智能体，需要自己的“操作系统”AIOS

传统操作系统属于工具型架构，提供文件管理与运行环境，静态响应鼠标或触控指令。

然而，随着智能眼镜、具身机器人等新型载体的涌现，传统架构已经无法应对高自主性与实时感知的需求，由此推动底层软件向智能体操作系统（AIOS）演进。

对此，安谋科技市场及生态副总裁梁泉指出，未来的AIOS不仅仅是软件，AI模型将成为系统架构的核心中枢。

图 | 安谋科技市场及生态副总裁梁泉；来源：安谋科技

交互模式将从“回合制”演进到“持续感知”

新型硬件的核心转变在于打破一问一答的回合制逻辑。以具身智能为例，互动必须连续且无缝，设备需通过镜头与麦克风主动捕捉使用者的动作、眼神与情绪并直接做出反应，而非依赖死板的唤醒词。

梁泉认为，这种持续感知将依赖两项系统转变：一是生成式UI（Generative UI），显示界面不再固定，而是由系统根据当下任务上下文与环境动态重组、即时生成；二是多模态混合输入，数据流引擎必须同时处理视频、音频与文字，并即时喂给底层模型推理。

AIOS 的四大核心引擎

梁泉透露，目前这套架构选择在现有Linux等Classical OS之上进行重构，将AI模型与任务管理下沉为最底层能力，由四大引擎共同驱动：

模型引擎（Model Engine）：深度融入系统交互流，负责即时解析语音中的细微情感与文字的真实意图，并在端侧与云端之间进行动态路由。
智能体引擎（Agentic Engine）：核心在于循环任务（Loops）编排。系统将模糊、宏观的单句指令自动规划并拆解为数个可执行的子任务，在安全隐私边界内自主调用工具执行。
数据流引擎（Dataflow Engine）：系统的数据传输中枢。为了处理高频视频与音频流，采用零拷贝（Zero-Copy）技术，让数据在Arm CPU、GPU与周易NPU等异构计算单元间免复制传输，以极低延迟完成推理与运控。
记忆系统（Memory Engine）：负责长短时记忆与上下文管理。通过自动归档与检索机制，赋予设备连续性记忆，依据历史习惯优化当下决策。

端侧AI的可行性与工程落地

梁泉认为，受益于混合专家模型（MoE）与小型化模型（SLM/VLM/VLA）的技术突破，端侧模型在处理局部、即时的专门任务时已达到高可用性臨界点，代际差正在缩小，且具备云端无法比拟的隐私保护优势。

为了在各类硬件上验证系统能力，安谋科技与开源AIOS联盟将采取由小到大的策略。初期开发的JishuShell（极术秀）工具表面上是命令行管理器，背后实质上是微型操作系统雏形。它为边缘端优化，内建服务器级任务编排机制，能AI任务直接分配到本地或微型虚拟机中运行。这种架构让开发者能直接在Mac Studio、NVIDIA DGX SPARK等主流硬件上测试端侧模型的Agentic能力。

随着软件基础设施完善，这套技术正从智能录音设备、智能眼镜，扩展至多端互联的家庭盒子及具身机器人。通过底层操作系统的重构，新型AI设备正从云端API工具，转变为能持续感知、自主执行任务的独立计算载体。