比起各式各樣的AI應用，我們可能更需要AI for OS_風聞

剛剛過去的五月，是一個炙熱的AI之夏。前有2023谷歌 I/O開發者大會“炸場”，開建AI全宇宙，後有2023微軟Build大會，一切都與AI相關。

AI被谷歌和微軟應用到各個產品，落地速度一路狂飆。不過，應用層面，國內能做AI產品的很多，很快會能推出類似的產品, 因為路都是通的，工程師人才不是問題, 技術不是問題, 可能來得慢一點，效果略差一點, 但這都沒關係，復現是肯定的。

但谷歌和微軟在一個領域,打得風聲四起，國內能做的廠商，卻是鳳毛麟角，那就是操作系統。

目前，微軟已經將GPT-4大模型嵌入Windows PC操作系統，推出Windows Copilot，在底層操作系統輸出AI能力。谷歌Android系統近年來總被吐槽“缺乏亮點、抄國內廠商”,但最新Android 14中許多AI功能集成，説明Google還是有點東西在的。

打造 AI時代的操作系統，谷歌和微軟都在搶船票了。

操作系統是硬件性能的釋放窗口，又是大量軟件服務的承載體，可以説是一切人機交互的起點。在大語言模型帶來顛覆式的變革之後，操作系統也有了重新劃分格局的可能性。

AI時代，操作系統是會重演移動互聯網的雙寡頭壟斷，還是迎來百花齊放，2023的夏天剛剛寫下了開篇，你我都將見證這一場產業變局。

不妨從故事開頭講起，看看AI究竟能為OS做什麼？

AI和OS組CP，都有哪些方式？

AI與操作系統OS的結合就像組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統上集成AI軟件和應用。微軟這些年一直努力在Windows里加入AI語音對話能力，移動操作系統蘋果、安卓、鴻蒙對AI能力的擁抱更是開展了很久，AI算法輔助計算攝影、人臉識別、智能語音助手等，大家應該都不陌生。

對於開發者，OS for AI才是“王道”，也就是供給機器學習、深度學習的操作系統（AI OS）。比如TensorFlow、PyTorch、飛槳、昇騰等，通過操作系統從硬件到軟件到網絡的全面重構，更好地支持AI模型訓練應用推理。

而科技廠商要打造AI時代的操作系統，則非常關心AI for OS。簡單來説，就是利用人工智能來構建和優化操作系統，提升系統的設計、開發、維護等。不難發現，AI for OS直接影響到普羅大眾使用操作系統的體驗，是我們普通人最期待的一對CP。

而AI for OS提高先進性和競爭力，也會直接影響到操作系統在AI時代的“國民度”，成為操作系統成功的關鍵。

AI for OS，這對CP甜在何處？

強擰的瓜不甜，AI for OS這對CP能不能甜到用户心裏頭，是接下來要回答的問題。那現在真的是用AI優化OS的好時機嗎？

我們來看看如今的操作系統，有哪些可以被AI改變的地方。

第一個當然是“變重了”。

隨着用户使用數字化應用的場景不斷豐富，操作系統所要承擔的交互和任務負載，也在持續快速增長。大家回想一下，智能手機裏安裝的應用是不是越來越多，要控制的外部智能設備也越來越豐富，而矛盾的是，隨着摩爾定律的放緩，處理器增加的計算能力，越來越接近瓶頸。這種計算資源與任務之間的不匹配，正在成為操作系統的不可承受之重。

要讓操作系統變輕，就要充分地發揮出硬件的性能，挖掘出更多的算力，而系統的環境有強烈的動態性，隨着任務負載而變。傳統操作系統，需要用户手工切換關閉任務。這時利用AI，自動實時感知業務場景的變化，預估現在（或未來）的工作量和所需的資源，進行動態調整，優化資源配額，實現更精準的算力供給，使用體驗當然也就更加絲滑流暢。

比如感知到用户正在打遊戲，就自動降低後台應用，釋放CPU資源來保證遊戲運行，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，未來將與大量軟硬件相連。可以想象一下，如果讓AI大模型幫你分析十篇論文，從應用啓動到生成結果，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。

傳統操作系統不想因“變笨”而被用户拋棄，必須開始支撐 AI 全方位的應用，自然要進一步提升操作系統的能力。比如微軟Windows 11讓AI深扎底層PC系統，可以在沒有任何APP作為中介的情況下，直接調用AI大模型能力完成任務。

支撐 AI 在各種智能設備上更好地運行，必須從操作系統層面下刀，從硬件到軟件到網絡全面重構。

第三個是“變複雜了”。

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

對用户來説，操作系統各自為戰，碎片化的體驗是非常不舒服的。拿我自己來説，智能家電是安卓，手機是IOS，電腦是Windows，很多應用在不同設備之間基本不能自如切換，每個系統單獨一個賬號，一些個人行為數據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。

對開發者來説，萬物智聯的應用開發，意味着巨大的代碼量和工作量，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交互有問題，再調試一輪，上線週期又延長了，開發成本有點過於高昂。不能釋放成千上萬開發者的創意和生產力，智能世界來得自然就更慢了。

讓複雜的場景變簡單，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，支撐應用跨設備、跨系統、跨平台的一次開發、多端部署；如果沒有AI全流程輔助來提升操作系統的運維、性能與安全等能力，“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。操作系統作為中樞，協調軟硬件的關係；AI作為大腦，解決很多現有的挑戰，讓系統能力變得簡單而強大。

系統層面的路鋪平了，芯片、終端、平台、場景的隔閡與瓶頸也就消弭於無形了。

三大流派，各自甘甜

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

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，有實力打造下一代操作系統的科技企業，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系統的界面和交互，帶來了顛覆式的體驗，也吸引到了非常多的用户和開發者粉絲。

面向用户，Copilot AI 助手貫穿整個操作系統，用户直接通過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模型構建的AI輔助編程解決方案，在全球最大的代碼託管平台GitHub打造GitHub Copilot X，能自動檢測代碼問題並給出建議，提升開發者的工作效率。

不過，PC相比智能手機、平板等移動終端有天然的劣勢，微軟在移動操作系統領域的長期缺位，目前還無法靠AI來快速補上。想把用户拉入下一個操作交互時代，還需要進一步給出更具顛覆性的系統能力。

流派二：移動端的穩定發揮。

移動互聯網時代，谷歌Android和蘋果IOS二分天下，打造下一代操作系統，二者的很多特性也得以保留。

安卓的淺。在今年I/O 大會上，谷歌展示了下一代移動操作系統 Android 14，總的來説，AI對Android 14的賦能，停留在較為淺表的應用層，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，大概還要等待國內廠商“捲起來”。

IOS的深。剛剛結束的蘋果WWDC，雖然也更新了一些AI功能，但iOS 17此次新增升級都是一些小功能。儘管發佈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。

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

另一方面是AI軟硬件協同的優勢。自研的AI芯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 芯片，蘋果表示能流暢支持大模型的運算，比其他芯片優勢更明顯。

所謂“一力降十會”，強大的芯片帶來充足的算力，再與IOS系統中大量機器學習算法相結合，效果自然顯著。比如AI幫助IOS監控用户使用習慣，以優化設備的電池壽命和充電頻次；通過AI加速，讓移動終端如iPad可以執行AR渲染等高難度任務；支持利用端側的本地機器學習，保護用户隱私。

問題也就在於，IOS為用户帶來了便利，但也將用户牢牢捆綁在這一生態。如今，國內外的操作系統百花齊放，包括服務器操作系統、物聯網操作系統等，泛在操作系統的生態在逐步形成，越來越交互需要跨終端、跨系統進行，這一點，IOS幾乎是無解的。生態捆綁帶來的交互不便、數據不通等難題，已經讓本蘋果用户感到越來越不自由，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、谷歌、蘋果都是從己方大本營出發，將AI與自己佔據既有優勢的操作系統相結合。HarmonyOS作為全場景操作系統的代表，思考AI for OS的路徑，跟這些老牌操作系統都不太一樣。

鴻蒙OS從一開始，就強調對各自硬件集羣的管理和交互，從操作系統層面，通過分佈式軟總線技術，實現近場設備間統一的分佈式通信，高效分發任務和傳輸數據，應用可以跨設備流轉。

然後，再引入AI技術對操作系統進行整體優化。用户能感知到的變化，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和技術創新，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。比如跨平台、跨系統的數據安全和隱私保護，多設備自適應開發的極簡智能的工具鏈等。

一個操作系統要走向大眾、走向全球，最重要的還是技術本身的先進，AI for OS或許能讓鴻蒙取得更多話語權。

看到這裏，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，在智能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。

有個行業段子説，研究算法的人把算法搞出來，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年硬件、任務一定會變，系統就要重寫。

AI大模型算法高歌猛進，操作系統的更迭也值得期待。