云基础设施
什么在驱动智能体?阿里云ANOLISA重写操作系统层
阿里云ANOLISA是为智能体时代设计的三层操作系统升级方案,可减少30%的令牌使用量,并将执行时间缩短类似幅度。专为高密度智能体部署而设计,它在内核层面解决了安全性、可观测性和效率低下问题。

5月20日,在阿里云峰会上,首席技术官李飞飞博士发布了公司数月来默默研发的成果:完整的智能体基础设施全景图。在该技术栈的底层,即计算能力基础层,是ANOLISA,一个定位高远的系统软件。让每个智能体都运行在ANOLISA之上。
ANOLISA代表智能体关联操作系统层及接口系统架构(Agentic Nexus Operating Layer & Interface System Architecture)。它并非一个全新的独立操作系统,而是一条升级路径:一套三层的内核级和运行时级修改,运行在现有Linux发行版(如Alibaba Cloud Linux、Ubuntu等)之上,将操作系统重心从人类用户转向智能体工作负载。
该产品负责人周旭在当天下午的“智能体原生基础设施分会”上阐述的核心见解既简单又引人深思:几十年来,操作系统的设计始终基于一个假设:用户是人类。智能体不使用屏幕,不输入命令。它们需要毫秒级响应、结构化接口,以及全天候无人干预运行能力。而且,它们在传统Linux系统中导航的能力非常糟糕。
14轮问题
周旭用一个具体例子说明了这一差距:让一个智能体在标准Linux上部署一个Python服务。熟练工程师大约需要五分钟。智能体却需要14轮对话。前13轮都花在了探索目录结构、解决权限问题、处理依赖冲突以及排查网络配置上, , 这些都是工程师扫一眼熟悉的系统就能跳过的环境侦察工作。直到第14轮,实际的部署才真正开始。
令牌消耗分析显示,大约80%的令牌用于环境探索和试错;只有不到20%花在了实际任务上。这并非个例。阿里云内部数据表明,智能体消耗的调用轮次是人类的三到五倍,其中绝大部分开销源于对环境信息的理解。
根本原因在于结构性问题。人类用户通过“感知-理解-决策-执行”的循环与操作系统交互,使用鼠标和键盘,能够容忍秒级响应时间。相比之下,智能体需要CLI和结构化接口,需要毫秒级响应,并且可能受到提示注入攻击;它们缺乏人类操作员本能的犹豫。
三层架构,四大优势
ANOLISA的架构简单明了。最底层是发行版适配层,兼容Alibaba Cloud Linux、Ubuntu及其他Linux变体,无需替换现有操作系统。中间是系统优化层,在此进行针对智能体工作负载的内核级调优:改进调度策略、内存分配策略以及针对高密度部署的中断处理。顶层是运行时层,涵盖智能体可观测性、运行时增强、令牌压缩插件以及安全防护系统。
再往上则是封装交互层,智能体可以通过意图而非精确的命令语法与操作系统交互。这就是Cosh发挥作用的地方,它是ANOLISA的默认Shell,除了传统的CLI输入外,还能接受自然语言指令(例如“查找过去一小时的错误日志”)。Cosh将智能体意图转化为系统操作,无需智能体记忆参数顺序或文件路径约定。
可衡量的优势有四个方面。第一,令牌优化:通过三种机制,声称可实现超过30%的减少。更少的思考(内置操作系统技能充当环境地图,智能体无需从头探索文件系统)、更少的加载(技能文件系统仅暴露与当前任务相关的最小信息)以及更少的传输(输入和输出自动压缩)。第二,智能体管理,具备全链路可观测性,并与阿里云技能门户集成的技能生态系统。第三,运行时增强,包括针对Python和Node.js工作负载的内核级性能调优。第四,内置安全,采用三层纵深防御架构。
安全:自主运行的基础
安全架构尤其值得关注。它反映了一个新的现实:在智能体时代,安全不仅仅关乎保护,它决定了你是否能信任一个智能体独立执行任务。如果智能体的安全边界不确定,没有企业会允许它自主运行。
传统软件是确定性的:已知输入,已知输出。规则和白名单行之有效。而智能体是概率性的:未知意图,未知行为。同一个提示,措辞稍有不同,就可能产生完全不同的行为。ANOLISA的三层方法在执行前阻止风险(提示扫描、代码扫描、技能验证),在执行中监控(安全可观测性、结构化事件日志、合规审计、意图识别),并将操作系统级隔离作为最后一道防线, , 即使前两层被突破,操作系统仍能充当安全网。
重要的是,安全层被设计为对智能体不敏感:安全监控期间不会消耗额外的令牌,也不会增加成本。该系统声称可对现有设置实现零侵入。
面向智能体密度的内核级调优
内核优化是ANOLISA最具体的性能主张所在。在未来,每个企业员工可能配备10个甚至100个AI智能体,数百个智能体实例需在同一台服务器上同时运行。传统的内核调度和内存分配并非为此密度设计。
阿里云的性能数据:并发内存负载性能提升超过200%,内存分配效率大幅提高,中断处理性能优化近10%。总体效果是智能体执行时间减少30%,Bench评分提升20%,冷启动时长缩短10%。
智能体世界中的平台策略
ANOLISA已在GitHub上开源,隶属于OpenAnolis社区。该社区被定位为构建技能中心和智能体生态系统的开源平台。它已在阿里云ECS实例上以Alibaba Cloud Linux 4 Agentic的名称提供,并将很快覆盖轻量应用服务器产品线。
此举具有战略意义。随着智能体编排平台激增, , 托管智能体、开源框架、提示工程, , 底层基础设施层仍然碎片化。ANOLISA是阿里云的赌注,即获胜的平台将是控制操作系统层而非仅应用层的平台。这类似于从功能手机到iOS和Android的转变:并非功能手机不够好,而是触屏交互需要一个新系统层。在阿里云看来,智能体时代也需要自己的操作系统层。
问题在于,行业是会围绕单一智能体操作系统层实现标准化,还是像Linux本身一样,多个参与者共存,各自针对自己的云进行调优。ANOLISA的开源特性及其与标准Linux发行版的兼容性表明,阿里云的目标是广泛采用,而非专有锁定。但该模式显然有利于阿里云生态系统:ANOLISA已与阿里云轻量应用服务器智能体应用集成,并将与其他云产品关联。
就目前而言,ANOLISA仍是一个大胆的主张:AI智能体的未来并非取决于更智能的模型,而是取决于大多数开发者忘记存在的一个技术栈层, , 操作系统。如果14轮问题确实普遍存在,那么阿里云可能已经发现了一个任何提示工程都无法解决的效率低下问题。
每天早晨用 3 分钟掌握科技要闻
每个工作日一封邮件,只讲真正重要的 AI 与科技动态。