## 从 Agent Infrastructure 全景图说起 5 月 20 日的阿里云峰会上，阿里云 CTO 李飞飞在主论坛发布了一张 Agent Infrastructure 全景图。核心观点很明确：当 Agent 成为主体负载，云基础设施需要在运行时、编排、治理、安全、数据平面、记忆这六大维度上重新构建能力。在这张图里，ANOLISA 被明确标注在算力基座层——它解决的是 Agent“到底跑在什么样的操作系统上”这个最底层的问题。 当天下午，阿里云 Agentic OS 产品负责人周絮在 Agent Native 基础设施分论坛上，完整地介绍了 ANOLISA 的产品设计思路。以下是对这次演讲的全面回顾。 *注：ANOLISA 音译为“安诺丽萨”（拼音 Ān Nuò Lì Sà），全称是 Agentic Nexus Operating Layer & Interface System Architecture 的缩写。 ## 开场：操作系统的用户主体，变了 过去半年，Agent 的能力边界扩张速度远超预期——多 Agent 协作、超长上下文、自主工具调用，这些以前只在实验室里验证的能力，现在正快速进入生产环境。Gartner 预测，到 2026 年底，40% 的企业应用将内置 AI Agent。 但团队在实际落地中发现了一个反直觉的现象：模型越来越聪明，Agent 却跑得越来越“贵”。过去几十年，操作系统的设计哲学始终围绕一个核心假设——用户是人。可今天，Agent 已经开始成为新的用户主体。它们不盯着屏幕，也不用敲键盘，却需要 7×24 小时不间断地在服务器上执行任务。 ANOLISA 正是为这个新时代打造的 Agent 系统管家。它的使命很明确：打造更高效、更安全的 Agent Native 环境。 ## 80% 的 Token，花在了“搞懂环境” 演讲中分享了一个真实场景：让 Agent 在传统 Linux 上部署一个 Python 服务。对熟练工程师来说，5 分钟就能搞定的事，Agent 却花了 14 轮对话。前 13 轮全在探索目录结构、解决权限问题、处理依赖冲突、排查网络配置——这些都是工程师凭经验一眼就能跳过的。直到第 14 轮，才真正开始部署。 拆开 Token 消耗来看，大约八成花在探索环境和试错上，真正用来部署服务的不到两成。这不是个例——内部数据显示，Agent 比人多消耗 3 到 5 倍的调用轮次，绝大多数 Token 都浪费在“搞懂环境”这件事上。 ## Agent 不是人，它需要一套全新的系统契约 为什么会这样？下面这张对比表给出了答案。 人类用户与操作系统交互，走的是“感知-理解-决策-执行”的循环。我们用鼠标键盘、看屏幕日志、能容忍秒级响应、能凭经验跳过冗余步骤。但 Agent 与操作系统的交互完全不同：它需要 CLI 和结构化接口，需要毫秒级响应，遇到错误需要结构化状态码而不是一段人类可读的日志；它还可能被 Prompt 注入劫持，没有人类的“本能犹豫”来兜底。 用一个类比来说：移动时代催生了 iOS 和 Android——不是因为功能机“不够好”，而是触屏交互需要全新的系统层。Agent 时代也一样，需要属于它自己的操作系统。 ## ANOLISA 的定位与架构 在讲具体架构之前，得先明确 ANOLISA 在整个 Agent 生态里的位置。今天市场上已经有了不少优秀的 Agent 平台——Managed Agents 做编排，开源框架做生态，应用层的 Harness Engineering 也在快速发展。ANOLISA 做的是它们下面那一层：为 Agent 及 Agent 托管平台提供安全、高效、标准化的操作系统底座。 架构上，ANOLISA 采用三层设计。最底层是发行版适配层，兼容 Alibaba Cloud Linux、Ubuntu 及其他 Linux 系统——不需要替换现有 OS，可以直接叠加。中间是系统优化层，让传统 Linux 真正理解 Agent 的工作负载特征，针对高密度部署做内核级调优。最上层是运行时层，集中了 Agent 可观测、运行时增强、Token 压缩插件以及 Agent 安全防护体系。再往上是封装交互层，让 Agent 用意图而非命令与操作系统交互。 一句话总结：ANOLISA 是从传统 OS 到 Agentic OS 的升级路径。 ## 四大核心优势 ANOLISA 的三层架构，最终体现在四个可度量的核心优势上。 第一，Token 优化。通过少想、少装、少传，节省 Token 超 30%。第二，Agent 管理与 Skill 生态。搭载 Agent-native 的新一代默认 Shell，全面接入阿里云 Skill 门户，具备 Agent 全链路可观测能力。第三，运行时增强。Python 和 Node.js 系统层性能优化，Agent 工作负载下的内核调优。第四，内生安全。通过三层安全防护架构，在 OS 层阻断 Agent 的安全风险。 下面逐个展开。 ### 核心优势一——Token 优化：不换模型，只升级 OS，节省 30% 行业里不少团队做过 Token 优化的系统梳理，结论是通过记忆层可以降低 3 到 4 倍的成本。各种 Prompt 工程技巧号称能省 70% 到 80%。但这些都是在应用层做优化，治标不治本。 我们的思路是从操作系统层面入手，从根源上减少 Agent 需要探索的信息量。具体通过三个维度实现“少想、少装、少传”： - **少想**——内置 OS Skills，相当于给 Agent 一张“环境地图”。Agent 不再需要花轮次去探索“这个系统怎么装包”“配置文件在哪里”。同时内置了多年沉淀的系统工具，相当于内置了一位阿里云操作系统专家。 - **少装**——Skill 文件系统通过编译优化和运行时索引，只暴露与当前任务相关的最小信息集。Agent 拿到的是精炼后的上下文，不是整本说明书。 - **少传**——输入和输出自动精简与压缩，从传输层面减少 Token 开销。同样的信息量，用更少的 Token 表达。 最终效果：同样的任务，Token 消耗降低 30%。不换模型，只升级 OS。而且这个效果是可度量的——内置了 Token 消耗分析面板，支持 Session 级别的 Token 节省效果可视化，帮助开发者精准归因成本、快速定位异常。 ### 核心优势二——Copilot Shell：革新的交互方式 传统 CLI 是语法驱动的——你得记住精确的命令语法、参数格式、管道组合。但 Agent 的思维空间是目标和意图。它想表达的是“把昨天的日志压缩备份一下”，而不是记住 tar 的参数顺序和文件路径规则。 Cosh 通过自然语言与 CLI 同时服务于人类和 Agent。现场也做了一个 Demo 演示——我们都经历过那种时刻，凌晨 2 点被报警惊醒，面对黑漆漆的终端，一边查文档一边试命令。有了 Cosh，你只需要说一句“把最近一小时的错误日志找出来”，系统立刻帮你搞定。 Cosh 实现了一个关键转变：Agent 表达“做什么”，系统负责解析“怎么做”。无论你用的是自研 Agent、开源生态 Agent，还是第三方的 Managed Agents，都可以通过同一套 CLI Gateway 接入 ANOLISA。上层平台不需要关心底层系统操作怎么封装，专注于编排和产品逻辑即可。 ### 核心优势三——运行时增强：为 Agent 工作负载优化 Linux 内核 Agent 不仅需要用更少的 Token，还需要跑得更快、更稳。 未来在企业里，一个人类员工预计将配备 10 个甚至 100 个 AI Agent。同一台服务器上可能同时运行数十上百个 Agent 实例。传统内核的调度策略、内存分配策略、中断处理机制，根本不是为这种密度设计的。 我们在内核层面为 Agent 工作负载做了深度调优。几个关键数字：并发内存负载性能提升超过 200%，内存分配效率大幅提高，Agent 并发执行更流畅；中断处理性能优化接近 10%，系统响应更稳定。 整体效果：主流 Agent 任务执行时间降低 30%，Bench 分数提高 20%，冷启动时长降低 10%。核心优化方向包括：高密部署不抢资源，多个 Agent 同时运行时互不干扰；突发算力按需释放；长时间运行不崩溃，Agent 任务可以稳定运行数天甚至数周。 ### 核心优势四——内生安全：三层纵深防御架构 在 Agent 时代，安全的意义变了——它不只是“防护”，它决定了 Agent 能不能真正被放出去自主工作。如果你不信任一个 Agent 的安全边界，你就永远不敢让它独立执行。 Agent 的安全模型和传统软件完全不同。传统软件是“已知输入→已知输出”的确定性模型，可以用规则和白名单防护。但 Agent 是“未知意图→未知行动”的概率性模型——同一个 Prompt 改一个措辞，行为就可能完全不同。 我们构建了三层纵深防御架构：第一层，执行前拦截——提示词扫描、代码扫描、Skill 校验，在风险发生前阻断。第二层，执行中监控——安全可观测、结构化事件日志、合规审计、意图识别。第三层，底层兜底——OS 级隔离与监控、安全基线巡检、确定性兜底。即使前两层都被突破，操作系统本身就是安全的最后一道防线。 最重要的是，这一切对 Agent 是无感的。安全能力全程在线，不额外消耗 Token，成本零增长。支持多种接入模式，对已有系统零侵入。安全不是功能，是信任的基础。没有这一层，Agent 永远只能跑在 demo 里。 ## 丰富的产品生态 ANOLISA 是一个开放的底座。Agent 基础设施的真正价值，不在于平台本身，而在于平台上生长出来的应用和服务。 在阿里云生态中，轻量应用服务器的 Agent 应用即将全面搭载 ANOLISA，并且与其他云产品都在陆续集成中。无论你是 Agent 开发者还是 Agent 服务提供商，ANOLISA 都能提供坚实的底层支撑。 在开源生态方面，ANOLISA 已经在 GitHub 上开源。龙蜥社区作为开源载体，承载 Skill Hub 和 Agent 生态的建设。当“工程师用 AI 写代码”成为常态，Agent 脚下的操作系统就变得比以往任何时候都更关键。我们相信，这需要整个社区的共同参与。 ## 让每一个 Agent 都跑在 ANOLISA 上 Unix 的成功不在于设计了什么特定功能，而在于创造了让“programs as yet unthought-of”（还没想出来的程序）能够被创造出来的接口和思想。Agent 正在从 Copilot 模式快速向 Autopilot 演进，ANOLISA 将作为 Agent 基础设施的底座支持这一演进。 愿景很简单：让每一个 Agent 都跑在 ANOLISA 上。 Alibaba Cloud Linux 4 Agentic 版现已在 ECS 全地域上线，同时也在阿里云无影云电脑及灵构上线，即将覆盖轻量应用服务器。