Gate News メッセージ、4月24日 — Web3 AI インフラ・プラットフォーム AIW3 は、$2 百万ドルのシードラウンド資金調達の完了を発表した。このラウンドは Buffalo Capital が主導し、GalaXin Capital と Three-stones Ventures が共同投資家として参加した。 AIW3 は、Agent-as-a-Service AaaS のオンチェーン実行パラダイムへ移行しており、呼び出し可能なストラテジー・サービス、自律型エージェントのオーケストレーション、ネイティブなバルト協調による資本フローを提供している。このプロジェクトは、次世代のシステムレベルのオンチェーン実行レイヤーを構築することを目指している。 同社は、コアとなるプロトコル・インフラストラクチャが正式に、完全に検証可能なリアルタイム運用段階へ移行したと述べており、スケーラブルな分散型エージェント・ネットワークとエコシステムの長期的な発展のための基盤を築いた。

MetaCompは、規制された決済における規制AIのためのStableX Know Your Agentを発表し、複数ベンダーの分析を組み合わせて誤ったクリーン率を削減します。AgentX SkillsがClaudeをサポートし、ダウンロード可能なAI Skillsによって監査可能な越境ファイナンスを目指します。 概要：MetaCompは、規制された決済およびウェルスマネジメントにおけるAIエージェントを統制するためのStableX Know Your Agentフレームワークを導入します。これには、アイデンティティ、権限、モニタリング、監査、エージェント間のやり取りが含まれます。複数ベンダーによる並列分析により誤検知を減らし、ダウンロード可能なAI Skills (AgentX)を通じて監査可能な越境ファイナンスを可能にします。まずはClaudeのサポートから始め、地域をまたいで拡大していく方針です。

ByteDanceは、研究者の郭大也氏が年収1億元の待遇で同社のSeedチームに参加したとする報道を否定した。郭氏は自らがアシスタントリード（Agent lead）の役割だと確認したが、給与の詳細は明らかにされていない。一方で、チームの報酬体系は一律だという。

GitLabはGoogle Cloudとの提携を発表し、その株価は約7%上昇しました。この協業では、GitLabのDuo AgentをGoogle CloudのVertex AIと統合し、エンタープライズの開発者向けワークフローを強化しています。新しい商用モデルにより、クラウド顧客はGitLabサービスに対する既存のコミットメントを利用できるようになります。

ビットコインウォレットのNunchukが4月9日にオープンソースツールを公開し、人工知能エージェントとその対話をサポートします。Nunchuk CLIのコマンドラインツールとAgent Skillsのコードリポジトリが含まれており、さまざまなウォレット管理機能を提供します。

MiniMaxは4月9日に、AI Agent向けの全モーダルコマンドラインツールMMX-CLIをリリースしました。これは、AgentがMiniMaxプラットフォームのAI機能を呼び出すことを簡素化することを目的としています。このツールは、コマンドを実行し、結果を取得することで、自動化されたワークフローの効率を高め、また、オートメーション環境におけるコマンドラインツールの課題に対して3つの設計改善を行っています。

Solana財団は4月4日にSolana Agent Skillsをリリースし、AIツール向けの事前構築済み機能モジュールを提供して、Solanaチェーンとのやり取りを簡素化します。公式のスキルモジュールにはエラーハンドリングやセキュリティチェックなどが含まれ、コミュニティのスキルは60件を超え、DeFiや決済などの領域をカバーしています。

ゲートニュースのメッセージとして、4月3日、Tencent Cloudが正式に「ロブスター」メモリサービス TencentDB Agent Memory を発表しました。OpenClaw に長期記憶能力の一層を追加します。現在、Agent Memory はプラグイン形式で Tencent Cloud Lighthouse、ClawPro などの製品にシームレスに統合されており、無料でワンタップ起動をサポートしています。

> 原文标题：Thoughts on slowing the fuck down > 原文作者：Mario Zechner > 编译：Peggy，BlockBeats > 編者按：在生成式 AI 加速进入软件工程的当下，行业情绪正在从「能力惊叹」滑向「效率焦虑」。写得不够快、用得不够多、自动化不够彻底，似乎都会让人产生被淘汰的压力。但当编码 Agent 真正进入生产环境，一些更现实的问题开始浮现：错误被放大、复杂性失控、系统逐渐变得不可理解，效率的提升并没有等比例转化为质量的提升。 本文基于一线实践，对这轮「agentic