冷錢包直連交易所！幣安推新功能「Binance Mirror」，機構客戶不需抵押資產就能交易|數位時代 BusinessNext

冷錢包直連交易所！幣安推新功能「Binance Mirror」，機構客戶不需抵押資產就能交易

全球最大交易所幣安推新功能「Binance Mirror」，讓機構客戶在不直接抵押資產的情況下，仍能進行投資買賣，如何做到？

什麼是Binance Mirror?

昨（16）日晚間，全球最大交易所幣安（Binance）宣布新業務「Binance Mirror」正式上線，機構投資人可在不直接抵押存放在冷錢包資產的情況下，繼續在幣安平台上進行投資及交易。

新上線的Binance Mirror，是2021年幣安推出的服務「Binance Custody」的延伸業務。Binance Custody是一個專用託管平台，具有獨立的帳戶和錢包系統，能讓機構客戶安全儲存、管理數位資產，避免加密資產因冷錢包的遺失、損毀、竊取或內部勾結而受影響。

Binance Mirror則進一步，將機構投資人存放於Binance Custody的資產，以1:1的比例鏡射至幣安交易平台賬戶，再讓機構客戶做交易，讓機構投資人能在不直接抵押資產的情況下，仍能進行投資買賣。

幣安的發言人在接受外媒《Cointelegraph》的報導時表示，「從去年開始，我們著手打造Binance Ｍirror，並與幾位機構投資人用戶一起測試。目前得到的用戶回饋都非常正面，我們很高興能正式向市場推出這項服務。」他還補充：「Mirror 服務能確保機構投資人能隨時隨地交易，但是資產仍安全地存放在隔離的冷錢包中，並能隨時結算。」

幣安為何推Binance Mirror？

在交易所FTX垮台後，使用者開始不信任幣安等中心化交易所，能保護用戶資產安全，紛紛將資金撤出。

去年（2022）12月初，在用戶最恐慌時，短短一天內，從幣安交易平台流出高於十億美元的資金。在12月中，隨著會計公司Mazars宣布不再為加密貨幣公司提供PoR 儲備證明（Proof of Reserve）後，又有一波資金大量從幣安平台內流出。

幣安VIP 及機構用戶部門的負責人 Catherine Chen 表示，機構投資人普遍擔心交易所的管理風險，「機構投資人普遍希望能持續在幣安上進行交易，但又同時面對公司內部對於風險控管的壓力及要求。為了要讓這些機構用戶能持續地在幣安上交易，他們必須要找到可分散他們於中心化交易所交易可能面臨的風險的新交易方式。」

幣安推出的 Binance Mirror 服務，將讓關心資產安全性的機構投資人，能不必擔心因用戶擠兌而導致資產受損，並能享有幣安交易所提供的深度流動性，持續地在交易所進行投資買賣。

幣安2023年的發展重點為何？

隨著去年（2022）11月 FTX 的崩盤，加密貨幣迎來了看似更為漫長的熊市，使用者對於中心化交易所的不信任使得資金紛紛抽離，一向擴張迅速的中心化交易所開始人事凍結、裁員，更甚至有許多加密貨幣公司熬不過這次寒冬而倒閉。

幣安卻在此時繼續擴張，並預計於2023增聘30%的員工。幣安官方表示，機構投資用戶在2022年最後一個季度、幣市最動盪灰暗時，比起前個季度硬是逆風成長了17.4%；Binance Mirror也在 2022年最後一個季度顯著增長，鏡像資產增加了67%。

Binance Custody的副總裁Athena Yu分享，「Binance Mirror 結合了冷錢包跟交易所最大的優點，我們花了很多時間研發並調整這項服務，讓他們可以安全存放資產的情況下，釋放這些資產的流動性。」

資料來源： Bloomberg、 Coindesk、 Cointelegraph

核稿編輯：高敬原

ChatGPT、Gemini、Claude 等 AI 通用工具問世後，「AI」無疑成了現今全球最熱門的關鍵字。儘管許多企業已經開始導入相關應用，多數卻仍停留在文書輔助、單一聊天機器人（Chatbot）運用等單點階段。但隨著商業環境快速變化、缺工日益嚴峻，企業需要的不再只是一個會回答問題的對話框，而是具備「自主決策與行動執行」能力的「代理式 AI」（Agentic AI）。

Going Cloud 和 IDC 合作發布的《多代理系統崛起打造敏捷韌性企業》報告便指出，如今「AI First」時代來臨，企業的 AI 應用正從輔助性質走向自主營運，有 80％的企業期望藉此提升生產力，70％的企業希望能更輕鬆處理複雜任務，還有 66％的企業期望透過多模型來提升整體效能。

代理式 AI 愈來愈多，必須納入組織管理

但究竟什麼是「代理式 AI」？

「過去人們使用生成式 AI 時，需要一步步下達明確指令，但現在使用者只要賦予代理式 AI（Agentic AI）明確目標，它就能自己理解前因後果、進行推演，甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加，比方說，人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI，跨部門協作的複雜度也隨之飆升，「如果你是管理者，你就會意識到，必須把 AI 當成一個人，納入組織裡來管理。」黃柏淞強調，能統籌、指揮多個 AI 代理協作的「多代理系統」（Multi-Agent System, MAS），正是為了解決這個痛點而生。

簡單來說，MAS 就像虛擬的企業總部，負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時，各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性，企業可以依照業務需求，隨時新增、更改 AI 代理，能大幅提升營運韌性。

雖然企業普遍意識到，代理式 AI 已經蔚為風潮，但實際部署時，仍面臨諸多挑戰。《多代理系統崛起　打造敏捷韌性企業》報告便顯示，資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題，「企業最擔心串聯多個 AI 代理時，要是權限沒控管好，很容易有機敏資料外洩的風險。」黃柏淞提到，在此情形下，Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」（Supervisor Agent）作為主要決策層，底層則串聯了各個負責單一任務的「任務代理」（Task Agents）。

以 Going Cloud 服務的大型金融企業為例，假設一位 VIP 客戶登入銀行 APP，詢問 AI 客服：「我想申請房貸，請問現在利率多少？另外，請幫我評估把我目前的科技股基金贖回當作頭期款適不適合？」如果是傳統的聊天機器人，可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡，「主管代理」接收到任務後，會先拆解再指派負責「房貸利率」的「任務代理」，去後台抓取客戶的信用評分和最新房貸專案。同時，這位虛擬主管還會指派「理財分析」的「任務代理」，去檢視客戶最近科技股基金的績效並預測市場。最後，再由「主管代理」統整資訊，一併給出一份完整且客製的財務建議，「分層式 MAS 能確保整個過程的指令被清楚傳遞，而且因為權限分層管理，房貸 Agent 不會碰到不該碰的理財資料，符合金融業的風險控管與合規要求。」黃柏淞說。

目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看，多代理客服平台能降低 50％以上的人工客服工作負擔，並讓回覆使用者問題的平均時間減少 60％以上；FAQ 知識導向與 API 資料調用的正確率，在調用得當的情況下，也都達到9成以上的成功率。黃柏淞指出，金融、製造、顧問等有複雜跨部門協作需求的大型企業，都是亟需採用代理式 AI 的產業。

懂雲也懂企業痛點，助員工無痛升級「AI 小組長」

但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構？一方面，Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技（KKCompany Technologies），奠定具備理解和服務大型企業的經驗，且自 2022 年創立起，就鎖定服務架構最複雜的大型企業市場。同時，Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家，此成就彰顯 Going Cloud 在堅實的資訊安全基礎上，深化了對個人資料保護的承諾，為客戶提供符合國際標準的資料保障，強化雲端服務領導地位。另外，Going Cloud 還能為企業量身打造底層 AI 平台，提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。

對於準備跨入「AI 商用階段」的企業，黃柏淞建議，釐清應用場景，比追求最新技術更重要，「唯有清晰定義痛點，才能讓強大的 MAS 平台真正落地。」
他特別提到，導入 MAS 系統不只是 IT 部門的責任，其實更像企業的升級轉型，「未來的知識工作者，不能只是單純『接球就打』，每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表，應該要學著指派手下的「數位同事」去執行。員工的核心價值，將從過去繁瑣、重複性任務的執行，轉移到前期的目標定義、流程規劃，以及後期的決策判斷和審核把關。

AI 技術飛速推進，企業間的競爭已從「要不要用 AI？」，升級成「如何管理與協作多個 AI？」。透過建構靈活、安全且具高擴展性的多代理系統，企業不僅能解放員工的生產力，更能在瞬息萬變的市場中，打造敏捷、韌性兼具的營運大腦。