上周（6月7日），华为陈海波教授在上海交大做了一场关于开源鸿蒙Agent OS的重磅演讲。演讲的核心议题是：智能体时代，操作系统应该怎么变？
读完演讲全文，再看deepin小U同学3.0的技术路线，我发现一个有意思的事：
两个社区独立发展，但在架构思想上高度趋同。
这不是巧合，而是中国操作系统社区对"AI该怎么融入系统"这个问题，正在形成共识。
陈海波的三个核心观点 观点一：Agent OS必须开放架构 "模型应可替换，工具应可注册，数据应可安全访问。"智能体的运行天然需要连接模型、工具、数据、设备和服务，如果这些能力被封装在彼此割裂的系统中，短期可能有好的单点体验，长期却会制造新的系统孤岛。 他特别提到了MCP、A2A、Skill、CLI等协议，以及OpenClaw等开源智能体项目。 观点二：核心使命是"为AI概率性构建系统级确定性" 这句话信息量很大。大模型天生是概率性的——同一个问题问两次可能给不同答案。但操作系统需要确定性——你点"保存"不能有时候保存有时候不保存。 怎么在"不确定的AI"上建"确定的系统"？陈海波提出了"概率性规划-约束执行-可验证收敛"范式，以及"先验证、后提交"、即时回滚等机制。 观点三：从静态评测走向真实任务检验 "智能体评测可能存在漏洞——有的通过篡改脚本、偷看答案获取高分。"陈海波直接点出了当前AI评测的问题。评估不能只看结果对不对，还要看过程：权限调用是否合理、资源消耗是否可控、异常能否恢复、长周期运行会不会状态漂移。
deepin的小U同学3.0：殊途同归的实践读完陈海波的演讲，再看小U同学3.0，不谋而合的地方太多了。
陈海波强调Agent OS要"开放接口、协议、生态"，提到Skill是关键抽象，提出SkillVM实现"Write Once, Run Anywhere"。
小U同学3.0的核心架构就是MCP能力 + 海量Skill，打通系统与应用的操作链路。用户说"帮我下载微信"，小U同学不是去搜索引擎，而是直接调用系统级Skill完成安装。
一个从IoT切入，一个从桌面切入，但底层思路一样：把AI能力封装成可复用、可迁移的系统级技能。
陈海波说了一句很关键的话：
"Agent OS的出现，不是应用层交互方式的简单升级，也不是把大模型接入现有操作系统，而是一次从'应用逻辑'到'系统逻辑'的架构重构。"
这句话用来描述小U同学3.0的进化路径，再准确不过。从UOS AI的"问完即走"对话框，到OS Agent架构下的系统级副驾驶——不是在deepin上装了个ChatGPT桌面版，是把操作系统本身变成了Agent的运行时。
陈海波提到了端侧推理优化（PowerInfer、SmallThinker等），强调端云协同。
deepin在高通&瑞莎AI开发者日上演示了UOS AI在Dragon Q8B/Q6A开发板上的本地推理——完全在端侧完成，数据不出设备。这对于政企、金融、医疗等隐私敏感场景至关重要。
两条路线的对比
deepin 🐧 — 从桌面走向智能
• 起点：桌面操作系统
• AI架构：小U同学3.0，OS Agent
• 协议：MCP + Skill
• 模型：本地+云端，可替换
• 端侧：适配ARM和国产芯片
• 落地：90+行业发行版，1800+产品
• 社区：deepin开源社区驱动
开源鸿蒙 🔴 — 从万物智联走向智能
• 起点：万物智联 / IoT
• AI架构：Agent OS框架
• 协议：MCP、A2A、Skill、CLI
• 模型：开放架构，可替换
• 端侧：原生端侧能力
• 落地：深交所、地铁、能源、航空航天
• 社区：开源鸿蒙项目群
方向相同，切入点不同。deepin管桌面，开源鸿蒙管万物。
deepin可以向开源鸿蒙学什么？
借鉴"概率性规划-约束执行"范式
小U同学目前能做到"理解意图-调用技能-执行操作"，但在"约束执行"和"异常回滚"层面还可以更系统化。比如用户说"帮我删掉所有临时文件"，能不能先列清单让用户确认（先验证），确认后再执行（后提交），出问题能一键恢复（即时回滚）？
过程评测，不只是结果评测
小U同学做得好不好，不能只看"它有没有完成任务"，还要看：调用了哪些系统权限？执行过程中有没有意外副作用？资源消耗是否在预期范围？这些指标应该成为迭代的核心参考。
Skill标准互通
如果deepin和开源鸿蒙能在Skill标准上有一些互通——比如一个Skill定义文件两边都能跑——对中国操作系统的整体生态是巨大利好。技术栈差异大，但至少可以在接口规范层面先对齐。
最后
陈海波引用了图灵1950年的话："它在行为上是否足以令人信服地参与智能活动？"——以行动检验智能，不追求宏大叙事，只看能不能真正干活。
deepin的小U同学3.0，走的就是这条路。
一个管桌面，一个管万物。一个用MCP+Skill，一个用Agent OS框架。但底层逻辑是一样的：AI不是系统的主人，AI是系统的器官。
当硅谷在争论AGI会不会毁灭人类的时候，中国的开源社区在闷头做一件更务实的事：让AI真正融入操作系统，成为可信赖的系统能力。
No replies yet
Featured Collection
Popular Ranking
Popular Events
中文 
Restore Contextual Menu Shortcuts (Quicklists/Desktop Actions) 
上周（6月7日），华为陈海波教授在上海交大做了一场关于开源鸿蒙Agent OS的重磅演讲。演讲的核心议题是：智能体时代，操作系统应该怎么变？
读完演讲全文，再看deepin小U同学3.0的技术路线，我发现一个有意思的事：
两个社区独立发展，但在架构思想上高度趋同。
这不是巧合，而是中国操作系统社区对"AI该怎么融入系统"这个问题，正在形成共识。
陈海波的三个核心观点
观点一：Agent OS必须开放架构
"模型应可替换，工具应可注册，数据应可安全访问。"智能体的运行天然需要连接模型、工具、数据、设备和服务，如果这些能力被封装在彼此割裂的系统中，短期可能有好的单点体验，长期却会制造新的系统孤岛。
他特别提到了MCP、A2A、Skill、CLI等协议，以及OpenClaw等开源智能体项目。
观点二：核心使命是"为AI概率性构建系统级确定性"
这句话信息量很大。大模型天生是概率性的——同一个问题问两次可能给不同答案。但操作系统需要确定性——你点"保存"不能有时候保存有时候不保存。
怎么在"不确定的AI"上建"确定的系统"？陈海波提出了"概率性规划-约束执行-可验证收敛"范式，以及"先验证、后提交"、即时回滚等机制。
观点三：从静态评测走向真实任务检验
"智能体评测可能存在漏洞——有的通过篡改脚本、偷看答案获取高分。"陈海波直接点出了当前AI评测的问题。评估不能只看结果对不对，还要看过程：权限调用是否合理、资源消耗是否可控、异常能否恢复、长周期运行会不会状态漂移。
deepin的小U同学3.0：殊途同归的实践读完陈海波的演讲，再看小U同学3.0，不谋而合的地方太多了。
陈海波强调Agent OS要"开放接口、协议、生态"，提到Skill是关键抽象，提出SkillVM实现"Write Once, Run Anywhere"。
小U同学3.0的核心架构就是MCP能力 + 海量Skill，打通系统与应用的操作链路。用户说"帮我下载微信"，小U同学不是去搜索引擎，而是直接调用系统级Skill完成安装。
一个从IoT切入，一个从桌面切入，但底层思路一样：把AI能力封装成可复用、可迁移的系统级技能。
陈海波说了一句很关键的话：
"Agent OS的出现，不是应用层交互方式的简单升级，也不是把大模型接入现有操作系统，而是一次从'应用逻辑'到'系统逻辑'的架构重构。"
这句话用来描述小U同学3.0的进化路径，再准确不过。从UOS AI的"问完即走"对话框，到OS Agent架构下的系统级副驾驶——不是在deepin上装了个ChatGPT桌面版，是把操作系统本身变成了Agent的运行时。
陈海波提到了端侧推理优化（PowerInfer、SmallThinker等），强调端云协同。
deepin在高通&瑞莎AI开发者日上演示了UOS AI在Dragon Q8B/Q6A开发板上的本地推理——完全在端侧完成，数据不出设备。这对于政企、金融、医疗等隐私敏感场景至关重要。
两条路线的对比
deepin 🐧 — 从桌面走向智能
• 起点：桌面操作系统
• AI架构：小U同学3.0，OS Agent
• 协议：MCP + Skill
• 模型：本地+云端，可替换
• 端侧：适配ARM和国产芯片
• 落地：90+行业发行版，1800+产品
• 社区：deepin开源社区驱动
开源鸿蒙 🔴 — 从万物智联走向智能
• 起点：万物智联 / IoT
• AI架构：Agent OS框架
• 协议：MCP、A2A、Skill、CLI
• 模型：开放架构，可替换
• 端侧：原生端侧能力
• 落地：深交所、地铁、能源、航空航天
• 社区：开源鸿蒙项目群
方向相同，切入点不同。deepin管桌面，开源鸿蒙管万物。
deepin可以向开源鸿蒙学什么？
借鉴"概率性规划-约束执行"范式
小U同学目前能做到"理解意图-调用技能-执行操作"，但在"约束执行"和"异常回滚"层面还可以更系统化。比如用户说"帮我删掉所有临时文件"，能不能先列清单让用户确认（先验证），确认后再执行（后提交），出问题能一键恢复（即时回滚）？
过程评测，不只是结果评测
小U同学做得好不好，不能只看"它有没有完成任务"，还要看：调用了哪些系统权限？执行过程中有没有意外副作用？资源消耗是否在预期范围？这些指标应该成为迭代的核心参考。
Skill标准互通
如果deepin和开源鸿蒙能在Skill标准上有一些互通——比如一个Skill定义文件两边都能跑——对中国操作系统的整体生态是巨大利好。技术栈差异大，但至少可以在接口规范层面先对齐。
最后
陈海波引用了图灵1950年的话："它在行为上是否足以令人信服地参与智能活动？"——以行动检验智能，不追求宏大叙事，只看能不能真正干活。
deepin的小U同学3.0，走的就是这条路。
一个管桌面，一个管万物。一个用MCP+Skill，一个用Agent OS框架。但底层逻辑是一样的：AI不是系统的主人，AI是系统的器官。
当硅谷在争论AGI会不会毁灭人类的时候，中国的开源社区在闷头做一件更务实的事：让AI真正融入操作系统，成为可信赖的系统能力。