AI 代理進軍 Linux 發行版工程
OpenAnolis 正透過 AI 代理開發 Anolis OS 27，由代理挑選軟體套件與修補程式、檢視程式碼，並將修正移植至不同版本。OpenAnolis 社群主席、阿里雲基礎軟體負責人馬濤在珠海舉行的 GOSIM AI Vision Forum 上說明這項做法。他表示，阿里雲基礎軟體團隊目前有 95% 的新程式碼由代理生成。
目錄
這個社群的目標不只在於撰寫程式碼。OpenAnolis 希望作業系統從開發、維護到營運與治理的整個工程生命週期，效率能提升一個數量級，也就是大約快十倍。這是阿里雲管理層提出的目標；而 95% 這個數字，指的是馬濤團隊所生成的新程式碼。
Anolis OS 27 將這項目標落實為具體的開發專案。OpenAnolis 已啟用 monorepo，也就是將多個軟體套件放在同一個 Git 儲存庫中，讓人類維護者與 AI 代理能協作開發 Linux 發行版。其他團隊也能研究並沿用這套做法。
這項工作也與阿里雲打造專為代理設計的作業系統計畫相連。在 2026 年雲棲大會上，該公司表示，Agentic OS 可減少逾 30% 的 token 消耗，並將沙箱部署密度提高至三倍。綜合來看，這些宣布呈現了兩項彼此相連的轉變：代理協助打造作業系統，以及重新設計作業系統以執行代理。
代理將在 Anolis OS 27 負責哪些工作
Linux 發行版由管理硬體與核心系統資源的 Linux 核心，以及許多其他軟體套件組成。維護發行版需要挑選版本、套用安全修正、檢查相容性，並確保整套軟體能協同運作。
OpenAnolis 將 Anolis OS 27 稱為原生支援代理的作業系統，因為代理將被納入工程流程。不同代理分別負責挑選套件與修補程式、檢視程式碼，以及回補修補程式。回補是指調整較新軟體版本中的修正，使其能在客戶仍在使用的舊版本上運作。
monorepo 為這些工作提供共同的協作空間。將多個套件放在同一個儲存庫中，有助於人員與代理一併檢視發行版各處的變更，而不必將每個套件視為獨立專案。OpenAnolis 將此視為維護者與代理協作的方法，其他人也能檢視這套工程做法。
馬濤表示，代理未來可能獨立打造完整作業系統，產業需要正視這股趨勢。不過，眼前的專案仍是由人員與軟體代理共同參與發行版工程流程。目前尚未公布 Anolis OS 27 的發布日期。
95% 這個數字代表什麼
馬濤所說的 95%，指的是阿里雲基礎軟體團隊的新程式碼。這個數字的適用範圍很重要，因為維護作業系統還包括測試、調查故障、決定是否接受變更，以及長期支援軟體。
生成程式碼只是這些工作的一部分。代理可以提出變更，而後續檢視與整合流程則會決定是否將其納入維護中的系統。OpenAnolis 正將代理參與擴展至這些相關工作，包括程式碼檢視與修補程式挑選。
提升十倍效率的目標涵蓋的流程比撰寫程式碼更廣。若要達成這個目標，就必須縮短開發、維護、營運與治理各階段所需的時間。對使用者而言，實際效益是更快取得可用的更新與修正，同時仍須確保發布品質可靠。
馬濤的演講將程式碼責任歸屬視為這項轉變的核心。當代理既提交變更，也協助檢視變更時，社群就需要明確承擔其所發行軟體的責任。這也是 GOSIM 開幕圓桌會議討論的議題之一。
兩條相連但分工不同的路線
OpenAnolis 以兩個方向說明其策略：System for AI 與 AI for System。前者關乎代理所執行的作業系統；後者則是由代理負責打造與管理作業系統。
談到第一個方向時，馬濤描述了一種連結運算資源、模型、工具與應用程式的作業系統。OpenAnolis 將 ANOLISA 專案定位為代理的執行環境基礎。執行環境是在程式運作期間，提供其所需資源與服務的環境。
Anolis OS 27 屬於第二個方向，其開發流程利用代理執行工程工作。阿里雲的 SysAgent 將同一概念延伸至作業系統的交付與管理；Agentic OS 則聚焦於代理執行任務的環境。
這項區分有助於理解整個計畫涵蓋的範圍。企業可能使用代理維護發行版，在隔離環境中執行代理，並在部署後再用另一個代理調查問題。即使這些活動採用相同的底層技術，各自負責的工作仍不相同。
Token 與沙箱的重要性
阿里雲表示，Agentic OS 可減少逾 30% 的 token 消耗，並將沙箱部署密度提高至原先的三倍。Token 是 AI 模型處理的文字或其他資訊片段。減少 token 使用量，能降低完成任務所需的模型運算量。
沙箱是隔離環境，代理可在其中執行程式碼或使用工具，且對周遭系統的存取受到限制。代理可能需要大量這類環境，有時每個環境只會短暫使用。頻繁建立與關閉沙箱，對作業系統的要求不同於持續執行少數應用程式。
阿里雲表示，已針對這類短暫的沙箱工作階段與頻繁建立程序進行系統調校。部署密度提高，代表在相同基礎設施規模下可容納更多沙箱。依照該公司的說法，在其宣稱所依據的條件下，原本可容納 100 個沙箱的容量將提升至 300 個。
阿里雲尚未詳細說明本文提及數據背後的基準測試工作負載、基準配置或測量方法。對想估算自身任務可節省多少資源的客戶而言，這些細節十分重要，因為代理使用的模型、工具與工作負載都會影響資源消耗。
9 月的宣布如何串聯
阿里雲的整體策略在 2026 年杭州雲棲大會的兩場活動中逐步展開。9 月 22 日，技術長李飛飛發表 Agentic Cloud 策略；9 月 23 日的作業系統論壇則邀集 OpenAnolis，以及 AMD、Arm、Intel、聯想和中興等公司參與。
OpenAnolis 的9 月論壇回顧介紹了作業系統計畫，包括 Agentic OS、SysAgent 與 Loongkit。回顧也記錄了馬濤的說法：社群已於 2026 年 6 月完成向開放原子開源基金會的捐贈。
- 2026 年 6 月：根據社群記錄的馬濤發言，OpenAnolis 已完成向開放原子開源基金會的捐贈。
- 2026 年 9 月 22 日：李飛飛發表阿里雲 Agentic Cloud 策略，以及 AgentCore、Agent Sandbox 和新一代 CPFS 儲存系統等產品。
- 2026 年 9 月 23 日：作業系統論壇探討代理執行環境基礎設施、自動化系統管理，以及 SkillHub 推薦系統。
- 珠海 GOSIM 論壇：馬濤說明原生支援代理的 Anolis OS 27 做法，並公布其團隊新程式碼有 95% 由代理生成。
9 月的論壇也邀請了王江波與會。他是 OpenAnolis 技術委員會成員，也是發行版工作組負責人，討論代理如何參與發行版建置與維護，以及 RISC-V 處理器架構相關工作。
SysAgent 將自動化延伸至開發之外
阿里雲系統服務負責人暨資深技術專家馮福秋表示，SysAgent 涵蓋發行版、營運與安全。該產品在 9 月論壇期間開放受邀人士公開測試。
SysAgent 源自協助使用者調查問題的 OS Copilot。阿里雲如今將它定位為更具自主性的工具，涵蓋作業系統生命週期。馮福秋以透過自然語言對話分析 GPU 叢集上的訓練與推論效能為例。訓練是建立或調整模型；推論則是運用模型產生答案的過程。
阿里雲基礎軟體產品負責人張鵬程在介紹 Agentic OS 與 Loongkit 時，也一併介紹了 SysAgent。Loongkit 著重於提升模型訓練效能，是此計畫中專門用來提高底層運算效率的元件。
阿里雲的 AgentCore 平台負責另一個層面：建置與治理企業代理。其功能包括長時間任務、失敗後重試、恢復中斷的工作、身分權限管理與活動稽核。Agent Sandbox 提供執行環境，新推出的 CPFS 儲存系統則支援高需求資料工作負載。這些產品顯示，作業系統的變革是更廣泛雲端基礎設施計畫的一部分。
跨裝置與雲端的控管及復原
鼎道智聯總經理李金元介紹了 DingOS 與阿里雲 Agentic OS 的整合方案，目標涵蓋裝置、鄰近運算基礎設施與雲端服務。這項設計結合本機運算、模型調度，以及代理執行控管功能。
他介紹的功能包括追蹤任務進度、token 消耗量與硬體資源；稽核並介入執行流程；以及復原工作空間，讓中斷的任務得以繼續。對執行代理的組織而言，這些都是實際的營運需求：掌握任務使用了哪些資源、控管任務可執行的操作，以及在發生中斷後復原工作。
DingOS 提供貼近裝置端的功能，阿里雲 Agentic OS 則提供 token 治理、安全、可觀測性與工作空間復原等執行環境管理功能。可觀測性是指蒐集足夠的系統執行資訊，以了解其行為並調查問題。
阿里雲的整體策略也包括 Context Engine，旨在為代理整理業務資訊。上下文是代理執行當前任務所需的資訊，包括相關紀錄、先前互動與執行回饋。整合這些資訊與生成程式碼的用途不同，但兩者都仰賴對工具與資料的控管存取。
開源治理成為工程工作的一環
馬濤在 GOSIM 開幕圓桌會議「Roots: Open Source Holding Ground in the Agentic Era」中介紹 Anolis OS 27 計畫。與會者包括 Rust Foundation、OpenUK、OpenCV 與北京智源人工智慧研究院的負責人，並由 LF AI and Data Generative AI Commons 的共同主席主持討論。
與會者探討 AI 改變開源貢獻的提交與檢視者後，治理、程式碼責任歸屬與國際合作等議題。對 OpenAnolis 而言，這些議題也與其社群架構密不可分，社群成員包括企業、大學與研究機構。Anolis OS 也是阿里雲 Linux 的上游社群，也就是其開發成果會納入該雲端發行版。
OpenAnolis 也透過 SkillHub 建立另一項共享資源。這是一個提供可重複使用系統能力的平台。該社群的 9 月回顧指出，兩個月內已有數百項技能加入，涵蓋安全、營運、AI 推論、資料庫，以及不同硬體類型上的運算。
SkillHub 推薦系統從四個面向評估各項能力：功能可信度、執行期間的效能提升、靜態品質，以及執行期間的安全成效。靜態品質是指未執行軟體時所進行的檢查。系統會提供整體與分類排名，協助使用者從持續擴大的資源庫中挑選所需能力。
Anolis OS 27 與 SkillHub 都凸顯了同一個實務問題：可重複使用的自動化能力需要有一套檢視、挑選與維護的方法。OpenAnolis 正透過公開開發儲存庫、社群治理與共享技能評估來處理這個問題。接下來的具體工作，是持續開發發行版，並蒐集 SysAgent 測試回饋。
重點整理
- OpenAnolis 正開發 Anolis OS 27，由代理負責套件挑選、修補程式、程式碼檢視與回補。
- 馬濤表示，阿里雲基礎軟體團隊有 95% 的新程式碼由代理生成。
- 社群的目標是讓作業系統生命週期各階段的工程效率提升至約十倍。
- 阿里雲表示，Agentic OS 可減少逾 30% 的 token 使用量，並將沙箱部署密度提高至三倍。
- Anolis OS 27 已設有公開 monorepo，供人類維護者與代理協作。
- SysAgent 於 2026 年 9 月論壇開放受邀人士公開測試；Anolis OS 27 尚未公布發布日期。
