更广泛地看，AI 已经开始被用于真正的研究工作。目前仍不清楚这种研究能力最终会对哪些学科影响最大、以何种方式发生影响。但我预计，今年 AI 驱动的研究会催生并奖励一种新的「博学型研究风格」：擅长在不同想法之间提出猜想，并能快速从高度不确定的答案中进行外推。这些答案未必准确，但仍可能指向正确的方向（至少在某种拓扑意义下）。讽刺的是，这有点像是在「利用模型的幻觉」：当模型足够聪明时，给它更抽象的探索空间，虽然仍会产生不少胡扯，但有时却能意外打开新的发现路径 ，就像人类在非线性、无明确目标的状态下，往往最有创造力一样。这种推理方式需要一种全新的 AI 工作流，不只是 agent 对 agent，而是 agent 套 agent：多层模型相互包裹，由后续模型评估前面模型的思路，再逐步提炼出真正有价值的部分。我已经用这种方式来写论文，而其他人则用它来做专利检索、创作新形式的艺术，或者（不幸地）寻找新的智能合约攻击方式。 Agent 经济的瓶颈，正在从「智能」转向「身份」。这里真正缺失的关键基础设施是 KYA：Know Your Agent（了解你的代理）。就像人类需要信用评分才能获得贷款一样，AI Agent 也需要加密签名的凭证，来表明它代表谁、受到哪些约束、由谁承担责任。没有这个机制，商家就会继续在防火墙层面封锁 Agent。而那个用了几十年才建立起 KYC 体系的行业，现在只剩下几个月时间来解决 KYA 这个问题。 AI Agent 的崛起，正在对开放互联网施加一种「隐形税」，并从根本上破坏其经济基础。这种破坏源自互联网的上下文层（Context）与执行层（Execution）之间日益严重的错配：AI Agent 从依赖广告的内容网站（上下文层）中抽取信息，为用户提供便利，却系统性地绕过了支撑这些内容的收入来源（广告与订阅）。如果不解决这个问题，开放互联网将被持续侵蚀，而讽刺的是，它正是 AI 本身赖以生存的多样化信息来源。要避免这一结果，我们需要大规模部署新的技术与经济机制：比如下一代赞助内容、微归因系统，或其他新的资助模型。当前的 AI 内容授权协议只是一个财政上不可持续的创可贴，它们给内容方的补偿，往往只是 AI 吞噬流量后损失的一小部分。【原文为英文】\n原文链接