跳到主要内容

代码作为元能力

什么是元能力?​

  • 普通能力: Agent 能做某件具体的事——回答问题、调用某个 API、生成一段文字;
  • 元能力: 一种“能创造其他能力”的能力——用它当场写出新工具、新约束、新表达形式来完成任务,而不必事先把所有能力预制好;
  • 候选者: 代码生成正是这样的元能力,因为它精确、可执行、可组合;
  • 产出形态一: 新工具——脚本、API 调用序列;
  • 产出形态二: 新约束——断言、校验规则;
  • 产出形态三: 新表达形态——HTML 表单、PPT、视频帧;

代码对 Agent 的两个层面价值是什么?​

  • 思考层面: 形式化代码让思考高度严谨——“年龄大于 18 且已实名认证”用自然语言有多种理解,写成代码就毫无歧义;
  • 表达层面: 一段能跑通的代码本身就是逻辑自洽的证明,执行结果提供客观的对错标准;

六个应用方向如何组织?​

由内向外方向代码替代或产出的对象
1思维本身用代码替代易错的自然语言推理
2业务规则把模糊政策编码为可执行约束
3内容呈现生成 PPT、视频与可视化产物
4系统接口桥接异构 API,自动适应数据格式演化
5用户界面动态构造表单与交互界面
6Agent 自身用代码创造或修复新 Agent,形成自举

这套能力对通用 Agent 架构意味着什么?​

  • 结论: 代码不只是完成任务的手段,也是积累知识、创造工具、优化自身的机制;
  • 承接: 前几类元能力加上上下文、知识与工具,共同构成通用 Agent 的基础架构;