比起各式各樣的AI應用，我們可能更需要AI for OS

刚刚过去的五月，是一个炙热的AI之夏。前有2023谷歌 I/O开发者大会“炸场”，开建AI全宇宙，后有2023微软Build大会，一切都与AI相关。

AI被谷歌和微软应用到各个产品，落地速度一路狂飙。不过，应用层面，国內能做AI产品的很多，很快会能推出类似的产品, 因为路都是通的，工程师人才不是问题, 技术不是问题, 可能来得慢一点，效果略差一点, 但这都没关系，复现是肯定的。

但谷歌和微软在一个领域,打得风声四起，国内能做的厂商，却是凤毛麟角，那就是操作系统。

目前，微软已经将GPT-4大模型嵌入Windows PC操作系统，推出Windows Copilot，在底层操作系统输出AI能力。谷歌Android系统近年来总被吐槽“缺乏亮点、抄国内厂商”,但最新Android 14中许多AI功能集成，说明Google还是有点东西在的。

打造 AI时代的操作系统，谷歌和微软都在抢船票了。

操作系统是硬件性能的释放窗口，又是大量软件服务的承载体，可以说是一切人机交互的起点。在大语言模型带来颠覆式的变革之后，操作系统也有了重新划分格局的可能性。

AI时代，操作系统是会重演移动互联网的双寡头垄断，还是迎来百花齐放，2023的夏天刚刚写下了开篇，你我都将见证这一场产业变局。

不妨从故事开头讲起，看看AI究竟能为OS做什么？

AI和OS组CP，都有哪些方式？

AI与操作系统OS的结合就像组CP，方式有很多。

普通用户，最熟悉的可能是AI in OS，也就在原有的操作系统上集成AI软件和应用。微软这些年一直努力在Windows里加入AI语音对话能力，移动操作系统苹果、安卓、鸿蒙对AI能力的拥抱更是开展了很久，AI算法辅助计算摄影、人脸识别、智能语音助手等，大家应该都不陌生。

对于开发者，OS for AI才是“王道”，也就是供给机器学习、深度学习的操作系统（AI OS）。比如TensorFlow、PyTorch、飞桨、昇腾等，通过操作系统从硬件到软件到网络的全面重构，更好地支持AI模型训练应用推理。

而科技厂商要打造AI时代的操作系统，则非常关心AI for OS。简单来说，就是利用人工智能来构建和优化操作系统，提升系统的设计、开发、维护等。不难发现，AI for OS直接影响到普罗大众使用操作系统的体验，是我们普通人最期待的一对CP。

而AI for OS提高先进性和竞争力，也会直接影响到操作系统在AI时代的“国民度”，成为操作系统成功的关键。

AI for OS，这对CP甜在何处？

强拧的瓜不甜，AI for OS这对CP能不能甜到用户心里头，是接下来要回答的问题。那现在真的是用AI优化OS的好时机吗？

我们来看看如今的操作系统，有哪些可以被AI改变的地方。

第一个当然是“变重了”。

随着用户使用数字化应用的场景不断丰富，操作系统所要承担的交互和任务负载，也在持续快速增长。大家回想一下，智能手机里安装的应用是不是越来越多，要控制的外部智能设备也越来越丰富，而矛盾的是，随着摩尔定律的放缓，处理器增加的计算能力，越来越接近瓶颈。这种计算资源与任务之间的不匹配，正在成为操作系统的不可承受之重。

要让操作系统变轻，就要充分地发挥出硬件的性能，挖掘出更多的算力，而系统的环境有强烈的动态性，随着任务负载而变。传统操作系统，需要用户手工切换关闭任务。这时利用AI，自动实时感知业务场景的变化，预估现在（或未来）的工作量和所需的资源，进行动态调整，优化资源配额，实现更精准的算力供给，使用体验当然也就更加丝滑流畅。

例如感知到使用者正在打遊戲，就自動降低後台應用，釋放CPU資源來確保遊戲運行，不會因為卡頓而錯失了五殺。

第二個是「變笨了」。

可以確定的是，AI是最具潛力的新賽道，未來將與大量軟硬體相連。可以想像一下，如果讓AI大模型幫你分析十篇論文，從應用啟動到生成結果，需要半個小時，中間還時不時掉線重來，這誰受得了？還不如自己上手算了。

傳統作業系統不想因「變笨」而被用戶拋棄，必須開始支撐 AI 全方位的應用，自然要進一步提升作業系統的能力。例如微軟Windows 11讓AI深紮底層PC系統，可以在沒有任何APP作為中介的情況下，直接呼叫AI大模型能力完成任務。

支撐 AI 在各種智慧型裝置上更好地運行，必須從作業系統層面下刀，從硬體到軟體到網路全面重構。

第三個是「變複雜了」。

如今每個人身邊都圍繞著多種多樣的終端，不可逆地駛入萬物互聯時代，系統的複雜度也在不斷增加。

對使用者來說，作業系統各自為戰，碎片化的體驗是非常不舒服的。拿我自己來說，智慧家電是安卓，手機是IOS，電腦是Windows，很多應用程式在不同裝置之間基本上不能自如切換，每個系統單獨一個帳號，有些個人行為資料很難在不同終端中流通，結果就是應用「不懂我」「人工智障」。

設備不夠聰明也就罷了，更令人擔憂的是安全，不知道哪個設備成為“最短板”，被黑客攻破，其他聯網設備一起遭殃。

對開發者來說，萬物智聯的應用開發，意味著龐大的程式碼量和工作量，也不是一件輕鬆的事。

開腦洞想出一個創意不算難，開發出來之後，要將應用部署到數量眾多的物聯網設備上，得考慮本地算力、網絡連接能力、跨平台兼容……如果發現某個設備的UI互動有問題，再調試一輪，上線週期又延長了，開發成本有點太高。不能釋放成千上萬開發者的創意和生產力，智慧世界來得自然就更慢了。

讓複雜的場景變得簡單，令多終端歸一化，已經成為移動產業的共識，一些品牌提出了“全場景智慧”，但如果沒有操作系統層面的兼容和協作，對高集成場景進行針對性簡化，支撐應用跨裝置、跨系統、跨平台的一次開發、多端部署；如果沒有AI全流程輔助來提升作業系統的維運、效能與安全等能力，「全場景智慧」是很難真正實現的。

這樣看，AI for OS這對CP甜就甜在一心同體、其力斷金。作業系統作為中樞，協調軟硬體的關係；AI作為大腦，解決許多現有的挑戰，讓系統能力變得簡單而強大。

系統層面的路鋪平了，晶片、終端機、平台、場景的隔閡與瓶頸也就消弒於無形了。

三大流派，各甘甜

如圖靈獎得主 Edsger Dijkstra所說，Simplicity is a great virtue but it requires hard work to achieve it。簡單是一種偉大的美德，但它需要努力實現。

AI for OS帶來簡單但強大的能力，更適合「萬物智聯的體質」。問題在於，怎麼實現呢？

目前，有實力打造下一代作業系統的科技企業，都在探索AI for OS。具體分為三個流派：

流派一：PC端的逆襲。

這一波大模型浪潮，OpenAI是絕對的頂級流量明星，攫取到最大的話題度和關注度，而擁有這一頂流的微軟Windows，也成了「一夜爆紅」的贏家。

微軟已經讓「AI副駕（Copilot）」全面登陸Windows系統，對Windows系統的介面和交互，帶來了顛覆式的體驗，也吸引了非常多的使用者和開發者粉絲。

面向用戶，Copilot AI 助手貫穿整個作業系統，用戶直接透過Windows PC系統去調用AI模型能力，無縫連接應用程序，大大簡化了交互步驟。

面向開發者，微軟基於OpenAI模型建構的AI輔助程式解決方案，在全球最大的程式碼託管平台GitHub打造GitHub Copilot X，能自動偵測程式碼問題並給予建議，提升開發者的工作效率。

不過，PC比起智慧型手機、平板等行動終端有天然的劣勢，微軟在行動作業系統領域的長期缺位，目前還無法靠AI快速補上。想把使用者拉進下一個操作互動時代，還需要進一步給出更具顛覆性的系統能力。

流派二：行動端的穩定發揮。

行動網路時代，GoogleAndroid和蘋果IOS二分天下，打造下一代作業系統，二者的許多特性也得以保留。

安卓的淺層。在今年I/O 大會上，Google展示了下一代行動作業系統Android 14，總的來說，AI對Android 14的賦能，停留在較淺的應用層，集中在全系列工具的AI 化升級，對Android 14系統級提升介紹寥寥。長期以來，安卓原生系統的開放性和複雜性一直受到詬病，APP運行時整體駐留在後台，導致卡頓、不穩定，主要靠下游終端廠商自行「魔改」底層代碼，所以AI for Android的進展，大概還要等國內廠商「捲起來」。

IOS的深。剛結束的蘋果WWDC，雖然也更新了一些AI功能，但iOS 17這次新增升級都是一些小功能。儘管發布會上蘋果很淡定地避免“蹭AI熱度”，但AI for iOS的融合程度，其實是很深度，也很有實用性的。

這一方面源自於iOS系統生態先天的封閉性。 Mac、iPhone、ihome、智慧穿戴等被捆綁在蘋果生態上，資料可以無縫流轉，系統也擁有很高的整體性和舒適性；

另一方面是AI軟硬體協同的優勢。自研的AI晶片是蘋果產品的最大亮點，在AI運算性能上都做了大幅地提升，此次WWDC全新發布的M2 Ultra 晶片，蘋果表示能流暢支持大模型的運算，比其他晶片優勢更明顯。

所謂“一力降十會”，強大的晶片帶來充足的算力，再與IOS系統中大量機器學習演算法相結合，效果自然顯著。例如AI幫助IOS監控使用者使用習慣，以優化設備的電池壽命和充電頻次；透過AI加速，讓行動終端如iPad可以執行AR渲染等高難度任務；支援利用端側的本機學習，保護使用者隱私。

問題也就在於，IOS為使用者帶來了便利，但也將使用者牢牢地捆綁在這個生態。如今，國內外的作業系統百花齊放，包括伺服器作業系統、物聯網作業系統等，泛在作業系統的生態在逐步形成，越來越互動需要跨終端、跨系統進行，這一點，IOS幾乎是無解的。生態捆綁帶來的互動不便、資料不通等難題，已經讓本蘋果用戶感到越來越不自由，也成了蘋果無法逃避的問題。

流派三：全場景的另闢蹊徑。

目前來看，微軟、Google、蘋果都是從己方大本營出發，將AI與自己佔據既有優勢的作業系統結合。 HarmonyOS身為全場景作業系統的代表，思考AI for OS的路徑，跟這些老牌作業系統都不太一樣。

鴻蒙OS從一開始，就強調對各自硬體集群的管理和交互，從操作系統層面，透過分散式軟總線技術，實現近場設備間統一的分散式通信，高效分發任務和傳輸數據，應用可以跨裝置流轉。

然後，再引入AI技術對作業系統進行整體最佳化。使用者能感知到的變化，是AI實現資源的精準供給，提高系統流暢；開發者可以藉助環境配置、工具鏈配置、模板選擇、三方庫推薦等，進行多設備自適應開發，減少工作量。

值得期待的地方在於鴻蒙OS從零開始，本身也沒什麼既有優勢可以“吃老本”，所以可以在空白的紙上畫出更新的圖畫，針對現有操作系統尚未解決的痛點另闢蹊徑，進行底層的系統級重構與技術創新，讓人耳目一新。

有待觀望的是，目前鴻蒙OS在富屏終端設備上的佔比，相對安卓、IOS還有一定差距，一些技術解決方案還需要進一步研究。例如跨平台、跨系統的資料安全和隱私保護，多裝置自適應開發的極簡智慧的工具鏈等。

一個作業系統要走向大眾、走向全球，最重要的還是科技本身的先進，AI for OS或許能讓鴻蒙取得更多話語權。

看到這裡，大家可能會給出一個結論：AI for OS看起來真香，但市面上已經有的流派好像都差點意思。

確實，在智慧終端產業競爭激烈的今天，谷歌蘋果微軟這樣的巨頭，也不可能在朝夕之間挖掘出操作系統的全部密碼，剛剛過去的五月只是暖場。

有個產業段子說，研究演算法的人把演算法搞出來，弄不好自己就失業了，可研究系統的人就不用擔心，因為每10年硬體、任務一定會變，系統就要重寫。

AI大模型演算法高歌猛進，作業系統的更迭也值得期待。

以上是比起各式各樣的AI應用，我們可能更需要AI for OS的詳細內容。更多資訊請關注PHP中文網其他相關文章！