LLM as OS-Computing without human

现在是时候讨论下一代操作系统应该有什么样的特点了，以及借助 LLM 我们有可能踮起脚尖实现这样的 AIOS。

这篇文章是一些思想碎片，基于最近看到的文章和与朋友们的一些讨论

无人时芯片在做什么？

什么也不做。

这是这一代计算最大的问题，当我们不在使用我们的 macbook 的时候，它们并不能帮我们规划时间、安排工作，也不能帮我们处理任何实际问题。如此多的芯片闲置，如果能把它们利用起来，让它们在闲时进行思考，进一步地帮助人们产生价值，就能带来巨大的生产力进步。所谓的第三次工业革命，或许这是一个可能的未来方向。

实现这一愿景的第一步是构建一个 AIOS，而目前构建 AIOS 可行的路径则是“组合”。

通过组合的方式实现 AIOS

抖音是搜索+移动化+信息流的组合

OpenAI 是 LLM+互联网时代数据的组合

目前看来，AIOS 的组合可能是 Context（生活的上下文）+Agent（自动化）+Code Gen（生产是最终实现）

关键组件

Context - 捕捉生活的上下文

现在的 context 完全不足

抖音、谷歌都只捕捉到了我们生活的一个切面，我们需要一个类似于Apple Vision的硬件，时刻带在身边，收集着我们一天的各种活动，从而获得足够的上下文。

想象一下当我们饭后闲聊的小项目，在回到工位之后电脑已经准备好了一个小demo或者研究报告。这就依赖着对我们日常生活中的点点滴滴进行信息化，形成面向生活的Context。而不是将Context仅限于互联网搜索的内容和LLM自身学习过的知识。这一方面依赖各大硬件厂商的继续努力，基于空间计算的产品，如AR眼镜、VR设备和Apple Vision都有很大潜力。

Agent - 自动化

Agent 是通过 LLM 或者其他工程化手段，实现自动化的组件。例如通过赋予 LLM 一些工具函数来让 LLM 进行实现路径规划。类似于经典人工智能课程中的猴子摘香蕉问题。这方面，anthropic有一篇非常好的文章介绍各种Agent的设计模式，推荐感兴趣的人都读一读。

在这一方面有丰富系统设计经验的工程人员将有很大的发挥空间，将复杂的问题进行简化，最终交由LLM解决，或者等待LLM的能力提升，将更大的自主权交给LLM，这时LLM的应用范围则会更广。

Code Gen - 生产是最终实现

Coding Agent 是最重要的组件之一，只有 coding 才能完成“生产”，如果我们认为AI coding是LLM的巨大应用场景，则各个大模型厂商一定会针对性地提升这方面的能力，比如diff代码生成而不是全部重新生成等等性能改进。因此，我认为大模型下一个（或者说目前）火热的研究领域其实就是代码生成，以及与生活上下文所结合的代码生成。

与此同时，针对机器交互设计的接口也大有可为，作为支持AI Coding的一部分，为AI Coding提供接口，比如语义化的图床搜索，这不同于Agent，而是Agent可以利用的部分，这一块并不是Agent所解决的问题，而是Coding的底层能力：对于架构的整体思考和对API的结构化调用

结论

AIOS时代值得做的事：

• 硬件：生活Context的收集，直到人工智能降临时，有大量Context的人一定会赢
• 软件工程：Follow现在LLM的发展，构建Agent以及围绕Agent构建系统
• 研究：解决各类AI Coding的模型难题

在这一过程中，卖铲子的人可以分到第一笔钱（并非最大的一笔钱）：

• 软件：供应AI友好的API、为工程师提供工具
• 硬件：针对上面的场景的芯片制造和设计