登录注册
返回分论坛目录

构建新一代操作系统AgentOS:从技术突破到产业落地

简介

讨论哪些内容?围绕AgentOS的概念、总体架构和关键技术展开,重点讨论智能体生命周期管理、任务调度、多智能体协作、记忆与知识检索、工具调用、权限控制、安全沙箱、人机协同及系统可观测性,并分析MCP、A2A 等开放协议的作用。 提出哪些问题?探讨如何有效管理Token、上下文和 API 配额等新型资源;如何提升多智能体协作的可靠性、可解释性与容错能力;如何防范越权操作、数据泄露和提示注入;以及如何建立统一标准和评估体系。 为何推荐此选题?AgentOS正推动AI从“单点问答工具”走向可协作、可治理的“数字员工组织”,是大模型规模化落地的关键基础设施。该选题兼具前沿性、技术挑战和产业价值。

简介为官网原文,部分内容可能未写完。

人员

主席

  • 朱少民 · 同济大学软件学院

嘉宾

  • 谢涛 · 北京大学
  • 赵宇 · 西南财经大学
  • 闫宇坤 · 启元实验室
  • 孟宁 · 梦宁软件
  • 喜超 · 华为云技术公司

报告安排

  1. 16:30–17:30

    主持Panel:AgentOS: 企业智能化的必然选择还是可选方案?

    朱少民 · 同济大学软件学院

    简介

    该panel主要讨论下面几个话题: AgentOS真的是企业的必然选择吗? 如何系统性地构建企业级AgentOS底座? 垂直领域的AgentOS落地有哪些不同模式? AgentOS生态如何才能走向规模化? 企业落地Agent OS时最容易忽视的是什么?

  2. 13:30–14:10

    灵玑OS:打破智能体孤岛,构建开放互联的开源智能体操作系统

    谢涛 · 北京大学

    简介

    人工智能正进入智能体规模化落地阶段。不同厂商采用各异的技术框架、接口和生态标准,导致模型、智能体、业务系统及行业数据相互割裂。存量软件接入成本高、跨厂商协同困难、安全责任不清,成为产业智能化升级的共性瓶颈。通明湖中心牵头打造开源灵玑智能体操作系统,通过能力引擎、记忆引擎、安全授权协议、安全平台和算力软件栈,推动跨厂商、跨模型、跨系统互联。依托开源开放生态,灵玑OS致力于打破信息孤岛,降低行业改造门槛,促进智能体在汽车、机器人、交通、医疗等领域规模化应用。

  3. 14:10–14:45

    女娲智能体OS的架构思考与生态实践

    赵宇 · 西南财经大学

    简介

    本演讲将分享女娲智能体OS(Nuwax AgentOS)的设计理念与生态工程实践。女娲以智能体为中心重构系统内核,构建统一的智能体运行时、长短期记忆体系、技能与工具生态、可信权限边界以及多智能体协作机制,让“意图”而非“操作”成为人机交互的起点。演讲还将结合在成都等地的产业生态落地案例,探讨 AgentOS 从概念走向规模化应用的路径,并展望智能体时代操作系统生态的演进方向。

  4. 14:45–15:20

    PilotDeck — 面向生产力的智能体操作系统尝试

    闫宇坤 · 启元实验室

    简介

    近年来,智能体技术经历了"推理能力增强 → 工具能力提升 → 复杂问题拆解"等发展阶段,正从"问答工具"和"专业智能体"迈向更具通用能力的智能体操作系统(Agent OS)。然而,当前Agent OS在多项目并行的记忆污染、不加区分的Token成本浪费、以及问答范式下的能动性缺失等方面仍存在显著瓶颈。 PilotDeck以"解放生产力的第一性原理——提供好的生产关系"为设计思路,为大型语言模型提供最适合其工作的生产环境与执行模式,核心创新包括独立工作舱、项目制白盒记忆、多模型智能路由、常驻式主动执行等方面。

  5. 15:20–15:55

    DevStar AI在软件工程领域AgentOS上的探索与实践

    孟宁 · 梦宁软件

    简介

    AgentOS作为新一代智能应用基础设施,既需通过人机交互(如Chatbox)精准捕获用户需求,也须将Agent及其依赖生态(包括Skills、MCP、Tools等)纳入统一管理体系,借助人机协同机制高效达成应用目标。软件工程作为AI Coding取得突破后最具落地价值的领域,正迎来深刻的智能化变革。DevStar AI在该领域的系统性探索与实践,不仅为自身积累了工程化经验,也对其他垂直行业及通用型AgentOS的研究与应用提供了有益的方法论参考和实践范本。

  6. 15:55–16:30

    AgentOS:支撑智能体长程任务持续演进的原生操作系统底座

    喜超 · 华为云技术公司

    简介

    当前大模型智能体普遍受限于短时会话、无状态执行机制,无法支撑跨周期、可迭代、可自愈的长程任务,是AI从工具化走向自主化的核心瓶颈。本次分享聚焦AgentOS原生底座能力,深度拆解其面向长程任务的状态持久化、生命周期调度、增量演进、断点续跑与多智能体协同核心机制,对比传统AI框架与容器方案的短板,讲解如何通过专属系统底座,实现智能体任务持续迭代、自主演进、稳定落地,赋能企业复杂长周期智能业务规模化落地。 演讲提纲: 1. 行业本质瓶颈:智能体缺失「长程持续演进」能力 2. 核心定位:为什么长程任务需要专属AgentOS底座 3. 核心技术原理:支撑长程任务持续演进的底层机制 4. 工程落地:长程智能任务的典型场景与实践方案 5. 技术演进与落地方法论:从单点长程任务到全域自主智能