2026 年 9 月 23 日，杭州云栖大会，阿里云发布了一款叫 Qwen Book 的产品，官方定位是「首款 AI 智能体电脑」，说它能自主理解用户意图，并且不断进化。

硬件形态列出来是这样一组东西：意图原生交互系统、全局 AI 按键、Skill 键盘阵列、支持高精度语音识别的手写笔（按下笔端即可召唤智能体）、独立状态副屏 AI Island、磁吸键盘。官方还特意提了一句，它提供「7×24 小时执行重度任务的操作空间」。

这些细节里最值得琢磨的是那块副屏。AI Island 存在的理由不是好看，而是让 Agent 的运行状态变成一个可以被瞥见的对象。过去我们用电脑，注意力全在主屏的应用窗口上；当执行主体从人变成 Agent，人的角色就退到「监督者」，监督者需要的是一个不打扰、但随手可查的状态面板。这个小设计比任何一句「智能」都诚实。

真正的题眼是那句理念：OS as Harness。阿里云的说法是，以千问端云模型为核心底座，深度融合操作系统、应用、云服务和硬件，统一组织「交互入口、运行时环境、个人持续上下文、软硬件操控能力」，构建一个 Agent 可理解、可记忆、可持续运行且可治理的计算环境。目标写在明面上：让 AI 从「普通专家」变成「主动理解、始终在场、持续进化」的「专属专家」。

官方举的场景是改 PPT。用户按下触控笔说出修改要求，Agent 结合当天的沟通内容和长期上下文，找到相关页面与材料、调用合适工具完成修改并征询意见；即使用户已经离开电脑，也能通过手机继续确认。从修改方案到跟进反馈，跨设备连续推进，不需要反复说明需求。这个例子挑得很讲究——它不是「让 Agent 帮你写一段代码」，而是把一次需要多轮澄清、跨应用、跨设备、还要等人拍板的工作流摆出来，这正是旧式应用内助手做不了的部分。

阿里云研发副总裁、终端智能计算事业部总裁张献涛的说法是：

这不仅仅是一台电脑，更是一个「随时随地交代任务，开盖即见成果」的个人智能助理。

他还有一句野心更大的：

随着个人上下文不断积累，智能体正从弱关联走向积累跃迁，逐步把人的经验、审美与判断转化为行动力。期待 Qwen Book 从硬件工具跃迁为 Token 驱动、持续成长的智能体载体，在人机协作中越来越懂用户，实现个人智能迈向 RSI。

生态侧动作也不小：已与高通、英特尔、罗技、绿联完成适配，打通支付宝、千问输入法等阿里系核心应用，并开放系统接口与能力接入。落地节奏上，启动「Day One」深度体验官招募计划，即日起至 10 月 31 日招募 100 位体验官，首批体验计划 12 月启动。

harness 的边界一路上移，终点为什么是操作系统

要读懂 Qwen Book，得先看 harness 这个词在过去两年里怎么漂移的。

这条线的方向很一致：harness 一直在往外扩，从任务内部扩到进程外部，再扩到机器本身。9 月 21 日 OpenAI 把 Codex 的 harness 托管成 Agents API 公共 beta，等于承认「跑 Agent 的那套壳」本身可以是一件云上公共品。两天后阿里云把它推到操作系统，逻辑上并不突兀。

为什么会走到 OS？因为瓶颈已经不在模型能力，而在运行时环境。权限边界怎么划、上下文在哪里沉淀、跨应用怎么编排、出错之后能不能审计和回滚——这些问题的答案不在模型里，而在操作系统里。它们恰好是操作系统的本职工作：管进程、管资源、管权限、管持久化。过去我们把这些能力以 SDK 形式外挂给 Agent，外挂的好处是灵活，坏处是它永远只是一个租客，拿不到房子的产权。租客可以申请开一扇窗，但不能决定承重墙在哪。

把 OS 当 harness，等于从租客变成业主。代价是必须重新回答那些被操作系统搁置了三十年的问题。

OS as Harness 具体收进了哪四件事

官方那句话里塞了四个名词，每一个都不是修辞。

交互入口：从应用菜单退回意图

「意图原生交互系统」加全局 AI 按键，指向的是一次交互范式的退让。图形界面这四十年的基本单位是「应用 + 窗口 + 菜单」，用户先选工具、再选操作、最后给参数。意图原生意味着反着走：先说你要什么，系统自己去挑工具。全局 AI 按键和笔端召唤，本质是把「发起一次 Agent 调用」的成本压到和按一下快门差不多。

这在旧 OS 上也能打补丁——装个悬浮窗、给个快捷键就行。差别在于补丁版的入口活在别人的窗口管理器里，权限、焦点、剪贴板、截图、文件选择全都要靠模拟用户操作去蹭；而系统级入口可以直接拿到真实的意图上下文。

运行时环境：7×24 的重度任务与跨设备续跑

「7×24 小时执行重度任务」这句话的工程含量比它看起来高。今天的 Agent 跑在一个随窗口关闭而死亡的生命周期里，任务一长就得想办法保活，笔记本一合盖就断。要做到持续运行，得有系统级的任务托管、断点续跑、资源配额、发热与功耗策略，以及跨设备的会话接管。

这正是「离开电脑后用手机确认」的技术底座：任务的所有权从某个进程上移到账户，设备只是它的一个显示终端。

个人持续上下文：从会话级 memory 到系统级资产

这是四件事里最值钱、也最危险的一件。今天的 memory 是会话级的——每个产品各自攒一份，换一个 App 就重新介绍自己。系统级上下文意味着这份积累脱离单个应用，成为账号下的一份资产，任何经过授权的 Agent 都能读。

好处很明显：Agent 不用再反复问你偏好。代价同样明显：这份上下文的归属权、存储位置和访问边界，会变成产品最核心的商业资产，而不是一个功能开关。

可治理性：授权、审计、回滚成为一等公民

官方原文用了「可治理」这个词，而不是「更安全」。授权、审计、回滚如果能成为系统一等公民，Agent 就从「一个会点鼠标的程序」变成「一个可以被追责的执行体」。这件事的重要性留到后面单独讲。

对照一下两种做法，差别会更清楚：

维度	在旧 OS 上打补丁	把 OS 当 harness
交互	在应用里再塞一个对话框	意图驱动，绕过窗口与菜单
生命周期	进程随窗口关闭而结束	任务在系统层常驻，跨设备续跑
上下文	每个应用各自攒的会话记忆	系统级共享的个人上下文
权限	应用各自申请，用户逐个弹窗确认	系统统一授权，可审计、可回滚

为什么是 Omarchy：一笔 300 万美元的门票

同一天还有另一条消息，信息量不比硬件小：Qwen Book 宣布与开源 Linux 桌面社区 Omarchy 合作，共同探索面向 Agent 的新一代桌面操作系统。阿里云出资 300 万美元，成为 Omacom 基金会的创始企业赞助方，与 DigitalOcean 并列（各 100 万美元/年 × 3 年）。公告写了三件事：成为创始企业赞助方；合作推进 Omarchy China；把 Omarchy 带到新发布的 Qwen Book 上。理由只有一句：agentic computer 需要原生的 agentic OS。

Omarchy 创始人 DHH 的发文措辞热情：

我们正在推动 Omarchy 与阿里云刚刚发布的 Qwen Book 深度融合。智能体电脑需要原生智能体操作系统！我们对个人电脑的未来形态有着共同愿景，现在正投入资源，让这一愿景成为现实。

一家中国云厂商为什么要买一个由 Rails 之父维护的 Arch Linux 桌面发行版？答案在 Omarchy 已经做出来的东西里。

这个项目 2025 年 6 月 26 日发布，几行帖子加一个 ISO，没有预热也没有发布会。底子是 Arch Linux 加 Hyprland 平铺窗口管理器，名字里的 Oma- 来自日语 omakase——工具和细节替你配好调好，直接开工，但系统仍然是你的，想改什么都行。4.0 版 Quattro 用 Quickshell 把整个桌面 shell（栏、启动器、通知、锁屏、壁纸、音量 OSD）重写进一个长驻进程，可以一键换肤，系统更新等于一次 shell 重启且通知不丢。

真正不一般的，是它的「Agent 原生」：开机第一件事是问你默认 Agent 用哪个，选完登录直接干活；应用崩了弹通知，点一下，Agent 去读崩溃转储、诊断原因、帮你提 bug 报告（内置 diagnose-crash 技能）；系统还内置 skills 教 Agent 写应用、插件、主题，社区插件里已经有一批是 Agent 造出来的——旋转换面的电台、1-bit 电子桌宠、AirPods 逐耳电量、终端扫雷、定时备份快照浏览器。

它的官网上挂着一句话，是整个九月里最锋利的产品文案之一：

桌面 OS 几十年没被重新抢过了。Agent 让操作系统变得可塑，硬件从没这么好过，对手也从来没这么分散过。

规模上，这个项目不是玩具：GitHub 42,674 stars、6,106 个 PR、527 位贡献者，首年 ISO 下载 1,171,683 次；Quattro 发布 18 天下载 20 万次，峰值一小时 1,165 份。硬件宽容度也夸张，官网称 2011 年的 ThinkPad X220（2GB 内存）都跑得动。基金会承诺金额从 8 月 21 日的 800 万美元涨到 9 月 22 日的 2,170 万美元，除企业赞助外还有近 200 万美元以 token 形式注资——直接给基金会里的 agent 们付电费。人也招进来了：Quickshell 作者 outfoxxed 出任 Shell 负责人，内核开发者 Krzysztof Wilczyński 牵头内核，基础设施负责人 Emir Beganović 11 月 1 日入职。DHH 的路线是先养活写关键子系统的人，再自建发行版基建（包服务器、镜像、agent runner、QA），最后才花钱做市场。

所以阿里云买的不是代码，是创始赞助身份、Omarchy China 的本地化位置、以及 Qwen Book 的默认系统席位。对一个已经把 Agent 塞进桌面外壳深处的社区来说，一笔云厂商的支票能换到的影响力相当划算；对阿里云来说，自己从头做一个发行版要几年，买一张门票只要 300 万美元。

但别被热情的话术盖过去。公告只说「带到」，没说预装、没说深度定制、没说独占；Omarchy China 的落地方式与时间表全部空白。300 万美元在基金会赞助里不算小数目，可它也不是能改写行业格局的量级——更像一张门票，而不是一份婚约。

首秀不等于交付，RSI 是要拆开看的标签

12 月才启动首批 100 位体验官的招募，这件事必须被放在最前面。发布会上的场景演示和「开盖即见成果」之间，隔着真实的工程与运维：多轮任务的中断恢复、长任务的资源占满、跨设备状态同步的冲突消解、第三方应用在 Agent 调用下的稳定性。改 PPT 这个例子之所以被选中，恰恰因为它温和——它不需要实时控制、不需要硬实时、出错成本低。

「个人智能迈向 RSI」这句话更需要拆开看。RSI 是递归自我改进，它成立的前提是反馈闭环能够改造系统自身的能力，而不只是让系统更了解某一个人。个人上下文的积累属于前者还是后者？现在的答案偏后者：它让你少说几句话，让 Agent 更懂你的审美和习惯，这是产品体验的跃迁，不是能力边界的自我突破。拿 9 月 18 日智谱那条线做对照会更清楚——他们的 Infra Agent 在 10 万张国产加速器上从零搭生产级推理服务，不到两周吞吐提升 3.2 倍，题眼是「Agent 卡住很少因为写不出代码，而是不知道为什么变糟」。那是一种会回头改自己工作方式的闭环。把「越来越懂用户」直接等同于 RSI，是把两个量级的事情用同一个词兜住了。

OS 层是 Agent 最大的爆炸半径

这里要单独说一件事，也是我最想保留意见的地方。

Agent 待在浏览器标签里，它能碰到的最坏情况是发错一条消息。Agent 待在终端里，它最坏能删掉一个仓库——9 月 13 日 Manifold Security 披露的 GitSpawn 已经演示过：仓库 .git/config 里的 core.fsmonitor 就能在 workspace trust 校验之前触发任意代码执行，7 个主流 coding agent 全部中招；同期 Accomplish 私下通报的沙箱泄漏，Cursor 和 OpenAI 大约一周修完，Anthropic 花了约 50 天、30 个版本。9 月 17 日 Google 推 Home Developer MCP，把 Google Home / Nest 设备通过 MCP 向第三方 Agent 开放，Agent 的爆炸半径第一次从屏幕上的文字扩到物理行为。

到了操作系统这一层，Agent 手里握的是文件系统、凭证、网络、外设——是整个机器的所有权。张献涛说 Qwen Book 要「可治理」，这个词方向是对的，但公告里没有回答三个最该被追问的问题：ACL 怎么做，是按应用、按能力还是按数据对象？审计留多久，留在端侧还是云侧，用户能不能自己查？误操作怎么回滚，是文件级快照还是会话级事务？

这三个问题不回答，所谓「可治理」就只是一个形容词。而它们恰恰是把 OS 当 harness 之后才会真正变成硬问题的地方——在外挂 SDK 的架构里，最坏情况是卸载那个 SDK；在 OS 即 harness 的架构里，没有卸载这个选项。

顺着往下还有两件必须提前问清楚的事。

一是数据主权。个人持续上下文是 Agent 的最大资产，它存在端侧还是云侧，直接决定这台电脑是谁的设备。存端侧，跨设备连续性要打折；存云侧，隐私与合规的账要重新算。「离开电脑后用手机继续确认」这种体验，代价就是上下文必须能在设备之间流动——流动的路径经过谁，是一个不该含糊的问题。

二是锁定效应。当 harness 长进系统，换机成本的性质就变了。过去换电脑主要成本是迁数据，拷贝、重装、同步，痛苦但有尽头；未来是迁习惯、迁上下文、迁权限配置——那部分资产没有导出格式，也没有迁移工具。你的 Agent 越懂你，你越走不掉。这是所有平台级 Agent 产品共同的商业模式，Qwen Book 只是把它做进了硬件。

开发者能守住的三样东西

如果桌面与系统层的 harness 在两三年内成为默认配置，Agent 产品的差异化会被压缩。当系统自带意图入口、跨应用编排和持久上下文，你在应用里再做一个「更聪明的助手」，能守住的只有三样东西：垂直场景的深度、别人拿不到的私有数据、以及可验证的结果回路。前两样是资源问题，第三样是工程问题——也是唯一能靠手艺拉开差距的地方。

另一个值得盯的信号是分发。Skill 键盘阵列这种东西，本质是把「技能」做成硬件上的物理入口。如果系统级 Skill 市场真的成立，它会是一个新的分发渠道：过去你上架 App Store，未来可能要上架 Skill 层。谁能决定 Skill 的审核、排序、抽成和权限范围，谁就拿到了下一代入口的收租权。这件事现在还没有人给出答案。

值得认真看，但别把首秀当交付

Qwen Book 是这半年里少见的、把问题问对了的产品。它没有停在「给电脑加一个助手」，而是直接承认 harness 的下一站是操作系统，并且动手去拿那个位置——顺带用 300 万美元买下一张开源桌面的入场券，这笔账算得聪明。

但它现在是首秀，不是交付。首批体验官 12 月才启动，Omarchy China 没有时间表，预装与定制程度没有承诺。真正要盯的是三件事：第一，Omarchy 与 Qwen Book 到底怎么落地，是预装、是深度定制，还是只贴一个标；第二，个人持续上下文的存储与权限模型，端侧还是云侧，谁能读，能不能导出；第三，OS 级 Agent 的审计与回滚机制，留痕多久、颗粒多细、出事了谁来负责。

这三件事答完之前，OS as Harness 是一个方向正确的主张，还不是一个可以被信任的系统。

其他动态

• ROSCon 2026（多伦多）：Google 旗下 Intrinsic 开源 Intrinsic Core（Apache 2.0），包含硬件无关的实时控制框架 Intrinsic Control——换机械臂、夹爪或传感器不用重写驱动，还能在轨迹中途按传感器反馈改行为——再加上基于 NVIDIA FoundationPose 的 6-DoF 位姿估计、自动避障运动规划、抓取规划、MuJoCo/Gazebo 仿真、标定与 ROS 2 驱动。CTO Brian Gerkey（ROS 联合创始人）说「这不是我们丢下代码说玩得开心」，野心是做机器人界的 Red Hat。同日 NVIDIA 发布 Isaac ROS 5.0，引入 agentic workflows 与 Isaac Skills，面向近 130 万 ROS 用户。
• JetBrains 发布 Air，CEO 称这是「26 年历史最重要的一步」，拆成三条线：IDE 内的 Air、Air Teams（开发者与自主 agent 的协同）、Air Governance（企业级策略、审计与成本管控）。在一个普遍认为 IDE 会被 Agent 吃掉的年份，JetBrains 选择押注 IDE 仍然重要。
• Plugin4Shell 零点击 RCE 波及 Claude Code、Codex、Gemini CLI 与 Microsoft Copilot：插件 SHA 固定被绕过、插件默认自动更新，无需用户交互即可执行。Claude Code 2.1.179 与 Codex 0.146.0 已修，Google 直接把 Gemini CLI 废弃并要求用户迁移到 Antigravity，Microsoft Copilot 仍未修。
• Figure AI 发布 Helix 2.5，宣称找到了「机器人版 Scaling Law」，把机器人送进旧金山湾区 30 个陌生家庭整理客厅、铺床、叠毛巾，且未针对这些环境训练；同行对其泛化能力存疑。
• 理想连发三项具身成果：智能系统 ME-Brain-1.0、统一理解与生成模型 ME-U0、视觉语言模型 ME-VLM。
• GitHub Copilot 推出 HydraFusion 研究预览，把任务执行当作优化问题，在多家供应商模型间按复杂度路由到单模型、级联、评审三种模式；评审模式下由无工具权限的只读模型做交叉评估。
• 亚马逊封禁 Meta 的个人 AI 智能体 Muse 在其商城代购，理由是「未经授权的 AI 智能体继续访问」违反使用条款，并指 Muse 未表明自身是智能体、还能获取并存储用户凭据。这是平台与第三方 Agent 之间第一场公开的正面冲突。
• 阿里 Qoder 上线鸿蒙 PC 应用市场，成为鸿蒙 PC 生态首款 AI 编程智能体工作台。

微信公众号

欢迎关注「字与码」

如果这篇文章对你有用，也欢迎在微信里继续关注后续更新。

X

X / Twitter

关注 @ax2_zicode

更即时的技术观察、新文章提醒和一些短想法会发在 X 上。