ENHE AI
AI快讯ANOLISAAgentic OSAI资讯阿里云 Linux 4AgentSecCoreAgentSight自动发布开源模型

阿里云发布 ANOLISA,AI智能体开始进入操作系统层

ANOLISA 将 Copilot Shell、OS Skills、安全防护和可观测性放入操作系统层,为 AI智能体部署提供新的基础设施参考。

ENHE AI5 min0 views
阿里云发布 ANOLISA,AI智能体开始进入操作系统层

本文核心看点

阿里云发布 ANOLISA Agentic OS,将 Copilot Shell、OS Skills、AgentSecCore、AgentSight 等能力放入操作系统层,为 AI智能体运维、本地部署AI工具和账号治理提供新的基础设施参考。

阿里云在 2026年6月24日英文博客中介绍 ANOLISA Agentic OS。
ANOLISA 基于 Alibaba Cloud Linux 4,定位为面向 AI Agent 的 Agent-first 操作系统。
核心组件包括 cosh、OS Skills、AgentSecCore、AgentSight、Tokenless、ws-ckpt 和 Skill Optimizer。
该方向提醒用户关注 AI智能体的权限、日志、Token 成本和失败回滚。

作者:恩禾ENHE AI · 发布日期: 2026年6月24日

事实概述

阿里云在英文社区博客中介绍 ANOLISA,也就是 Alibaba Cloud Linux 4 Agentic Edition,并称其为面向 AI Agent 的操作系统。阿里云说明,该系统在 2026年3月30日正式推出,2026年6月24日的英文博客进一步解释了它的架构和适用场景。对关注 AI前沿资讯 的用户来说,这是一条从模型能力转向运行环境的信号。

根据阿里云文档,ANOLISA 构建在 Alibaba Cloud Linux 4 之上,核心组件包括 Copilot Shell(cosh)、OS Skills、AgentSecCore、AgentSight、Tokenless、ws-ckpt 和 Skill Optimizer。它试图把自然语言运维、技能调用、权限控制、可观测性和工作区回滚放到系统层,而不是仅停留在上层应用插件。

为什么值得关注

过去的 AI Agent 多依赖浏览器、IDE、命令行工具或平台插件完成任务;ANOLISA 的重点是让 Agent 以更结构化的方式理解和操作 Linux 环境。文档称,cosh 可以替代默认 shell,支持自然语言和 bash 双模式,并通过 OS Skills 让 Agent 执行部署、运维、诊断和观测任务。这对评估 本地部署AI工具 的团队尤其重要,因为 Agent 一旦获得文件、网络和进程操作能力,系统边界就会成为关键问题。

AI智能体在 Linux 终端中执行运维任务的示意
ANOLISA 将 AI智能体运维入口放到 Copilot Shell 与 OS Skills 中,重点不是替代人工,而是让终端任务更可控、可审计。

对AI工具用户的影响

AgentSecCore 是这次信息中值得单独关注的部分。阿里云称它用于缓解提示词注入、动态代码执行、Skill 安全、意图偏移和系统环境风险,并支持更细的运行控制。对正在学习 AI技能教程 的个人和小团队来说,这说明 Agent 教程不能只讲提示词和工具调用,也需要讲权限、回滚、日志和最小授权。

AgentSight 和 Tokenless 则把成本与可观测性带入系统层。文档提到 AgentSight 可在不改代码的情况下观测 LLM API 调用、Token 消耗和进程行为;Tokenless 用于压缩工具定义和模型响应,减少上下文浪费。这类能力会影响企业如何选择 AI账号服务、如何分摊 Token 成本,以及如何排查 Agent 执行异常。

对ENHE用户的启发

ANOLISA 不是普通模型发布,而是把 Agent 运行时、系统技能、安全和观测能力组合成一套基础设施。ENHE 用户在比较 AI软件应用 时,可以把关注点从“能否调用模型”扩展到“是否能控制 Agent 的系统权限、日志、回滚和成本”。这类判断会越来越影响私有化部署、企业内部工作流和自动化运维项目。

总结

阿里云 ANOLISA 的价值不在于给所有用户立即替换操作系统,而在于提出了一个清晰方向:当 AI Agent 开始直接操作文件、命令、服务和云资源时,操作系统需要提供专门的交互、安全、观测和恢复机制。对于普通用户和小团队,它更像是一个新的评估清单:部署 Agent 前,先确认工具权限、运行日志、Token 成本和失败回滚是否可控。

这对普通用户意味着什么?

对 ENHE 用户来说,ANOLISA 的信息差在于它把 AI智能体能力从单个工具扩展到操作系统层。未来选择本地部署AI工具、企业工作流自动化或账号成本治理方案时,系统级安全、可观测性和回滚能力会成为重要评估项。

你可能会用到这些工具

相关教程

相关阅读

GitHub Copilot CLI 新界面正式可用,AI编程进入终端协作阶段

GitHub 在 2026年6月23日宣布 Copilot CLI 新终端界面正式可用,并为 Copilot app 加入 BYOK 模型提供方支持。本文梳理 GitHub Copilot CLI 对 AI编程智能体、MCP 工具、技能、插件、本地模型和账号治理的影响。

Google Cloud与菲律宾DICT合作,公共部门AI智能体进入落地阶段

Google Cloud与菲律宾DICT在2026年6月宣布多年合作,将Gemini Enterprise、Workspace、AI智能体和网络安全能力用于公共服务,给企业与团队的AI应用落地带来治理启发。

阿里云短信服务Skill发布,AI智能体进入短信运营流程

阿里云帮助中心更新短信服务Skill操作手册,将短信发送、资质查询、签名模板查询、发送记录和统计分析封装为AI Agent可调用能力。本文梳理其对AI工作流自动化、短信运营和账号权限治理的影响。

GLM-5.2发布:1M上下文开源模型瞄准长程AI智能体

Z.ai于2026年6月发布GLM-5.2,强调1M-token上下文、MIT开源许可、AI编程与长程智能体能力,并提供Hugging Face和ModelScope权重。本文梳理其对本地部署AI工具、AI工作流和开发者选型的影响。

桌面AI操作伴侣走热:MCP与本地AI推动助手进入执行时代

Anthropic MCP、Windows 本地 AI 与 LumiOS 桌面产品共同显示,AI助手正在从聊天框走向桌面执行入口。本文解析个人AI操作伴侣趋势、产品价值与SEO/GEO机会。

GitHub Copilot CLI 新界面正式可用,AI编程进入终端协作阶段

GitHub 在 2026年6月23日宣布 Copilot CLI 新终端界面正式可用,并为 Copilot app 加入 BYOK 模型提供方支持。本文梳理 GitHub Copilot CLI 对 AI编程智能体、MCP 工具、技能、插件、本地模型和账号治理的影响。

总结

ANOLISA 表明 AI智能体部署正在从应用插件走向系统基础设施。用户不应只看模型能力,还应检查运行权限、审计、Token 成本和异常恢复是否可控。

参考来源