¿Qué ejecuta un agente? ANOLISA de Alibaba Cloud reescribe la capa del sistema operativo

El 20 de mayo, en la Cumbre de Alibaba Cloud, el CTO Dr. Feifei Li presentó algo en lo que la compañía había estado trabajando silenciosamente durante meses: un panorama completo de infraestructura para agentes. En la base de esa pila, justo en la capa de potencia de cómputo, se encontraba ANOLISA, un software de sistema con una ambiciosa propuesta: que cada agente funcione sobre ANOLISA.

ANOLISA son las siglas de Agentic Nexus Operating Layer & Interface System Architecture (Capa Operativa y Arquitectura de Interfaz de Nexus de Agentes). No es un sistema operativo independiente nuevo. Es una ruta de actualización: un conjunto de modificaciones a nivel de kernel y tiempo de ejecución en tres capas que se asienta sobre distribuciones Linux existentes, Alibaba Cloud Linux, Ubuntu y otras, y reorienta el sistema operativo hacia cargas de trabajo de agentes en lugar de usuarios humanos.

La idea central, presentada por el propietario del producto Zhou Xu en la sesión de Infraestructura Nativa para Agentes esa tarde, es simple y provocadora. Durante décadas, los sistemas operativos se han diseñado con una única premisa: el usuario es humano. Los agentes no usan pantallas. No escriben comandos. Necesitan respuestas en milisegundos, interfaces estructuradas y la capacidad de funcionar 24/7 sin intervención humana. Y son terribles navegando por el Linux tradicional.

El problema de las 14 rondas

Zhou Xu ilustró la brecha con un ejemplo concreto: hacer que un agente despliegue un servicio Python en Linux estándar. Un ingeniero experimentado necesita unos cinco minutos. El agente requirió 14 rondas de conversación. Las primeras 13 rondas se dedicaron a explorar estructuras de directorios, resolver problemas de permisos, manejar conflictos de dependencias y solucionar problemas de configuración de red: un reconocimiento del entorno que un ingeniero puede saltarse con solo echar un vistazo a un sistema familiar. Solo en la ronda 14 comenzó el despliegue real.

El análisis del consumo de tokens mostró que aproximadamente el 80% de los tokens se destinaron a exploración del entorno y prueba y error; menos del 20% se gastó en la tarea real. Esto no es un caso atípico. Los datos internos de Alibaba Cloud indican que los agentes consumen de tres a cinco veces más rondas de invocación que los humanos, y la gran mayoría de esa sobrecarga proviene de comprender el entorno.

La causa raíz es estructural. Los usuarios humanos interactúan con un sistema operativo a través de un ciclo de percepción-comprensión-decisión-ejecución, usando ratón y teclado, tolerando tiempos de respuesta de segundos. Los agentes, por el contrario, necesitan CLI e interfaces estructuradas, requieren respuestas en milisegundos y pueden ser secuestrados mediante inyección rápida: carecen de la vacilación instintiva que un operador humano podría tener.

Tres capas, cuatro ventajas

La arquitectura de ANOLISA es directa. En la base, una capa de adaptación de distribución que funciona con Alibaba Cloud Linux, Ubuntu y otras variantes de Linux, sin necesidad de reemplazar el sistema operativo existente. La capa intermedia es la capa de optimización del sistema, donde se realizan ajustes a nivel de kernel para cargas de trabajo de agentes: mejora de la planificación, políticas de asignación de memoria y manejo de interrupciones para despliegues de alta densidad. La capa superior es la capa de tiempo de ejecución, que abarca la observabilidad del agente, la mejora del tiempo de ejecución, los complementos de compresión de tokens y un sistema de protección de seguridad.

Por encima de eso se encuentra la capa de interacción de encapsulación, donde los agentes pueden interactuar con el sistema operativo utilizando intenciones en lugar de sintaxis de comandos exacta. Aquí es donde entra Cosh, el shell predeterminado de ANOLISA, que acepta instrucciones en lenguaje natural (encuentra los registros de error de la última hora) junto con la entrada CLI tradicional. Cosh traduce la intención del agente en acciones del sistema, eliminando la necesidad de que los agentes recuerden órdenes de parámetros o convenciones de rutas de archivos.

Los beneficios medibles son cuatro. Primero, optimización de tokens: una reducción reclamada de más del 30% mediante tres mecanismos. Menos pensamiento (las habilidades integradas del sistema operativo actúan como un mapa del entorno, por lo que el agente no necesita explorar el sistema de archivos desde cero), menos carga (un sistema de archivos de Habilidades expone solo la información mínima relevante para el trabajo actual) y menos transmisión (la entrada y la salida se comprimen automáticamente). Segundo, gestión de agentes, con observabilidad de extremo a extremo y un ecosistema de Habilidades integrado con el portal de Habilidades de Alibaba Cloud. Tercero, mejora del tiempo de ejecución, que incluye ajustes de rendimiento a nivel de kernel para cargas de trabajo de Python y Node.js. Cuarto, seguridad integrada, utilizando una arquitectura de defensa en profundidad de tres capas.

Seguridad como base de la autonomía

La arquitectura de seguridad es particularmente interesante. Refleja una nueva realidad: en la era de los agentes, la seguridad no se trata solo de protección, determina si se puede confiar en que un agente ejecute de forma independiente. Si el límite de seguridad de un agente es incierto, ninguna empresa permitirá que funcione de forma autónoma.

El software tradicional es determinista: entrada conocida, salida conocida. Las reglas y las listas blancas funcionan. Los agentes son probabilísticos: intención desconocida, acción desconocida. El mismo aviso, reformulado, puede producir un comportamiento completamente diferente. El enfoque de tres capas de ANOLISA bloquea los riesgos antes de la ejecución (escaneo de avisos, escaneo de código, verificación de habilidades), monitorea durante la ejecución (observabilidad de seguridad, registros de eventos estructurados, auditoría de cumplimiento, identificación de intenciones) y proporciona aislamiento a nivel de sistema operativo como última línea de defensa: incluso si las dos primeras capas se vulneran, el sistema operativo actúa como una red de seguridad.

Es importante destacar que la capa de seguridad está diseñada para ser insensible al agente: no se consumen tokens adicionales durante el monitoreo de seguridad y no hay aumento de costo. El sistema afirma proporcionar una intrusión cero en las configuraciones existentes.

Ajuste a nivel de kernel para la densidad de agentes

Las optimizaciones del kernel son donde ANOLISA hace sus afirmaciones de rendimiento más tangibles. En un futuro donde cada empleado de una empresa podría estar equipado con 10 o incluso 100 agentes de IA, cientos de instancias de agentes pueden necesitar ejecutarse en el mismo servidor simultáneamente. La planificación del kernel tradicional y la asignación de memoria no están diseñadas para esta densidad.

Las cifras de rendimiento de Alibaba Cloud: el rendimiento de la memoria concurrente mejoró en más del 200%, la eficiencia de asignación de memoria aumentó enormemente y el rendimiento del procesamiento de interrupciones se optimizó en cerca del 10%. El efecto general es una reducción del 30% en el tiempo de ejecución del agente, una mejora del 20% en las puntuaciones de Bench y una reducción del 10% en la duración del inicio en frío.

Una jugada de plataforma en un mundo de agentes

ANOLISA es de código abierto en GitHub, bajo el paraguas de la comunidad OpenAnolis. La comunidad se posiciona como la plataforma de código abierto para construir el Hub de Habilidades y el ecosistema de agentes. Ya está disponible en instancias de ECS de Alibaba Cloud bajo el nombre Alibaba Cloud Linux 4 Agentic y pronto cubrirá la línea de productos de Servidor de Aplicaciones Simple.

El movimiento es estratégicamente significativo. A medida que se multiplican las plataformas de orquestación de agentes, agentes gestionados, marcos de código abierto, ingeniería de arneses, la capa de infraestructura subyacente sigue fragmentada. ANOLISA es la apuesta de Alibaba Cloud de que la plataforma ganadora será la que controle la capa del sistema operativo, no solo la capa de aplicación. Hace eco del cambio de los teléfonos básicos a iOS y Android: no es que los teléfonos básicos no fueran lo suficientemente buenos, sino que la interacción táctil requería una nueva capa de sistema. Según Alibaba Cloud, la era de los agentes también requiere su propia capa de sistema operativo.

La pregunta es si la industria se estandarizará en torno a una sola capa de sistema operativo para agentes, o si, como con el propio Linux, múltiples actores coexistirán, cada uno ajustado a su propia nube. La naturaleza de código abierto de ANOLISA y su compatibilidad con distribuciones Linux estándar sugieren que Alibaba Cloud apunta a una adopción amplia, no solo a un bloqueo propietario. Pero el modelo claramente beneficia al ecosistema de Alibaba Cloud: ANOLISA ya está integrado con las aplicaciones de agente del Servidor de Aplicaciones Simple de Alibaba Cloud y estará vinculado a otros productos en la nube.

Por ahora, ANOLISA sigue siendo una propuesta audaz: que el futuro de los agentes de IA no depende de modelos más inteligentes, sino de una capa de la pila que la mayoría de los desarrolladores olvida que existe: el sistema operativo. Si el problema de las 14 rondas es genuinamente generalizado, Alibaba Cloud puede haber identificado una ineficiencia que ninguna cantidad de ingeniería de avisos puede solucionar.