效果、安排发布时间以最大程度地扩大影响力,并分析关注者参与度以优化未来的帖子。


该团队的基准测试结果令人印象深刻,显示人工评估人员的批准率为92%,平均参与度增加了 35%,错误率不到 2%,并且在LinkedIn测试帐户上一周内印象增加了3,000%以上。


当被问及与NEAR AI合作建设最喜欢什么时,Islam说:“我不用担心推理成本,而且团队给予了我很大的支持。”




第二名: Due Diligence Agent ($3,000)

Vijay Sithambaram及其团队开发了DiligenceAI,这是一个多智能体系统,可对潜在投资进行全面尽职调查。他们精心设计的系统由七名专业智能体组成,涵盖从初步筛选到市场分析、竞争对手评估、团队评估、技术尽职调查、报告生成和最终决策建议等所有工作。


该项目的基准测试结果表明,他们的解决方案比手动尽职调查快85%,正确识别了92%的风险,误报率低于5%,并且比手动流程分析的来源多73%。




第三名: NEAR Food ($2,000)

Nelson Lai创建了NEAR Food,这是一款能够查找免费食物活动的智能体,同时能够有效地避开通常会阻止此类自动化的反机器人措施。该系统会抓取活动列表,对其进行分析以确定免费食物的可能性,并使用双智能体方法通过模仿人类的浏览行为来防止反机器人措施。


在性能测试中,NEAR Food的准确率达到92%。该项目还因其通过可信执行环境 (TEE) 保护隐私的创新方法而获得了Phala Network和xTrace的额外认可。




本次黑客松的与众不同之处在于它专注于基准和可衡量的性能。但这只是功用型AI智能体的开端。


展望未来,NEAR认为智能体将从单一用途的工具发展为无缝协作解决复杂问题的互联系统。多个团队展示的多智能体方法预示着未来专业智能体将结合各自的能力,类似于人类专家团队的协作方式。


也许最有趣的是智能体集体作为自主企业运营的潜力。DiligenceAI的方法——七名专业代理协同工作以进行全面尽职调查——暗示未来整个业务功能都可以由智能体团队处理。我们可能很快就会看到完全由智能体运营的企业,它们可以生成内容、管理社交媒体、进行市场分析、处理客户支持,甚至做出投资决策——同时根据绩效指标不断优化。


随着基准测试框架变得越来越复杂,我们将超越基本指标,进行全面评估,不仅考虑速度和准确性,还考虑资源效率、对新领域的适应性以及从用户反馈中学习的能力。未来的智能体不仅会执行任务,还会根据实际使用情况不断提高性能。


准备好创建自己的实用智能体了吗?NEAR智能体中心让开发、部署和共享具有可衡量性能的AI智能体变得前所未有的简单。立即在app.near.ai开始构建,加入不断壮大的开发者社区,创建能够解决实际问题并取得可证明成果的智能体。


无论您从事的是内容创建、财务分析、求职申请还是全新的工作,工具和基础设施都已准备就绪,可帮助将您的想法转化为已部署的智能体。

本文编译自外文网站,仅作为科普用途,不构成任何投资建议。编译者/公众号管理人员不对任何信息出现差错或遗漏,以及因使用该信息而获得的结果承担法律责任。

更多精彩内容,点击下方关注

【声明】内容源于网络
0
0
NEAR Protocol
为您提供NEAR相关的最新动态
内容 386
粉丝 0
NEAR Protocol 为您提供NEAR相关的最新动态
总阅读25
粉丝0
内容386