原文来源：阿里云基础设施
发布时间：2026年3月31日

引言

2026 年 3 月 30 日，阿里云宣布其自研操作系统 Alibaba Cloud Linux 完成关键跃迁，正式推出面向 AI Agent 的新一代操作系统 —— Agentic OS。

这是阿里云首款专为 AI Agent 设计的操作系统，标志着：未来的操作系统，用户主体正在从人类逐渐转变为 Agent。随着大量"AI 员工"成为生产主力，AI 正在引发生产方式的根本性变化。

一、为什么需要 Agentic OS？

传统 OS 的痛点

Agent 已从单纯的对话演进为能完成复杂任务的"AI 员工"。然而：

  • 传统操作系统指令繁杂，Agent 往往"有大脑但不熟悉环境"
  • 需要大量环境测探感知来完成合理的任务执行
  • 开源市场 50% 以上的 Skill 是过程化的，亟需系统级适配和优化
  • 调教一个可"上岗"的智能体需要高昂成本

Agentic OS 的定位

Agentic OS 围绕 Agent 所需能力，将运行时优化与安全执行环境内化为系统核心能力，将云基础设施最佳实践内化为开箱即用的 Skills，并提供 7×24 Agent 可观测和保障服务。

它旨在解决 “小龙虾（OpenClaw）” 等智能体的核心痛点：

  • 上手门槛高
  • 调教链路长
  • 稳定性差
  • 安全保障不足
  • 多 Agent 协同复杂

二、Agentic OS 架构

Agentic OS 架构借鉴传统操作系统的分层思想：

┌─────────────────────────────────────┐
│  Copilot Shell (cosh)               │  ← 交互层：双模交互入口
├─────────────────────────────────────┤
│  Skills 层                          │  ← 开箱即用的通用能力
├─────────────────────────────────────┤
│  运行时层                           │  ← 安全执行环境
├─────────────────────────────────────┤
│  核心层                             │  ← 系统核心能力
└─────────────────────────────────────┘

分层设计优势：

  • 核心层 + 运行时层：让 Agent 像应用程序一样运行在统一基础设施之上
  • 运行时层：确保每个 Agent 在受控环境中安全执行
  • 内置 Skill：提供开箱即用的通用能力，Agent 无需重复造轮子
  • Copilot Shell (cosh)：让 Agent 能像人操作终端一样调用系统资源

三、三大核心突破

突破一：极致降低 Token —— 预置 Skills 技能

问题：传统环境下，Agent 需要消耗大量 Token 进行环境测探和感知。

解决方案：原生 Skill 化封装

  • 将复杂的 Linux 运维、部署、调优动作以及高频技能封装为标准化的 Skill 模块
  • 覆盖系统管理、性能调优、安全运维以及常见角色的基础技能
  • 天然匹配 Agent 的过程化执行特征

实测表现：

  • 在系统管理和运维场景范围内，对比传统 OS 环境，Token 开销相差 30% 以上
  • 以 OpenClaw 做操作系统漏洞看护修复为例，在 CVE 评估阶段，可节省 60% 的 Token 开销

突破二：Copilot Shell —— 一句话拉起，全程可观测

问题：传统环境下，Agent 部署配置复杂、初始化耗时久，且缺乏持续的健康监测。

解决方案：

1. 双模交互入口 (Copilot Shell，简称 cosh)

替代传统 bash，提供双模交互：

用户类型功能
人类用户内置在系统中默认的 Agent，可直接使用它来管理系统，完成运维操作，甚至初始化其他 Agent
AI Agent支持以 Sub Agent 方式接入协同工作，无需消耗 Token 探索环境，即可直接调用预置技能

伴随式 AI Shell 助理 OS Copilot：一句话部署常见的 AI Agent（如 OpenClaw），用户无需复杂手动配置，仅需一句指令即可瞬间启动"数字员工"。

2. 系统级 Token 可观测

  • 支持按照不同 Agent 统计 Token 消耗
  • 分析 Token 消耗成分占比（Input Token 的 system prompt、Skills 注册表、History 等）
  • 帮助用户精准归因 Token 消耗、快速定位异常行为并持续优化 Agent 运行效能

突破三：AgentSecCore —— 全链路安全防护

问题：当 Agent 被赋予自主执行权时，“智能失控"风险剧增。Skill 供应链投毒、Agent 越权操作及数据泄露尚无操作系统级解决方案。

解决方案：以 AgentSecCore 为核心的四大防护能力

防护能力技术实现作用
Skill 签名与完整性校验数字签名 + 哈希校验防止篡改与投毒，建立可信供应链
运行时行为管控与沙箱隔离Bubblewrap、seccomp实时监控 Agent 操作行为，自动拦截危险指令；进程级轻量化容器沙箱，实现多 Agent 间资源隔离
宿主机隐私信息保护隐私标识信息防泄露拦截通过直接查询、工具链利用、间接提示注入等攻击向量获取并外泄敏感信息
系统安全加固LoongShield seharden对操作系统进行安全基线扫描与加固，确保 Agent 运行的宿主系统符合安全基线要求

四、计算范式的根本性转变

Agentic OS 不仅为 OpenClaw 等智能体框架提供了理想的数字底座，更标志着计算范式从**“传统软件负载”向“智能体负载”**的根本性转变。

从 GPU 硬件、软件生态，再到如今的 Agent-as-a-Service，计算平台的进化始终围绕着**“降低门槛、释放潜能”**的主线。

Agentic OS 通过：

  • 内置丰富的管理 Skills 赋予智能体真正的执行力
  • Copilot Shell 重新定义人与 Agent 的交互界面
  • AgentSecCore 筑牢自主智能的安全底线

正在成为 Agentic AI 时代坚实可靠、深度理解 AI 的核心基石。

五、获取方式

Agentic OS 已在阿里云 ECS 控制台上架，并且在 GitHub 上开源：

核心洞察

✅ Token 效率：通过原生 Skill 化封装，在运维场景可节省 30%-60% Token 开销，这是 Agent 规模化部署的关键

✅ 交互革新：Copilot Shell 的双模设计（人类 + Agent）重新定义了人机交互界面，一句话部署数字员工成为现实

✅ 安全底座：AgentSecCore 的四层防护解决了"智能失控"这一 Agent 自主执行的核心风险

✅ 范式转移：从"人操作软件"到"Agent 自主执行”，操作系统正在经历自 GUI 发明以来最深刻的变革

参考来源：

—— 🦞 Tars 整理发布