- 综合排序
- 最热优先
- 最新优先
AI的“操作系统”时刻：智能时代的新基石之争
2026年开年，AI圈子最热的词不再是“下一个GPT”或“下一个Gemini”，而是“AI操作系统”——AIOS，或者更时髦的叫法：AgenticOS、AI原生操作系统。 回想PC时代，Windows几乎垄断了桌面，成为软件开发者必须适配的“基石”；移动时代，iOS和Android瓜分了全球智能手机市场，谁控制了这个“操作系统”，谁就控制了应用生态、开发者注意力、用户时间和数据流 现在，我们正站在类似的分水岭：AI时代的基础设施不再是传统的OS，而是能调度智能体、记忆上下文、调用工具、管理安全的“AI大脑”。为什么说这是“操作系统时刻”？因为单纯的大模型已经不够了。 AI操作系统的核心要素，已经不再是单一的“会聊天的大脑”，而是以下几大模块的有机融合：1.智能体调度（AgentOrchestration）这是心脏。 2.记忆管理（MemoryManagement）人类有短期记忆、长期记忆、工作记忆，AI也需要。短期记忆管当前对话上下文，长期记忆管用户偏好、历史任务、知识库。
67310编辑于 2026-01-23- 来自专栏新智元
AI时代「操作系统」诞生
今天，Claude一夜进化出手脚，联动办公神器在UI中原地打工，AI时代真正的「大模型OS」诞生了。更刺激的是，首个MCP Apps掀全新交互革命。 这一突破的核心在于，集成了全新的「MCP Apps」，彻底打破了AI模型与软件工具之间的隔阂。 一夜之间，Claude成为了AI时代的「操作系统」！ 它的诞生标志着，AI正告别「纯文本」时代，大模型终于有了「实体」界面。 如前所示，Claude与人的交流不再局限于冰冷的文字，还能直接在对话框里「甩出」一个交互界面。 2. UI资源： 由服务端通过ui://协议提供的资源，包含打包好的HTML/JavaScript代码。 该包提供的App类用于处理UI与宿主端的通信： MCP Apps的出现标志着「智能体界面」（Agentic UI）框架进入了标准化时代。
34210编辑于 2026-02-03 - 来自专栏量子位
AI的大模型时代 ≠ 只有大模型的AI时代
所以，AI不是只有大模型。AI的大模型时代也 ≠ 只有大模型的AI时代。 成熟的AI，早就已经上岗了 或许你还不敢相信，现在哪怕小小的快递背后，都已经有AI技术在加持了。 AMX由两部分组成，一部分是1kb大小的2D寄存器文件，另一部分是TMUL模块，用来执行矩阵乘法指令。它可同时支持INT8和BF16数据类型，且BF16相较于FP32计算性能更优。 △英特尔® AMX 技术架构 除了CPU，英特尔还有专用的深度学习加速芯片Habana®️ Gaudi®️2 ，其能在单个服务器内部署8张加速卡（称为Habana处理单元，即Habana Processing 对于参数量为70亿的较小模型BLOOMZ-7B，在Gaudi®️2的单设备时延约为第一代Gaudi®️ 的37.21%；而当设备数量都增加为8后，这一百分比进一步下降至约24.33%。 这便是英特尔在AI大模型时代中的“加速之道”了。 还会带来怎样的变革？ 纵观AI技术的发展之路，不难发现英特尔在其中履行着一条非常清晰的准则——用起来才是硬道理。
67810编辑于 2023-09-27 - 来自专栏大数据文摘
AI时代的漫谈
自此，AI看上去不再那么像泡沫，也开启了我们对AI的无尽想象！ 对于大部分人，隐约感觉到的是，风口已来，风暴已来，有对未来科技的美好想象，还有对于未知力量的一些恐慌。 与互联网带来的信息革命一样，我们可以很容易通过搜索引擎等渠道获得信息及知识，现如今利用这样的AI搜索引擎，我们可以通过更为人性化的对话交互，定位到我们问题对应的答案，可以更为便捷地获取经过高度总结知识点 本质基于数据归纳的原理，有几个绕不开的缺点: 1、基于已有信息聚合生成，ChatGPT容易提出越主流的信息观点；缺乏实时信息或背景知识容易导致回答出错；由于数据偏差，训练数据直接影响回答的质量，信息的真伪性是不确定的； 2、 资源聚集、垄断效应会增强 AI或者更为普遍概念的科技带来的效率提升，往往也会导致资源更加的聚集。 从社会层面来看，试想 一旦AI替代了一大部分的工作，效率提高的同时，社会收益还可以容易被个体垄断着。 但如今只凭过去学习技能就完全不够了，「更核心的是通过对需求的敏感观察，利用好AI获取信息，创新地整合资源来创造价值。」 总之。现在信息壁垒已经大大解决了，就看各人的领悟。
33110编辑于 2023-04-10 AI 时代的我们
这不是一个细枝末节的变化，而是一个清晰的信号：我们正式的进入一个新的工作范式——Vibe Coding 的时代。 接下来，我想从自己的经历出发，谈谈对这个时代的一些观察。 所以 Vibe Coding 的核心不是“让 AI 接管”，而是“让使用者掌控”。 我很早就开始使用 AI 做编码工作。 在我的 MacBook 中，AI 甚至可以通过终端命令来接管操作系统中的许多繁琐工作：批量整理文件夹、查找并分类文件、批量重命名、合并或拆分表格。 无论是医疗、教育还是金融，AI 都正在深入其中： 医疗影像的辅助诊断 个性化的自适应学习系统 毫秒级的市场分析与决策 每一个行业都在重塑自己。 我们身处一个高速变化的时代。 如果我们能够掌握与 AI 协同的能力，能够拆解任务、表达需求、审查结果、训练自己的数字助手，那么我们就能在这个时代获得前所未有的力量。 这是一个“超级个体”崛起的时代。
25920编辑于 2025-11-28- 来自专栏学习笔记ol
操作系统（2）——进程&线程
小程一言 本操作系统专栏，是小程在学操作系统的过程中的第一步，是在学习操作系统的笔记的前提下，加上自己的心得，以及资料的搜集，共同整合而成。小程在学习过程中，难免疏漏，希望各位前辈批评指正。 用户线程是由用户空间的线程库实现的，操作系统并不直接支持，内核只知道整个进程，无法感知用户线程的存在。内核线程则是由操作系统内核管理的线程，操作系统可以直接对其进行调度和管理。 进程在操作系统中扮演着重要的角色，它是系统资源分配的基本单位，操作系统通过进程来管理系统资源的分配和调度。 调度 在操作系统中，调度（Scheduling）是指操作系统决定哪个进程在何时执行的过程。操作系统的调度器负责管理和调度系统中的进程，以确保系统资源的有效利用和进程之间的公平竞争。 2.** 引入超时机制**：规定哲学家在一定时间内没有成功拿到筷子就会放下已经拿到的筷子，避免死锁的发生。
40700编辑于 2024-05-26 - 来自专栏存储公众号：王知鱼
Agentic AI 时代的内存（2）-从HBM到分层存储架构
划线高亮 观点批注 智能体AI的内存需求 语义记忆的定义与作用 PPT的核心观点是，语义记忆作为一种外部、可扩展的知识库，是构建精准、可靠的智能体AI（Agentic AI）的关键组成部分。 量化了“TB级”容量需求: 通过图表数据明确指出，一个商业规模（10亿条目，1k维度）的向量数据库索引，其内存占用会轻松超过 2TB。 第1层 (Warm Tier): CPU直连的DDR5/MRDIMM，用于操作系统和最核心、最热的向量索引数据。 第2层 (Cold Tier): 通过CXL连接的CMM-D，构成海量的内存池，用于存储完整的、超大规模的向量数据库。 第二步 (扩展内存容量): 在此基础上，通过CMM-D模块进一步扩展内存，不仅能将系统总容量提升到新的量级（如从2TB到3TB），还能带来额外的性能红利（约16%）。
59410编辑于 2025-11-20 AI时代 该何去何从？
很多职场人心里都有一片阴影：我会不会被AI取代？但这个问题本身就走偏了。更该问的是：我会不会被那些掌握AI的人取代？答案很简单：会的，如果你还停留在"执行者"的轨道上。 03三步开始转身第一步（1-2个月）：建立参照系去观察业内真正好的案例，建立自己的审美坐标系和判断标准。 第二步（3-6个月）：对比训练让AI做一版，自己做一版，对比差距，理解AI的边界和自己的价值所在。第三步（6-12个月）：验证闭环把你的判断应用到真实决策中，用结果证明你的判断力。 不会让你失业，但使用AI的人会。 这不是最坏的时代，这是重新洗牌的时代。你的经验、你的阅历、你积累的判断力，从来没有像现在这样值钱——前提是，你愿意从"做事"转向"判断"。那片阴影不值得你低头。
8520编辑于 2026-04-28- 来自专栏机器之心
AI现场发了2万红包，打开了大模型Act时代
AI 发的红包瞬间就抢空了。不得不说谢谢张总，谢谢 AI Agent。 智谱认为，将来不同的硬件设备都可能由统一体系的 AI 智能体来操作，这样才能实现人机交互的提升。为此，他们也在芯片、应用 App、操作系统 OS 和模型侧进行了提前布局。 再往更深的层次想，过去键盘鼠标、触控屏幕这样物理交互的形式，从 DOS、Windows 再到 iOS、安卓等操作系统，都是为了让人更好地与机器沟通。 可以看做是大模型通用操作系统 LLM-OS 的一种雏形。这已经对人机交互形式产生极大的影响。 更重要的是，我们看到了一种大模型操作系统 LLM-OS 的可能，基于大模型智能能力，有机会实现原生的人机交互。」 © THE END 转载请联系本公众号获得授权
39610编辑于 2025-02-14 - 来自专栏春花秋月
沉淀六年 – 迈进新时代操作系统
前言 让我们把时间拉回到 8 年前，2014 年 10 月 1 日凌晨，又一个跨时代的操作系统出现在眼前 —— Windows 10，此时 Microsoft 官方首次发布 Windows 10 预览版 —— 扁平时代。 在 2015 年 7 月 29 日，Window 10 首个正式版放出后，Microsoft 曾宣布 window 10 将会是其最后一个视窗操作系统，而在 6 年后的 2021 年 6 月，Microsoft ，是前辈们不断的用勤劳的双手而创造的，是信息时代最好的证明，而如今的信息时代和软件、硬件一样，不断累计小版本的更新进步，从而累积而成的全新时代，如今的 Windows 11 和当下的时代一样仍然有很多问题 早就下一个时代吧！
63820编辑于 2022-09-14 - 来自专栏C/C++
Linux Kernel：云原生时代的操作系统内核
它是LinusTorvalds在1991年创建的操作系统内核，如今已成为云计算基础设施的技术基石。 什么是LinuxKernelLinuxKernel是Linux操作系统的核心组件，负责管理硬件资源、调度进程、分配内存、处理网络数据包。 2.内存管理提供虚拟内存机制，让每个进程拥有独立的地址空间，互不干扰。当内存不足时，OOMKiller会选择终止部分进程释放资源。 Docker的存储驱动overlay2、devicemapper都基于VFS实现。 为什么运维必须懂内核云原生时代，容器、微服务、ServiceMesh层出不穷，但它们都运行在LinuxKernel之上。
15610编辑于 2026-01-23 - 来自专栏人工智能领域
解锁AI Agent潜能：智能时代的信息处理利器2（1830）
一、AI Agent：智能信息处理的领航员 在当今数字化浪潮汹涌澎湃的时代，信息呈爆炸式增长，如何从海量资讯中迅速捕捉关键内容，并转化为简洁明了的报告，成为个人、企业乃至科研领域亟待解决的难题。 二、AI Agent 基础剖析 AI Agent 的构成要素犹如精妙复杂的齿轮组，紧密协作，驱动着智能的运转。 三、构建 AI Agent 的前期筹备 （一）明确任务需求 在开启构建 AI Agent 的征程前，精准锚定任务需求是首要关键。 reportlab.pdfgen import canvas from reportlab.lib.pagesizes import letter # 数据 data = {'col1': [1, 2, 3], 'col2': [4, 5, 6]} df = pd.DataFrame(data) # 创建PDF画布 pdf = canvas.Canvas('report.pdf', pagesize
60810编辑于 2025-01-25 AI 正在从“模型时代”进入“系统时代”
摘要但从工程视角整体审视，会发现一个高度一致的信号：AI的竞争焦点，正在从模型能力转向系统能力。本文作为专栏收束篇，对这一趋势进行系统总结。 一、模型时代的典型特征模型时代的核心关注点是：参数规模推理速度多模态能力工程结构相对简单：展开代码语言：TXTAI代码解释输入→模型→输出这在实验和Demo阶段非常有效。 三、系统时代的AI架构轮廓我们可以用一张简化架构图来描述系统时代的AI：展开代码语言：TXTAI代码解释用户意图↓AgentRuntime↓调度/协作/状态↓工具系统/模型系统↓反馈与校验注意：模型被包裹在系统之中 来自智能体来了（西南总部）的总结性判断是：AI的下一阶段，比拼的不是“谁更聪明”，而是“谁更稳”。 结语如果说模型时代拼的是“突破”，那么系统时代拼的是“长期可用”。AI的未来，不是更大的模型，而是更可靠的系统。
16810编辑于 2026-02-02- 来自专栏暴走的程序质检员
CrashCourseComputerScience(2)-编程及操作系统
CrashCourseComputerScience(2)-编程及操作系统 早期的编程方式 硬件编程方式的演变 1801年使用打孔卡的可编程织布机发明-->之后60年,程序员使用插线板编程-->1948 排序算法 冒泡算法 对于一个array=[a,b,c,d,e…z] 从index 0,1开始,不断对比相邻2个数的大小,如果array[n+1]>array[n],则2个数交换. n的数组氛围n个数组 22合并, 数组1和数组2合并,如果数组1的数据大于数组2,则新数组为[b,a],以此类推 在进行22合并,先对比2个数组index=0的数据,最小的数放在新数组0的位置, IC集成电路密度翻一番 因为光刻波长精度和量子隧穿效应,摩尔定律逐渐走向终结 18操作系统Operate System 操作系统OS拥有操作硬件的特殊权限,管理其他应用和程序,OS的目的让计算机自己运行 ,提高人机交互效率 操作系统充当软件和硬件之间的媒介,OS提供API抽象硬件:设备驱动程序 批处理: 1次给计算机多个任务,让计算机按顺序自动处理 多任务处理:1950s,Atlas计算机使用调度
48610编辑于 2024-04-11 - 来自专栏微言码道
AI时代，英文为王？
最近Meta开源了llama2,几乎引爆了整个AI行业.这可能意味着AI迈入了一个新的阶段,开源将会深度参与AI技术热潮中. 也意味着未来一切皆有可能. 这篇文章不是说llama2与AI开源的,而是我在查阅llama2的技术白皮书中, 发现了一个非常值得注意的现象. 就是当前主流的前沿AI的训练语言中,以英文为主. 如果AI时代不可避免的来临了,按照当前这样的趋势, 英文将成为AI中的绝对语言,包括中文在内的其它语言都不可避免的重要性大大降低. 中文的困境 除非国内的大模型能有所突破,或迎头赶上, 否则AI时代的中文必然会面临困境. 结合现在互联时代中文问题,AI时代这个困境可能只会加深,表现在: 中文内容质量低下 好吧,虽然这个结论有些伤人,但我们很多人都能感受到互联网上中文内容的质量低下化这个趋势.
75710编辑于 2023-08-31 - 来自专栏老张的求知思考世界
AI时代，我们该何去何从？
2、错误会在不断实践中得到纠正，但当你从事一项开创性工作时，根本没有手册或路标可以循迹前行。 我们需要以更加积极主动开放的心态，学习AI、了解AI、使用AI、拥抱AI。 2、大众对新事物的恐惧往往强于兴趣，而大众也往往在每一次技术革命发生后，扮演者用户和落后者的角色。 如果你抗拒新事物的出现，抵触它进入你的生存环境，在事实上你已经被时代所淘汰。 3、很多人担心AI不断发展下去，自己会失业。然而事实是，无论AI是否出现，35岁失业危机，是一个全球范围内都很无解的问题。 对此我的建议是：保持对AI的敏感和好奇心，主动学习和了解AI，并将其应用于探索自己的第二曲线。 对于到AI时代，第一类人是深度参与大模型研发这一批顶尖人才；第二类则是围绕AI进行相关商业化探索的人；第三类则是愿意积极使用并拥抱AI的人。我想，至少我们应该成为第三类人。
29210编辑于 2025-07-29 闲聊AI时代的焦虑
序言 AI时代已经来临，无论你是何种心态，已经逃离不开，AI扶我凌云志？估计也很难将烂泥扶上墙。 焦虑毫无价值，能感受到焦虑是好事，但是实际上重在于行动，但是实际上也改变不了什么。 不懂代码，依旧能写代码的时代来临，从而导致大家开始强烈的依赖AI，效率提升了，但是使用AI的费用谁来出，所以导致的后果估计也只有裁员才能体现AI的价值了。 1 AI时代的幻觉 经常听到很多人说，AI会产生幻觉，从而导致问题回答的不准，其实感觉很正常，AI面临着和人类一样的场景，人不会产生幻觉吗？ 2 AI时代的上下文 现在使用AI写代码的时候，发现写着写着，有点降职了，其实这个和人类也很像，人类的记忆时间也就那么多，能记住的知识也就那么多。 是你喂AI，用多了，智力会下降，会空虚寂寞冷。。。 AI时代来临，需要脑子的工作会越来越少，脏活累活估计AI也干不了，除非机器人量产；娱乐性的东西也不会被取代，人至死为了娱乐。。。。
11910编辑于 2026-04-09- 来自专栏老张的求知思考世界
欢迎来到AI时代！
按照业内普遍的认知，AI的三大底座(或者说三要素)是算力+模型+数据，也就是说只要你算力够多，模型够好，喂进去的数据量足够大，可以迭代出我们预期的AI产品。 按照较为官方的消息，DeepSeek V2支持高达128K的上下文窗口长度，具备强大的中文和英文综合能力，性价比极高，API价格仅为GPT-4的百分之一。 换句话说，降低训练需求等于打破了高算力的垄断门槛，降低应用成本意味着普通人进入AI领域落地应用的门槛变低。 可能以后生活中的每台电子设备都会内置DeepSeek这种水平的大模型，而这也意味着AI+的爆款应用，大概率会在2025年横空出世！ 作为普通人来说，当AI+的应用爆发后，我们和世界上智商最高的人之间，已经没有了公开信息的信息差。唯一的区别就是认知和行动力。 普通人要想赶上这一波AI+浪潮，最好的切入点就是在应用层勇敢尝试。
20700编辑于 2025-02-05 - 来自专栏深度学习与python
AI 时代操作系统的三重叙事：技术重构、国产化突围与生态共建
，围绕 AI 对操作系统的影响、技术演进、安全挑战、国产化机遇及生态构建等核心命题展开深度对话，解构智算时代操作系统的破局逻辑与实践路径。 1 AI 时代操作系统的重构与考验 操作系统的本质，始终是 “向下管理硬件资源，向上为用户和应用提供开发与运行保障”。 从早期物理服务器时代的硬件资源管理，到云计算时代的虚拟化与多租户隔离，每一次技术革命都推动着操作系统的能力边界不断拓展。 2 技术演进与安全攻坚：在改良与突破中寻找平衡 面对 AI 带来的挑战，操作系统的演进呈现出两条清晰路径。 栏目介绍： 在 AI 重塑产业格局与国产化替代加速推进的双重浪潮下，《AI 进化论：智算时代 OS 的破局之路》以云、AI、安全等技术与服务器操作系统如何融合演进为主线，聚焦服务器操作系统在智算时代的进化之路
62610编辑于 2025-08-15 - 来自专栏Web技术庄园
前端 + AI —— 走进无码时代
导语：前端智能化，就是通过AI/CV技术，使前端工具链具备理解能力，进而辅助开发提升研发效率，比如实现基于设计稿智能布局和组件智能识别等。 new_img = image_morphology(new_img) cnts, _ = cv2.findContours(new_img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE = 0: vertical_centers = vertical_segments[:, 0] / 2 + vertical_segments[:, 2] / 2 left img = cv2.copyMakeBorder(img, 5, 5, 5, 5, cv2.BORDER_CONSTANT, value = [0]) circles = cv2.HoughCircles .KMEANS_RANDOM_CENTERS ) center = cv2.cvtColor(np.array([center], dtype=np.uint8), cv2.COLOR_HSV2BGR
1.8K30发布于 2020-09-01
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号