我們習(xí)慣把AI當(dāng)成聊天工具。但換個角度看系統(tǒng)架構(gòu)，成熟的AI Agent更像一種新型個人計算機(jī)——它就運行在你的設(shè)備上。

這臺"計算機(jī)"的核心不是傳統(tǒng)CPU，而是大語言模型（LLM，Large Language Model）。但LLM本身有個關(guān)鍵局限：沒有長期記憶。它更像一個推理引擎，無法原生記住過去發(fā)生的事。如果說LLM是CPU，那上下文（Context）就是AI的內(nèi)存。而這份內(nèi)存應(yīng)該分成兩層。

第一層是持久記憶，屬于整個Agent，信息會隨時間塑造Agent的行為模式。第二層是會話記憶，只屬于當(dāng)前對話，類似程序運行時的臨時內(nèi)存。但LLM的上下文窗口并非無限，Agent必須像操作系統(tǒng)一樣管理內(nèi)存：長期數(shù)據(jù)不該留在上下文窗口里，而應(yīng)存放在文件系統(tǒng)中。一種很自然的形式就是Markdown文件——筆記、文檔、代碼、配置都能存成Markdown。它的巨大優(yōu)勢在于：AI能讀，人也能直接讀。這就創(chuàng)造了一個"人與AI共享的知識空間"。

未來的AI Agent不會只有"知識"，還會有"技能"。這些技能可能由軟件工具組成，未來甚至?xí)霈F(xiàn)專門的應(yīng)用商店。傳統(tǒng)聊天機(jī)器人有個最大誤解：人們以為AI只通過文本交流。實際上，未來的AI Agent將擁有完整的多模態(tài)輸入輸出系統(tǒng)。從本質(zhì)上看，AI Agent是一種全新的交互層。

把整個架構(gòu)拼起來看：LLM作為CPU，上下文分層管理內(nèi)存，Markdown充當(dāng)文件系統(tǒng)，技能層擴(kuò)展功能，多模態(tài)I/O完成交互——這越來越像一臺真正的計算機(jī)。只不過它不是圍繞圖形界面（GUI）構(gòu)建的，而是圍繞"語言理解與推理"構(gòu)建的。

未來，每個人的設(shè)備上可能都運行著一個持續(xù)在線的AI Agent。我們使用的不再只是"一個更聰明的聊天工具"，而是一種以個人AI為核心的新型操作系統(tǒng)。而今天我們用的對話框，或許只是這個新紀(jì)元最早的原型。

這一架構(gòu)思路并非空想。2023年10月，Park等人在arXiv發(fā)表論文《MemGPT: Towards LLMs as Operating Systems》，提出將LLM作為操作系統(tǒng)的設(shè)計方向。同年12月，Wang等人發(fā)表《LLM as OS, Agents as Apps: Envisioning AIOS, Agents and the AIOS-Agent Ecosystem》，進(jìn)一步描繪了AIOS與Agent生態(tài)的愿景。兩篇論文的底層判斷一致：LLM的范式正在從工具向系統(tǒng)遷移。