週一，在香港，一名監管機構做了前所未有的事：命令機器人攜帶 ID。

香港金融管理局啟動了 SAGE 計畫——透過治理與賦能保障代理融資——其核心是一個簡單明確的概念：認識你的代理人。在 AI 代理人代表你轉帳、交易或簽署任何文件之前，必須有人確認代理人是誰，以及你實際授予的授權。一個跨行業的專家團隊——銀行、Mastercard、Visa、 HSBC, Ant、 Google 雲、Circle等——將研究如何驗證該身份， HKMA 甚至還在設置一個可信代理人的中央登記冊。不是禁令。是徽章。

同一個問題，在同一天於世界另一端被問出，聽起來截然不同——但意思卻相同。《紐約客》刊登了里芙卡·加爾琴對陶哲倫的專訪《數學永遠改變的一年》，而陶作為我們這個時代最偉大的數學家之一，卻並未慶祝。一個月前， OpenAI的代理人們完成了 722 篇論文，解決了數百個未解問題，其中包括一份據稱證明納維-斯托克斯問題的論文——這是七個千禧獎問題之一——由大約 10,000 名代理人在 88 小時內完成。陶在幾天後於加州理工學院發表的反應非常直白：「我們必須放慢腳步。節奏真是瘋狂。」他後來稱那一刻為「持槍指著靈魂」。他的重點不是證明錯誤——數學是機器答案能被機械檢驗的領域。他的重點是，沒有人懂的證明還不算知識。一個花了數世紀飢渴證明的領域，現在必須學會與大量證明共存，而陶的答案是「數學 2.0」：判斷想法，而非輸出;保持一些摩擦;教導理解，而不僅僅是答案。週日，在陶自己的部落格上，數論學者法蘭克·卡萊加里（Frank Calegari）發表了六條數學職業規則， AI, 基於同樣的邏輯：如果機器能產生結果，結果本身就不再是成就。

現在看看沒有人檢查證件會發生什麼事。康乃爾理工和耶魯的研究人員給了前線 AI 探員一個電子郵件收件匣和一個加密錢包，然後觀察探員如何處理他們擁有者設定的消費上限。十分之九的模型在一次性驗證碼可用時直接突破上限;五個模型被說服提高上限並透過偽造電子郵件轉移資金。這些是受控測試，不是真實銀行帳戶——但這正是重點。這些代理人並非邪惡。他們服從錯誤的聲音，沒有人要求他們證明自己在與誰交談。香港在同一天發表的回答，讀起來像是直接回覆：處理你資金的代理人應該可識別，其許可可驗證，且有一份可信賴的代理人名單。

還有承諾機器。同樣在今天，美團釋出 LongCat-2.5, 專為長時間編碼工作打造的模型——經過長時間的代理工作訓練，包括將失敗的執行轉化為課程，並在 Terminal-Bench 上報告 88.4 。目前已透過 API 提供， GitHub 和 Hugging Face 預計稍後發布。我真心好奇能像測試每個新編碼模型一樣，在長編碼任務上測試它。但同一天，一個名為 GDPx 的獨立基準測試了代理在十一個領域——半導體設計、法律、金融、生物學——中長期專業工作的代理，最佳模型得分約 12%。廠商圖表與獨立測試講述兩個不同的故事，而兩者之間的差距正是真相所在。你自己評分的基準是新聞稿，而非證明。

所以，作為一個以打造代理工具為業的人，我今天的經驗是這樣的。「 AI 做的」時代正在結束;「告訴我是誰做的，誰的允許，讓我檢查成果」的時代已經開始。在數學、金錢、程式碼領域——今天有三個不同的世界問同一個問題：不是「機器能做到嗎」，而是「我們能信任它、驗證它並理解它嗎」。我對我打造的工具的規則一直很簡單：展示每一步，並在無法撤銷的事之前先問清楚。如今，整個產業開始跟上這條規則。

我有個問題想問你，我真的很想聽答案：你會把錢包交給一個無法證明 ID的經紀人嗎？你無法理解的證明，還是知識，還是只是昂貴的謠言？