Able

general · First seen 2026-05-23 · Last seen 2026-11-13 · 145 mentions

Overview

Able 近期在 AI 圈常被用来概括"AI Agent 到底能做到什么"的能力边界话题:即当智能体(Agent)逐步接管编码、科研辅助、自动化生产等任务时,它的实际可胜任范围、可扩展方式与失败模式,正成为开发者与研究者争论的焦点。围绕这一话题,近期社区讨论集中在多智能体的资源调度、AI 代码的可信度,以及用大模型推进基础科学发现三条主线上。

Able 视角下的多智能体扩展

多智能体工作流的扩缩容被认为应按单个智能体而不是整体来分配容量。CanyonOS 的设计思路是:各智能体很少同时需要同一份资源——规划器很快结束,请求却可能堆积——因此可以只给繁忙的智能体加副本,并按智能体粒度做追踪。这种细粒度调度被视为解决 Agent 集群"忙闲不均"问题的一种务实方案。

  • CanyonOS:多智能体工作流可以只给忙的智能体加副本
  • 用子 Agent 与 Critic 协作生成高精度 3D 模型
  • AI 写代码,到底有多 Able

    AI 能力在软件工程中的真实性数据开始出现:Addy Osmani 提到,Claude Code 约 90% 的代码由 Claude 自己编写,而在 6 月到 9 月间,团队合并的 PR 数量翻倍以上,回滚率反而下降。但社区感受依然两极分化——有工程师兴奋,有工程师担忧,背后不只是"爱写代码还是爱交付"的差异,而是对 AI 代码审查责任归属的不同判断。

  • Addy Osmani 谈 Agent 时代代码审查的重构
  • 为什么工程师对 AI Agent 的感受如此两极分化
  • 从工程实践走向科学边界

    能力话题也在向科研延伸。一种 40 年前就在人体细胞中被发现的巨型空心蛋白"桶",至今功能不明,Anthropic 用 Claude 在细菌里找到了它的同类,展示大模型参与未知生物机制探索的潜力。同期讨论还包括通过逆转细胞衰老把生物年龄维持在 25 到 35 岁之间的长寿愿景,以及 pstack 推出的形式化验证 meta-skill——它能根据待验证系统的特性自动生成专属的验证 skill,把经典工程原则(最小改动、先……)与 AI 工具链结合。

  • Anthropic 用 Claude 在细菌里找到巨型蛋白"桶"的同类
  • pstack 新增形式化验证 meta-skill
  • 当前焦点与观察点

    综合来看,关于 AI 能力的讨论正从"能不能做"转向"如何规模化、如何审计":其一,按智能体粒度做调度与追踪能否成为多智能体基础设施的共识;其二,AI 代码占比持续升高后,审查流程与回滚率能否长期稳定;其三,模型在基础科学中的角色是辅助检索还是独立发现。这些问题的答案,将决定 Agent 在下一阶段被认为"真正可用"还是"仍需人盯"。

    Coverage

    10 on file