博客 / Blog
研究可编程劳动力
我们在这里记录对可编程劳动力、AI 能力边界和数字员工资产的判断与观察
最新 · 2026-09-12
ALE 任务的认知需求画像与当前 agent 的能力边界
方法 · 27 个维度
把 Agents’ Last Exam 的 139 个专业任务当作 ADeLe 的 custom benchmark，逐任务标注认知需求等级。
发现 · 整体因子
agent 的失败随任务的整体需求上升，而不是随某个维度；能力雷达图不能按维度读。
结论 · 通用技能
67 个失败运行里 55 个缺的是领域通用的过程技能：核验、契约、预算节奏、样本外验证。