陈海波教授在致辞中，以强化学习泰斗Richard Sutton的“大世界假设”以及图灵提出的“机器能思考吗”这一经典命题开场，与来自学术界和产业界的专家们共同探讨了近期Agent业界与学术界的最新动态和关键技术趋势，提出以开源开放的方式共建开源鸿蒙Agent OS的发展新思路；指出开源鸿蒙Agent OS的核心使命是要从工具调用走向系统级智能，为AI概率性构建系统级确定性；提出开源鸿蒙Agent OS要从静态评测走向真实任务检验，从单机智能走向万物智能。

他着重分享了开源鸿蒙Agent OS的最近的一系列系统级技术创新实践，并呼吁与会专家共建共赢Agent系统级创新技术与生态。

陈海波致辞

各位老师、各位同仁、各位朋友：

大家好，很高兴与大家在开源鸿蒙Agent OS城市技术论坛相聚，共同探讨智能体时代的操作系统。

过去一年，智能体发展明显加速。大模型不再只是回答问题的工具，而是逐步具备理解意图、调用工具、组织任务、协同执行和持续改进的能力。        智能体正从对话入口走向任务执行，从个人助手走向产业流程，从数字空间走向物理世界。

这带来了一个更根本的问题：当智能体成为未来数字世界的重要执行主体，支撑其运行、协同和治理的底层系统应该是什么？        智能体时代是否需要一种新的操作系统？

我认为，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。        传统操作系统管理进程、线程、内存、文件和设备；Agent OS则需要进一步管理模型、上下文、工具、记忆、权限、任务流、执行轨迹和多智能体协同。        它的核心任务，是把智能体从“能用的工具”变成“可信赖的系统能力”。

在展开三个观点之前，我想先分享一个重要的理论背景。强化学习泰斗Richard Sutton近期提出了“大世界假设”：现实世界的复杂度与体量，远超智能体的计算、存储和内部建模能力。        智能体无法在内部完美建模整个世界，必须学会利用环境，在与大世界的持续交互和纠错中自然涌现“行动智慧”——这正是AI从“基于表征的小世界”走向“智能大世界”的必经之路。

这一思路，其实可以追溯到人工智能的开山之作：图灵在1950年发表的《计算机器与智能》。        图灵当年就敏锐地意识到：关于“智能”的本质定义可能是一场无休止的概念争论，真正有意义的是“它在行为上是否足以令人信服地参与智能活动”；这实际上是一种“以行动检验智能”的务实立场。

基于观察，我想分享关于开源鸿蒙Agent OS发展的三个观点：

1. 要以开源开放的方式共建开源鸿蒙Agent OS，赋能万物智联世界
如果Agent OS要成为泛在智能时代的基础设施，就不能依赖单一厂商、模型或封闭生态。        智能体的运行天然需要连接模型、工具、数据、设备和服务。        若这些能力被封装在彼此割裂的系统中，短期可能形成好的单点体验，长期却会制造新的系统孤岛，限制生态扩展与创新。

因此，Agent OS首先需要开放架构。开放不仅是开源代码，更是开放接口、协议、生态和能力边界。        模型应可替换，工具应可注册，数据应可安全访问，智能体之间应可协同，开发者应在统一规则下构建系统能力。

近期大家关注的MCP、A2A、Skill、CLI等协议与抽象，以及OpenClaw 、openJiuwen等开源智能体项目，都反映了这一趋势：智能体系统正从“个体能力”走向“生态能力”。        开源鸿蒙也筹建了具身智能PMC和AI Agent TSG/PMC，面向万物智联世界，提供开放架构与生态。

2. Agent OS的核心使命是要从工具调用走向系统级智能，为AI概率性构建系统级确定性
开放不意味着简单拼接。越开放，越需要强大的系统能力来组织复杂性。

真实任务往往包含多轮交互、多工具调用、多设备协同、多智能体分工和长时间状态维护。        差旅规划需调用日历、地图、天气、票务、支付、审批系统；软件开发需理解需求、修改代码、运行测试、分析错误、提交补丁、跟踪反馈；工业运维需融合传感器、知识库、控制系统与现场设备。

这里存在根本性挑战：传统操作系统基于还原论与确定性，要求强收敛；大模型却具有天然的概率性。        操作系统必须双向演进：既要“被AI重塑”，更要“为AI进化”。        开源鸿蒙围绕系统确定性、安全隐私、Token效率等方向创新，核心逻辑是参考钱学森先生的“系统论”，通过架构重塑在“模型不确定性”上构建“系统级确定性”。

技术创新实践：
1) 系统级确定性：“概率性规划-约束执行-可验证收敛”范式，AI确定性运行时，SpecFS验证新范式。
2) AI安全隐私：以AI治理AI安全，鸿蒙AI防诈，FM-Agent已在Claude C Compiler等多个系统中发现1000+bug。
3) Token效率：以智能收益率（Intelligence Yield）为核心度量，端侧鸿蒙格物、PowerInfer，云侧异构融合等提升推理效率。
4) 智能体友好API & 人机共生UX：Symphony API与Declarative Model Interface (DMI)，SkillVM实现一次编写随处运行，人机共生范式实践OpenDesk、MobiAgent。

3. Agent OS要从静态评测走向真实任务检验，从单机智能走向万物智能
真实世界的任务不是一次性问答，而是长周期、多步骤、状态连续、成本敏感、权限敏感的复杂过程。        智能体系统不仅要偶尔做对，更要长期可靠；不仅要给出正确结果，还要以安全、低成本、可解释、可恢复的方式完成任务。

缺乏严格的沙箱、权限约束和执行轨迹审计，榜单高分并不代表真实能力。        开源鸿蒙研制了DeltaBox、virtualized eBPF等系统，提升操作系统Agent沙箱、隔离等基础能力。        评估体系需从“结果评测”走向“过程评测”，从“静态基准”走向“动态任务”，从“单点成功率”走向“长期可靠性”。

开源鸿蒙已经展示了从单机智能走向万物智能的实践路径。“鸿蒙”之意是“一生万物，万物归一”：        业界已推出90多个基于开源鸿蒙的行业发行版，超过1800款软硬件产品通过兼容性测评，成为名副其实的万物智联时代千行百业的数字底座。

去年9月开源鸿蒙技术大会上，我们宣布了“AI x 开源鸿蒙”的技术与生态共建。        如今，众多空调、冰箱、电视、自行车、地铁、公交等设备，都通过“AI x 开源鸿蒙”实现了万物智能。

总结：通过开源鸿蒙Agent OS的发展，推动着智能体技术正从应用创新走向系统创新。开源鸿蒙Agent OS首先需要开放架构，打破模型、工具、数据、设备之间的生态孤岛；        它也需要系统级技术能力，在模型概率性之上建立系统级确定性；        最终，它必须在真实任务中接受检验，用长期可靠性、安全性和成本效益证明自己的产业价值。

从更长远看，Agent OS可能成为智能时代新的基础软件形态。        它既连接模型，也连接应用；既管理资源，也管理任务；既服务个人，也支撑产业；既面向数字世界，也将逐步走向物理世界。

希望今天的讨论能带来新的判断、新的问题、新的合作。        期待大家畅所欲言，共同推动开源鸿蒙Agent OS从概念走向系统，从系统走向生态，从生态走向真正的产业价值。

谢谢大家！

供稿：开源鸿蒙项目群技术指导委员会秘书处
责编：开发者与活动运营组 李健
审核：开源鸿蒙项目群工作委员会执行总监 陶铭
开源鸿蒙项目群工作委员会执行秘书 曹云菲