Alibaba Cloud Linux 4 Agentic Edition, juga dikenal sebagai Agentic OS, adalah sistem operasi berbasis Agent pertama dari Alibaba Cloud yang dirancang khusus untuk AI Agent.
Pengenalan mirror
Agentic OS adalah sistem operasi turunan yang dirancang khusus untuk Agent berdasarkan sistem operasi buatan sendiri Alibaba Cloud, yaitu Alibaba Cloud Linux. Sistem ini menyediakan lingkungan operasi terbaik bagi Agent dan meningkatkan pengalaman pelanggan Alibaba Cloud dalam menggunakan Agent. Agentic OS sepenuhnya kompatibel dengan semua kemampuan Alinux4 (optimasi kernel, dukungan cloud native, dll.) serta membangun arsitektur OS baru yang disesuaikan dengan gaya kognitif dan mode kerja Agent.
|
Hierarki |
Komponen |
mengilustrasikan |
|
Lapisan interaksi terenkapsulasi |
cosh |
Alternatif shell default yang secara native meng-host bash/zsh dan menerima tugas bahasa alami dalam terminal yang sama. |
|
OS Skills |
Dengan mekanisme paket keterampilan bawaan, Agent berinteraksi dengan lapisan runtime dan lapisan sistem dasar melalui instruksi Skill untuk memperoleh "kemampuan praktis" seperti penerapan, operasi dan pemeliharaan, diagnosis, serta observabilitas. |
|
|
Lapisan runtime |
AgentSecCore |
AgentSecCore adalah produk keamanan yang dibangun khusus untuk AI Agent. Fokus utamanya adalah ancaman inti dalam siklus hidup Agent seperti injeksi prompt, eksekusi kode dinamis, keamanan skill, penyimpangan niat, dan risiko lingkungan sistem. Sistem ini membangun mekanisme pertahanan tertutup multidimensi dan mendalam di sisi OS dengan alur "persepsi-keputusan-pemblokiran-pelacakan", serta mendukung integrasi non-intrusif ke dalam framework Agent seperti cosh dan OPENCLAW. |
|
AgentSight |
Tool observabilitas AI Agent berbasis teknologi eBPF yang dapat digunakan tanpa intrusi dan tanpa modifikasi.，Memantau secara Real-time AI Agent yang berjalan di sistem Linux, menangkap panggilan API LLM, konsumsi token, dan perilaku prosesnya. |
|
|
Tokenless |
Mengurangi konsumsi token pada interaksi antara Agent dan LLM dari dua dimensi: kompresi konteks dan penyaringan perintah. Intervensi otomatis dilakukan melalui mekanisme plug-in dan Hook, mendukung berbagai framework Agent seperti cosh, OpenClaw, Hermes, Claude Code, Codex, Qoder, dan Qwen Code. |
|
|
AgentMemory |
Server MCP memori Agent berbasis file menyediakan ruang memori persisten, dapat dicari, dan dilindungi sandbox untuk AI Agent. Melalui pembacaan dan penulisan memori berbasis semantik sistem file, dikombinasikan dengan mekanisme pengambilan hibrid BM25/vektor serta penangkapan dan recall otomatis, kontinuitas konteks lintas sesi dapat tercapai. |
|
|
ws-ckpt |
Tool snapshot dan rollback workspace AI Agent memungkinkan pengguna membuat snapshot secara manual sebelum operasi penting atau mengaktifkan snapshot otomatis di akhir setiap putaran tanya jawab (Q&A). Sistem ini mendukung rollback satu klik ke status historis mana pun guna memastikan pemulihan proses eksekusi. |
|
|
SkillFS |
Sistem file mounting on-demand untuk Skill Agent berbasis FUSE yang hanya mengekspos subset Skill yang sedang dibutuhkan ke Agent. Skill lainnya ditemukan sesuai permintaan. SKILL.md dikompilasi secara langsung saat dibaca sesuai rilis target, dan Skill dapat disembunyikan atau dikembalikan ke snapshot tepercaya berdasarkan keputusan keamanan. |
|
|
Lapisan sistem dasar |
Alinux4 |
Kompatibel dengan semua kemampuan Alinux4 (optimasi kernel, dukungan cloud native, dll.) |
Ruang lingkup penerapan
Deskripsi ruang lingkup penerapan Agentic OS:
-
Berlaku untuk berbagai family spesifikasi instans, termasuk server bare metal elastis. Untuk informasi lebih lanjut, lihat Ikhtisar family instans.
-
Hanya mendukung arsitektur CPU X86.
-
Memori instans yang didukung direkomendasikan ≥ 2 GB.
-
-
Cocok untuk berbagai beban kerja skenario Agent, termasuk framework Agent utama seperti OpenClaw, qwenpaw, dan Claude Code.
Biaya
Agentic OS adalah image sistem operasi gratis, tetapi saat menggunakan image tersebut, Anda perlu membayar sumber daya lainnya, seperti panggilan model besar, vCPU, memori, penyimpanan, lebar pita jaringan publik, snapshot, dll.
Stabilitas dan kompatibilitas
Agentic OS dibangun di atas lapisan sistem dasar Alibaba Cloud Linux 4 Edisi Standar yang berbagi kernel alnx4 yang sama. Edisi Agentic menambahkan komponen terkait AI Agent (termasuk cosh, AgentSecCore, AgentSight, OS Skills, dll.) di atasnya tanpa memengaruhi stabilitas fungsi sistem asli.
Operasi Linux standar (seperti manajemen paket yum/dnf, manajemen layanan systemctl, shell bash, dll.) pada Edisi Agentic berperilaku sama seperti versi standar, sehingga menjamin kompatibilitas mundur. Skrip operasi dan pemeliharaan yang ada serta kebiasaan penggunaan dapat dilanjutkan.
Agentic OS memiliki tool diagnostik bawaan yang dapat digunakan untuk anolisa doctor mendiagnosis masalah komponen dan anolisa status melihat status kesehatan komponen; AgentSight menyediakan observabilitas AI Agent berbasis eBPF untuk membantu troubleshooting masalah performa dan stabilitas Linux umum.
Keunggulan utama
-
Ekonomi Token Tingkat Tinggi
Mengenkapsulasi pengetahuan ahli OS kompleks ke dalam Skill terstandarisasi, secara signifikan mengurangi overhead token untuk pemahaman lingkungan eksekusi dan eksplorasi trial-and-error, serta mencapai loop tertutup tanpa delay dari niat hingga eksekusi. -
Bahasa alami mendefinisikan ulang interaksi manusia-komputer
Untuk pertama kalinya, cosh digunakan sebagai portal interaksi default. Pengguna dapat menggerakkan sistem operasi untuk menyelesaikan operasi harian seperti penerapan lingkungan dan instalasi tool melalui bahasa alami. Pengguna tidak perlu lagi menghafal perintah CLI yang kompleks, sehingga terjadi perubahan mendasar dalam metode operasi. -
Enkripsi keamanan full-link Skill membangun garis pertahanan keamanan endogen
Menerapkan tanda tangan digital dan perlindungan enkripsi untuk setiap Skill, menegakkan autentikasi identitas dan verifikasi integritas sebelum pemanggilan, serta menggabungkannya dengan sandbox keamanan tingkat hardware untuk mengisolasi perilaku abnormal guna memastikan Agent berjalan aman dalam lingkungan yang terkendali, dapat diaudit, dan berhak istimewa minimal mulai dari level kernel OS.
Pengenalan komponen inti
Alibaba Cloud Linux 4 Agentic Edition (Agentic OS) mencakup komponen inti berikut: cosh, AgentSecCore, AgentSight, OS Skills, Tokenless, ws-ckpt, AgentMemory—semuanya saat ini bersifat open source. Tautan open source: https://github.com/alibaba/anolisa.
Cosh
cosh adalah shell interaktif default Alibaba Cloud Linux 4 Agentic Edition (Agentic OS), menggantikan bash sebagai entri pertama setelah login sistem.
Konsep desain inti cosh adalah "host Shell native + peningkatan Agent". Sistem ini secara langsung meng-host sesi bash atau zsh asli. Perintah Shell dieksekusi sesuai semantik native tanpa awalan dan tidak perlu kembali ke lingkungan bash terpisah. Saat melakukan troubleshooting atau menangani tugas yang lebih besar, pengguna cukup menggambarkan niatnya dalam bahasa Mandarin atau Inggris, lalu Agent akan mengambil alih eksekusi dengan membawa konteks terminal terbaru; perintah slash di awal baris digunakan untuk mengontrol sesi itu sendiri. Ketiga jenis input tersebut dialihkan secara otomatis pada prompt yang sama, sehingga tidak perlu beralih lingkungan selama proses berlangsung.
Berdasarkan kompatibilitas bash/zsh lengkap, cosh menambahkan kemampuan seperti pemahaman bahasa alami, pemanggilan Skill, integrasi tool MCP, dan kontrol persetujuan multi-level. Sistem ini lebih lanjut mengkonsolidasi operasi sistem menjadi antarmuka perintah terstruktur lintas distribusi bernama cosh-cli, serta membuka runtime Agent menjadi antarmuka integrasi tanpa antarmuka bernama cosh-core. cosh mengabstraksi kemampuan tingkat sistem yang kompleks menjadi interaksi bahasa alami dan mengintegrasikan instruksi OS Skills, sehingga menurunkan ambang batas penggunaan sistem operasi dan memungkinkan baik pengguna manusia maupun agen Agent menggerakkan sistem operasi untuk menyelesaikan tugas dengan cara yang sederhana.
cosh terutama menyediakan kemampuan berikut:
|
Kemampuan |
mengilustrasikan |
|
Pengalaman shell native |
Sesi bash/zsh yang di-host langsung, program interaktif, pipe, redirect, kontrol job, profil pengguna, dan Ctrl+C semuanya berfungsi sesuai semantik native |
|
Tugas bahasa alami |
Gunakan bahasa Mandarin atau Inggris untuk menggambarkan tujuan troubleshooting atau operasi dan pemeliharaan. Agent secara otomatis membawa bukti terminal terbaru untuk eksekusi dan mengembalikan hasilnya secara streaming di terminal. |
|
Analisis proaktif |
Saat perintah gagal atau menghasilkan output diagnostik, sistem mengevaluasi apakah perlu melakukan intervensi dan memberikan saran langkah berikutnya. Mendukung mode pintar, otomatis, dan manual. |
|
Persetujuan multi-level |
Sebelum memanggil tool, sistem menentukan eksekusi otomatis atau menampilkan kartu persetujuan berdasarkan mode rekomendasi, otomatis, atau trust, serta memaksa konfirmasi manual untuk operasi yang tidak dapat dipulihkan seperti restart dan shutdown mesin. |
|
Skill dan MCP |
Memuat skill berdasarkan empat level prioritas: workspace, pengguna, ekstensi, dan sistem, serta mengakses tool eksternal yang disediakan oleh layanan MCP |
|
Resume sesi |
Sesi diisolasi dan dipertahankan berdasarkan workspace, mendukung pencantuman daftar, pemulihan, dan kompresi untuk memfasilitasi troubleshooting jangka panjang. |
|
Operasi OS terstruktur |
cosh-cli menyediakan operasi paket perangkat lunak, layanan sistem, snapshot workspace, dan audit keamanan dengan kontrak JSON terpadu, menyembunyikan perbedaan distribusi |
|
Integrasi tanpa antarmuka |
cosh-core menyediakan runtime Agent melalui protokol JSONL untuk integrasi dengan front-end lain dan proses otomatis. |
OS Skills
OS Skills adalah manual pengguna sistem operasi yang ditulis oleh Agentic OS untuk AI Agent.
Dokumentasi sistem operasi tradisional ditujukan untuk pengguna manusia dan bergantung pada deskripsi bahasa alami, contoh tangkapan layar, serta konsensus industri tingkat dasar. Saat Agent membaca dokumen jenis ini, ia perlu mengonsumsi banyak token untuk memahaminya. Instruksi OS Skills mengatur ulang pengetahuan sistem operasi ke dalam format terstruktur yang dapat langsung dipahami dan dieksekusi Agent—SKILL. Agent tidak perlu lagi "membaca dokumen lalu mengoperasikan", melainkan "dapat langsung melakukannya begitu membaca".
Manual OS Skills mencakup dua bidang utama:
|
Area manual |
Ranah pengetahuan terkait |
Konten cakupan |
|
system-admin |
Manajemen sistem |
Pengelolaan izin dan pengguna, manajemen layanan sistem, upgrade kernel, dan operasi manajemen sistem dasar lainnya |
|
security |
Keamanan sistem |
Pemeriksaan garis dasar keamanan sistem, pemindaian dan perbaikan kerentanan, dll. |
|
system-ops |
Operasi dan pemeliharaan sistem |
Menyediakan kemampuan diagnosis untuk masalah performa dan stabilitas Linux umum |
Setelah menerima niat pengguna, Agent secara otomatis mencocokkan Skill yang sesuai dan mengeksekusinya tanpa perlu menentukan jalur pemanggilan secara manual.
AgentSecCore
AgentSecCore adalah kernel keamanan tingkat sistem operasi untuk platform eksekusi AI Agent. Dalam konteks AI Agent yang secara bertahap memperoleh kemampuan eksekusi tingkat sistem operasi (termasuk pembacaan dan penulisan file, akses jaringan, manajemen proses, dll.), batas keamanan aplikasi tradisional tidak lagi berlaku. AgentSecCore membangun sistem pertahanan mendalam untuk Agent dari level OS guna memastikan Agent dapat berjalan aman dalam lingkungan yang terkendali, dapat diaudit, dan berhak istimewa minimal.
AgentSecCore telah membangun sistem pertahanan tiga lapis secara mendalam di sekitar dua pilar utama—"keamanan niat" dan "keamanan tingkat sistem"—bahkan jika lapisan sebelumnya berhasil ditembus, lapisan berikutnya masih dapat mengandungnya. Arsitektur dari bawah ke atas adalah:
|
Hierarki |
Kemampuan perlindungan |
Implementasi teknis |
|
Lapisan pertama: menetapkan batas sebelum eksekusi (pencegahan) |
Prompt Scanner Code Scanner Skill Ledger |
Mesin deteksi injeksi prompt dan jailbreak (progresi tiga level: aturan + ML + pengambilan vektor) Interceptor keamanan sebelum eksekusi kode (28 aturan deteksi, mendukung Shell/Python) Mesin anti-perubahan integritas Skill (tanda tangan snapshot + rantai versi append-only + pemindaian keamanan empat tahap) |
|
Lapisan kedua: persepsi (deteksi) selama eksekusi |
Aman dan dapat diamati |
Mencakup tiga ranah: isolasi sandbox, penguatan sistem, dan integritas aset. Event keamanan terstruktur dipertahankan, dan laporan ringkasan keamanan dihasilkan sesuai permintaan. |
|
Lapisan ketiga: lapisan dasar sebagai penahan (pengandungan) |
Pemeriksaan garis dasar keamanan Isolasi dan pemantauan tingkat OS |
Secara otomatis memindai basis aturan penguatan keamanan tingkat OS untuk mendeteksi kerusakan yang disebabkan oleh agent terhadap tingkat keamanan sistem, serta menghasilkan laporan penyimpangan dan saran perbaikan. Berdasarkan primitif keamanan kernel Linux (Namespace/Cgroup/seccomp/Capability), sistem ini menyediakan isolasi sandbox tingkat proses, pemantauan dan intersepsi system call, serta kontrol izin detail halus. |
AgentSight
AgentSight adalah komponen observabilitas tingkat sistem operasi untuk platform eksekusi AI Agent. Sistem ini menyelesaikan masalah konsumsi token selama eksekusi Agent yang jauh melebihi ekspektasi dan kurangnya persepsi serta metode pelacakan oleh pengguna. AgentSight mewujudkan pengumpulan data detail halus dan analisis korelasi seluruh rantai operasi Agent tanpa mengganggu logika bisnis.
AgentSight terutama menyediakan tiga kemampuan berikut:
-
Analisis konsumsi token: Pengukuran dan atribusi komprehensif terhadap konsumsi token selama operasi Agent. Mendukung kueri fleksibel berdasarkan periode waktu atau N jam terakhir, mendukung pemisahan sumber konsumsi berdasarkan berbagai dimensi seperti agent, tugas, peran, dll., dengan granularitas analisis yang dapat mencapai tingkat panggilan LLM tunggal.
-
Audit perilaku: Perekaman full-link terhadap panggilan LLM dan perilaku eksekusi proses Agent. Sistem ini sepenuhnya mempertahankan metadata seperti penyedia dan versi model setiap panggilan, secara sinkron menangkap parameter command line proses, serta mendukung penyaringan dan statistik ringkasan visual berdasarkan dimensi waktu, sesi, dll.
-
Visualisasi Dashboard: Menyediakan antarmuka visual web yang mendukung akses langsung melalui browser lokal setelah deployment remote. Sistem ini dapat melihat tren konsumsi token secara real-time, memantau status proses Agent, serta menyediakan kemampuan restart abnormal. Juga mendukung tampilan mendalam bertahap terhadap jejak lengkap setiap sesi, termasuk input pengguna, prompt model, proses inferensi, dan distribusi konsumsi token pada setiap langkah.
ws-ckpt
ws-ckpt adalah tool snapshot dan rollback tingkat file Agentic OS (AI Agent Workspace Checkpoint) untuk workspace AI Agent.
AI Agent akan melakukan banyak modifikasi terhadap file workspace saat menjalankan tugas. Jika terjadi kesalahan operasi atau hasil yang tidak sesuai ekspektasi, pengguna sering mengalami kesulitan dalam pemulihan. Mekanisme snapshot ws-ckpt menyediakan kemampuan manajemen snapshot ringan untuk workspace. Pengguna dapat membuat snapshot secara manual sebelum operasi penting, atau mengaktifkan snapshot otomatis di akhir setiap putaran tanya jawab (Q&A). Saat diperlukan rollback, pengguna dapat memulihkan ke status historis mana pun dengan satu klik, sehingga operasi Agent menjadi dapat dipulihkan dan dilacak.
Konsep desain inti ws-ckpt adalah "mengasuransikan pekerjaan Agent". Pengguna dapat membuat snapshot secara manual melalui bahasa alami atau perintah CLI sebelum melakukan operasi berisiko, atau mengaktifkan snapshot otomatis di akhir setiap putaran tanya jawab (Q&A) saat menjalankan tugas modifikasi file yang sering. Sistem secara otomatis menyelesaikan inisialisasi saat snapshot pertama kali dibuat tanpa konfigurasi tambahan.
ws-ckpt terutama menyediakan kemampuan berikut:
|
Kemampuan |
Ilustrasikan |
|
Snapshot Manual |
Pengguna membuat snapshot workspace secara manual melalui bahasa alami atau perintah CLI sebelum operasi kritis |
|
Snapshot otomatis |
Saat pengguna menjalankan tugas modifikasi file yang sering, aktifkan sakelar snapshot otomatis di akhir setiap putaran tanya jawab (Q&A) (saat ini mendukung OpenCalw dan Hermes) |
|
Rollback satu klik |
Mendukung rollback ke snapshot historis mana pun dan memulihkan status lengkap file workspace ke titik waktu tertentu. |
|
Manajemen snapshot |
Menyediakan kemampuan melihat dan menghapus daftar snapshot, serta mendukung identifikasi dan deskripsi snapshot yang ditentukan pengguna |
|
Interaksi mode ganda |
Mendukung kedua mode interaksi: bahasa alami (percakapan melalui Agent) dan operasi perintah CLI |
Tokenless
Tokenless adalah komponen optimasi token Agentic OS yang mengurangi konsumsi token pada interaksi antara Agent dan LLM dari dua dimensi: kompresi konteks dan penyaringan perintah.
Saat tugas yang diemban Agent semakin kompleks, ekspansi definisi tool, redundansi respons terstruktur, dan kebisingan output perintah akan dengan cepat mengisi jendela konteks, yang tidak hanya meningkatkan biaya inferensi, tetapi juga mengurangi ruang untuk berkomunikasi informasi efektif. Tokenless
Membangun pipeline optimasi cerdas antara Agent dan LLM: di frontend, informasi deskriptif yang didefinisikan oleh tool secara otomatis disederhanakan, dan field bernilai rendah dalam respons diidentifikasi serta disaring; di tahap tengah, data terstruktur dikodekan secara padat untuk kompresi lebih lanjut; di backend, konten gangguan dalam output eksekusi perintah disaring secara cerdas. Ketiganya bekerja sama untuk secara signifikan mengurangi overhead token tanpa mengubah semantik perilaku Agent.
Tokenless dirancang agar Agent dapat menyelesaikan tugas yang sama dengan token lebih sedikit. Seluruh proses optimasi secara otomatis diintervensi melalui mekanisme plug-in dan hook, sepenuhnya transparan terhadap framework Agent hulu tanpa perlu memodifikasi kode bisnis. Semua efek kompresi dicatat secara kuantitatif, menyediakan dukungan data untuk mengevaluasi manfaat optimasi.
Tokenless mendukung tujuh framework Agent: cosh, OpenClaw, Hermes Agent, Claude Code, Codex, Qoder CLI, dan Qwen Code. Di antaranya, cosh diintegrasikan secara default dan langsung berlaku setelah instalasi rpm tanpa konfigurasi tambahan. Framework lainnya menyelesaikan registrasi plug-in dengan satu klik melalui scripts/install.sh di direktori adapter masing-masing.
Tokenless terutama menyediakan kemampuan berikut:
|
Kemampuan |
Penjelasan |
|
Kompresi konteks |
Menyederhanakan definisi tool Function Calling, menyaring informasi gangguan dalam respons perintah CLI, serta mengkodekan dan mengompresi data terstruktur secara padat. |
|
Pelacakan statistik |
Secara otomatis mencatat perbandingan sebelum dan sesudah kompresi, serta merangkum penghematan berdasarkan jenis |
|
Integrasi transparan |
Intervensi otomatis melalui plug-in dan Hook, tanpa intrusi terhadap framework Agent |
AgentMemory
Agent-Memory adalah server MCP memori berbasis file Agentic OS yang menyediakan ruang memori persisten, dapat dicari, dan dilindungi sandbox untuk AI Agent.
Agent menghadapi masalah fragmentasi memori saat menjalankan tugas lintas sesi: setiap percakapan baru dimulai dari awal, sehingga hasil analisis sebelumnya, catatan keputusan, dan preferensi pengguna tidak dapat digunakan kembali. Agent-Memory menggunakan sistem file sebagai model memori dan membangun pipeline akses terstandarisasi antara Agent dan gudang memori: di sisi penyimpanan, Agent membaca dan menulis konten memori seperti mengoperasikan file, mendukung isolasi namespace dan sandbox jalur; di sisi pengambilan, sistem menggunakan pengambilan hibrid BM25 dan vektor padat untuk mengingat kembali fragmen memori yang relevan berdasarkan semantik; di sisi tata kelola, sistem menyediakan kontrol versi git dan cadangan snapshot untuk memastikan memori dapat dilacak dan dipulihkan. Ketiganya bekerja sama memungkinkan memori Agent melampaui batas sesi dan mencapai kelanjutan konteks.
Agent-Memory dirancang agar Agent dapat menyelesaikan tugas lintas sesi dengan token lebih sedikit. Seluruh layanan mengekspos 37 tool standar melalui protokol MCP, mendukung klien MCP stdio apa pun seperti Claude Code, Cursor, dan Continue, serta sepenuhnya transparan terhadap framework Agent hulu tanpa perlu memodifikasi kode bisnis. Sandbox keamanan tingkat kernel (openat2) melindungi gudang memori dari penelusuran jalur atau escape tautan simbolik, serta deteksi injeksi prompt dan packaging escape memastikan konten memori LLM yang diinjeksikan aman dan terkendali.
Agent-Memory terutama menyediakan kemampuan berikut:
|
Kemampuan |
Penjelasan |
|
File dari memori |
Membaca dan menulis memori berdasarkan semantik sistem file, mendukung isolasi namespace dan sandbox jalur, serta menyediakan 11 tool operasi file seperti membaca, menulis, menambahkan, mengedit, mencari, dan menghapus. |
|
Pencarian semantik hibrid |
Pengambilan fusi BM25 + vektor padat + RRF, mendukung penyedia embedding OpenAI dan Ollama, serta dilengkapi segmentasi kata trigram yang ramah bahasa Mandarin |
|
Integrasi transparan |
OpenClaw menyediakan 37 tool standar melalui protokol MCP. OpenClaw menginstal plug-in dengan satu klik melalui scripts/install.sh, tanpa intrusi terhadap framework Agent. |