多人 AI 基礎設施

傳統軟件只有一個寫入者。如今，AI 應用中的操作來自人類、代理、工作流和服務，它們併發進行，而協調它們需要回答數據庫事務無法覆蓋的問題：誰被允許操作、哪個轉換被提交、每個觀察者可以安全相信什麼，以及系統在部分失敗後如何恢復。以高頻率維持這些答案，需要付出延遲、吞吐量和成本方面的代價。這個文檔包將這種代價明確攤開，包括失敗的實驗和尚未驗證的部分。

Ablo 協調對已聲明事物的變更：一份文檔、一個訂單、一個按鈕、一架飛機。每個事物都有名稱、類型化字段、關係，以及關於誰可以修改它以及兩個角色同時嘗試時會發生什麼的規則。沒有這種聲明，其他一切都是不可表達的。命名空間中的詞彙屬於組織而非 Ablo；醫院的任務與工廠的任務並不相同，因此沒有需要採納的世界本體。Ablo 採用客户已經聲明的模型，並添加一個協調覆蓋層。其中，事物及其字段由客户定義，且隨組織變化；而身份、所有權、衝突處置、租户和新鮮度則由 Ablo 負責，且保持一致。這種機制也延伸到物理方向：燈、車輛、飛機同樣是聲明的事物，額外帶有兩個條件——每個觀察都有一個有效期，而且命令不可撤銷。

文檔包提供了清晰的閲讀路徑。入門可閲讀 01-the-space.md 瞭解 Ablo 的主張和空間中的其他參與者，02-the-contract.md 説明詞彙和不可妥協的保證，03-the-system-today.md 描述一次寫入實際經過的路徑，04-the-evidence.md 展示已測量的結果，包括哪些嘗試失敗了。深入閲讀包括：05-why-it-is-hard.md 精確闡述系統難點，06-scale-regimes.md 解釋為什麼“每秒一百萬次”實際上是三個不同的目標，domains/ 下九個文件分別對應九個技術領域，research/ 收錄截至 2026 年 7 月的智能體協調文獻。此外，07-measuring-it.md 教讀者如何解析性能聲明，08-learning-path.md 提供六階段學習路線，09-reading-list.md 列出所有外部來源及意義，10-repo-map.md 給出代碼庫中每個概念的對應位置。

整個文檔包遵循“每條事實只有一個家”的原則：術語歸 02-the-contract.md，測量數據歸 04-the-evidence.md，外部來源歸 09-reading-list.md，技術領域歸 domains/，研究論文歸 research/，未決問題歸各文件末尾的“仍在開放”部分，倉庫文件路徑歸 10-repo-map.md。同一想法解釋兩次被視為缺陷——這個文檔包正是為取代一份 1,300 行、把鄰近系統重複解釋了四次的舊文檔而拆分出來的。

文檔狀態為技術導向而非規範，撰寫日期為 2026-08-01。有關鄰近系統的聲明在該日期對照現有公開文檔檢查過，研究文件則逐項標註發表狀態，因為其中多數為近期預印本。如果文檔包與源代碼發生衝突，以源代碼為準，且差異值得上報。

Ablo 的引擎和公開 SDK 託管在 Abloatai/ablo，產品文檔位於 docs.abloatai.com。許可證為 Apache 2.0，附帶 LICENSE 與 NOTICE 文件。當前倉庫星標、派生和關注數均為 0。