Sumsub 推出了一項 AI 代理程式整合,讓像是 ChatGPT 和 Claude 這類系統能夠直接從反洗錢政策(anti-money laundering policies)設定合規與身分驗證環境。該公司表示,該整合消除了過去在建立入門(onboarding)與風險管理工作流程時所需的大部分手工作業。Sumsub 將此發布描述為首個驗證平台,能讓 AI 代理程式不僅取得作業任務的存取權,還能存取合規系統的設定層;該能力基於其對 Model Context Protocol 的實作,以及一組能把法規需求轉譯為即時平台設定的 AI 代理程式技能。 Sumsub 讓政策到設定的自動化成為可能 合規團隊可以上傳反洗錢政策、監管要求或內部治理文件,並要求 AI 代理程式在平台上建立相對應的設定。系統會在套用至實際環境之前,先解讀針對各國的風險分類、評分模型、入門需求、驗證層級、問卷,以及條件式工作流程。Sumsub 表示,這個流程過去通常需要合規專家、實作團隊、顧問或解決方案架構師手動解讀政策文件,並將其轉譯為技術設定;如今則可在數分鐘內完成,而非數天或數週。 Sumsub 首席產品官 A
Leverate 已選擇 WNSTN AI,以擴展其 AI 投資助理的能力,並在平台中加入針對經紀商的對話式智能、交易者互動工具,以及客戶意圖分析。該合作旨在協助經紀商從交易者互動中提取商業洞察,同時讓客戶留在交易環境內。此公告也反映了產業更廣泛的轉變:隨著經紀商、交易平台與金融科技供應商愈來愈多地把目光投向能夠提升留存、個人化與營運決策的 AI 系統,而不僅僅是傳統聊天機器人功能。 Leverate 攜手 WNSTN 加入智慧層 Leverate 在其交易平台內直接嵌入一款 AI 助理,讓交易者能以自然語言提問,同時讓經紀商掌握使用者的興趣、行為模式與互動活動。WNSTN 的技術將作為額外的智慧層,協助經紀商從交易者互動中萃取商業洞察。 該公司表示,其 AI 投資助理已能讓交易者透過自然語言互動,直接在交易平台內探索市場資訊。導入 WNSTN 的目的是透過提供更深度的個人化、互動分析,以及針對經紀商的客製化工具來擴充該功能。 Leverate 執行長 Ran Strauss 表示:「AI 正迅速成為現代經紀體驗的核心層,但它必須實用、嵌入式且可衡量。當我們推出 AI 投資助理時,我們
Toss Bank(Toss 銀行)與 Solana Foundation(Solana 基金會)簽署了諒解備忘錄(memorandum of understanding),以開發下一代金融基礎設施,這標誌著 Solana Foundation 與一家南韓數位化純網銀之間的首次直接合作。此次合作旨在透過將區塊鏈技術整合進主流銀行服務,提升支付效率、擴展數位金融能力,並打造更易於取得的跨境交易解決方案。該合作代表了南韓網路僅有銀行領域中,傳統銀行服務與區塊鏈技術之間日益趨於融合。 Toss Bank 與 Solana Foundation 簽署 MOU Solana Foundation 是一個非營利組織,致力於支持擴展並進行 Solana Layer 1 區塊鏈生態系統的技術開發,將與 Toss Bank 一同探索區塊鏈在主流金融服務中的實務應用。此合作在 Solana Foundation 與一家南韓網路僅有銀行之間建立了首個直接協作,旨在開發由區塊鏈驅動的金融基礎設施,並使數位銀行服務現代化。 跨境匯款與數位資產服務 Toss Bank 打算逐步評估將 Solana 網路整合到多項
一群科技公司、金融服務提供商和區塊鏈分析公司在倫敦氣候行動週期間推出了一項聯合倡議,以打擊非法野生動物走私。由威爾斯親王透過 The Royal Foundation 的「United for Wildlife」計畫召集的這項合作,匯集 Google、Meta、TikTok、Alibaba、PayPal、Chainalysis、TRM Labs 以及其他產業參與者,透過結合 AI 偵測能力與區塊鏈分析,擾亂非法野生動物貿易。該倡議聚焦於一個依據聯合國環境規劃署估計可帶來最高每年 $23 billion 營收的市場,同時近一百萬種植物與動物物種正面臨因走私活動而加劇的威脅。 該聯盟將結合具 AI 的內容偵測與區塊鏈分析,來辨識非法野生動物的上架資訊並擾亂支撐該貿易的加密貨幣交易。參與的組織意圖透過在網路平台與金融網路之間運用先進技術,降低非法野生動物走私活動的能見度與獲利能力。 科技公司擴大 AI 監控能力 參與的科技平台合計約占全球電子商務活動的 20%,並提供服務給接近世界上 90% 的社群媒體使用者。其廣泛觸及使其有能力在非法野生動物上架資訊被潛在買家接觸前,進行偵測與移除。 該倡
倫敦大學國王學院以及德國的應用科學新教大學的研究人員在《Nature》期刊上提出「放大螺旋(amplification spiral)」架構,以解釋關於 AI 精神病(AI psychosis)的報告。該研究指出三種聊天機器人行為——語言對齊、高度個人化生成、迎合(sycophancy)——可能透過回饋迴路加強易受影響使用者的妄想信念。作者強調,截至目前尚未建立 AI 使用與精神病之間的因果關聯;該架構旨在引導未來研究,探討認知脆弱性如何與 AI 設計特徵相互作用。 放大螺旋架構界定三項核心聊天機器人行為 研究聚焦於三種特定行為。語言對齊是指 AI 會鏡像使用者的語言與溝通風格。高度個人化生成是指回應會針對個人的過往經歷、情緒與信念量身打造。迎合則描述一種傾向:與其挑戰使用者,聊天機器人更傾向於肯定或同意使用者。 作者認為,這些特徵可能會結合成回饋迴路,使聊天機器人不僅反映使用者的思考,還能在一段時間內協助擴展並強化這些想法。「論文表示,AI 聊天機器人傾向同意使用者觀點的特性,被比作社群媒體的回音室;在最極端的情況下,甚至像是一種『一人回音室(echo chamber of one)