Abel AI
因果时序预测
表现
RD 热度指数
RD 增长指数
对比
关注更新
关注列表
人物
关于Abel AI
Abel AI 是旧金山的因果推理预测基础设施,把实时市场信号转化为结构化 Decision Token:输出含先验概率、时间窗、置信度、关键驱动、锚定漂移、观察信号、风险因子与建议动作等字段。它针对语言模型只生成文本、难给出可验证决策,而传统统计模型缺因果结构、易把相关性当信号的痛点。底层是每日刷新的世界因果图,覆盖 20 万以上市场变量与 600 万条关系,配时序模型预测;CAP 协议以 REST、MCP、SDK 暴露预测、解释、干预、发现四类原语,一条命令装入 Codex、Claude Code 等编码代理。
在 AI 加密工具层中,与行情仪表盘、情绪分析工具相比,其输出带置信度与失效信号的决策单元,可直接被代理消费。Abel Portfolio 自 2026 年 5 月 11 日起公开跟踪 30 个代码的纸面组合,回测夏普 3.31,但披露的纸面收益仍为 0%,实盘验证尚未展开;2026 年 5 月的预注册审计显示,11 个受测预测市场系统无一同时通过统计优势、费后盈利、结构识别与可验证四道检验。
2026 年 10 月 12 日至 15 日,Abel AI Lab 的开源因果发现库 Andrey 连续发布四个版本:0.2.0 补齐隐共同因方法,0.3.0 加入 Tabu、XGES 与爬山搜索,0.4.0 收录 ANM 与 PNL 成对方法,0.4.1 修正 DirectLiNGAM 的排序实现;路线图把时间序列方法列为 0.5.0 的在研项。产品侧,Abel 把预测包装成供编码智能体调用的 Decision Token,包含先验、时间跨度、置信度、驱动因子、漂移与观察信号等九个字段,可通过 REST 与 MCP 接入 Codex、Claude Code、OpenCode、OpenClaw;底层因果图约 600 万节点、覆盖 20 万个以上变量并每日刷新,公开的组合回测包含 110 个模拟策略,免费开发者额度为每月 1,000 次调用。
Abel AI 的未来战略与路线图:Abel 计划把世界动态模型从金融与宏观扩展到能源、工业与生物场景,先靠开源库建立方法学信誉,再用企业私有部署变现;团队把置信度上限设在 1.0 以下,要求每个预测都附带可核对的观察信号。
Stephen Wang:创始人兼 CEO,曾任 Snap 与 Meta 首席研究员、Amber Group CTO 及 Microsoft 研究员,专注深度学习、自然语言处理和时序建模。
Biwei Huang:CTO,同时任加州大学圣地亚哥分校教授,研究方向包括因果发现与机器学习。