Alibaba Cloud Linux 4 Agentic Edition，別名 Agentic OS ，是阿里雲一款 Agent-first 作業系統，專為 AI Agent 設計
鏡像介紹
Agentic OS 是阿里雲基於自研的作業系統Alibaba Cloud Linux為Agent設計的衍生作業系統，它提供Agent最佳的運行環境，提升阿里雲客戶使用Agent的體驗。Agentic OS 完全相容 Alinux4 所有能力（核心最佳化、雲原生支援等），圍繞 Agent 的認知方式和工作模式，構建全新的OS架構。
|
層級 |
組件 |
說明 |
|
封裝互動層 |
cosh |
替代預設 Shell，原生託管 bash/zsh，並在同一終端接收自然語言任務。 |
|
OS Skills |
內建技能包機制，Agent 通過 Skill 說明書與運行時層、基礎系統層互動獲得部署、營運、診斷、可觀測等"動手能力"。 |
|
|
運行時層 |
AgentSecCore |
AgentSecCore 是專門為 AI Agent 打造的安全產品，聚焦Prompt注入、動態代碼執行、Skill安全、意圖偏離、系統內容風險等Agent生命週期的核心威脅，構建“感知-決策-阻斷-溯源” 的OS 側多維度、縱深、閉環防禦機制，支援無侵入式整合到Cosh、OPENCLAW 等 Agent 架構。 |
|
AgentSight |
一款基於eBPF技術的 AI Agent 可觀測性工具，能夠在無侵入、零修改前提下，對運行在 Linux 系統上的 AI Agent 進行即時監控，捕獲其LLM API 呼叫、Token 消耗及進程行為。 |
|
|
Tokenless |
從上下文壓縮和命令過濾兩個維度降低 Agent 與 LLM 互動的 Token 消耗。通過外掛程式和 Hook 機制自動介入，支援 cosh、OpenClaw、Hermes、Claude Code、Codex、Qoder、Qwen Code 等多個 Agent 架構。 |
|
|
AgentMemory |
檔案形態的 Agent 記憶 MCP 伺服器，為 AI Agent 提供持久化、可搜尋、受沙箱保護的記憶空間。通過檔案系統語義讀寫記憶，結合 BM25/向量混合檢索與自動捕獲召回機制，實現跨會話上下文延續。 |
|
|
ws-ckpt |
AI Agent 工作區快照與復原工具，使用者可在關鍵操作前手動建立快照，或開啟每輪問答結束自動快照，支援一鍵回退至任意歷史狀態，保障執行過程的可回退性 |
|
|
SkillFS |
Agent Skill 的按需掛載檔案系統，基於 FUSE 僅向 Agent 暴露當前所需的 Skill 子集，其餘 Skill 按需發現，讀取時按目標發行版即時編譯 SKILL.md，並可依據安全決策隱藏 Skill 或回退至可信快照 |
|
|
基礎系統層 |
Alinux4 |
相容 Alinux4 所有能力（核心最佳化、雲原生支援等） |
適用範圍
Agentic OS 適用範圍說明：
-
適用於多種執行個體規格類型系列，包括ECS Bare Metal Instance。更多資訊，請參見執行個體規格類型系列。
-
僅支援X86的CPU架構
-
支援執行個體記憶體建議>=2GB
-
-
適用於各種 Agent 情境工作負載，包括 OpenClaw、qwenpaw、Claude Code 等主流 Agent 架構
費用
Agentic OS 是免費的作業系統鏡像，但使用鏡像時，需要支付其他資源產生的費用，如大模型調用，vCPU、記憶體、儲存、公網頻寬和快照等。
穩定性與相容性
Agentic OS 基於 Alibaba Cloud Linux 4 標準版的基礎系統層構建，與標準版共用相同的 alnx4 核心。Agentic Edition 在此基礎上新增 AI Agent 相關組件（包括 cosh、AgentSecCore、AgentSight、OS Skills 等），不影響原有系統功能的穩定性。
標準 Linux 操作（如 yum/dnf 包管理、systemctl 服務管理、bash shell 等）在 Agentic Edition 上的行為與標準版一致，確保了向後相容性，已有的營運指令碼與使用習慣可以延續。
Agentic OS 內建診斷工具，可通過 anolisa doctor 診斷組件問題，anolisa status 查看組件健康狀態；AgentSight 提供基於 eBPF 的 AI Agent 可觀測性，協助排查 Linux 常見效能及穩定性問題。
核心優勢
-
極致Token經濟型
將複雜的OS專家知識封裝為標準化 Skill ，大幅減少執行環境理解以及試錯探索的Token開銷，實現從意圖到執行的零延遲閉環。 -
自然語言重新定義人機互動
首次將 cosh 作為預設互動入口，使用者通過自然語言即可驅動作業系統完成環境部署、工具安裝等日常營運操作，告別複雜命令列記憶，帶來操作方式上的根本性變革。 -
Skill 全鏈路安全加密，構築內生安全防線
對每個 Skill 實施數位簽章與加密保護，調用前強制身份鑒權與完整性校正，結合硬體級安全沙箱隔離異常行為，從 OS 核心層面確保 Agent 在受控、可審計、最小許可權的環境中安全運行。
核心組件簡介
Alibaba Cloud Linux 4 Agentic Edition（Agentic OS）包含如下核心組件：Cosh、AgentSecCore、AgentSight、OS Skills、Tokenless、ws-ckpt、AgentMemory，目前均已開源，開源連結https://github.com/alibaba/anolisa。
Cosh
cosh 是 Alibaba Cloud Linux 4 Agentic Edition（Agentic OS） 的預設互動式 Shell，替代 bash 作為系統登入後的第一入口。
cosh的核心設計理念是「原生 Shell 宿主 + Agent 增強」。它直接託管一個真實的 bash 或 zsh 會話，Shell 命令按原生語義執行，無需首碼，也無需回退到獨立的 bash 環境；需要排查或處理較大任務時，使用者直接用中文或英文描述意圖，Agent 攜帶最近的終端上下文接手執行；行首的斜杠命令則用於控制會話自身。三類輸入在同一個提示符下自動分流，全程無需切換環境。
在保留完整 bash/zsh 相容性的基礎上，cosh 增加了自然語言理解、Skill 調用、MCP 工具整合和多級審批控制等能力，並進一步將系統營運操作沉澱為跨發行版的結構化命令介面 cosh-cli，將 Agent 運行時開放為無介面整合介面 cosh-core。cosh 將複雜的系統級能力抽象為自然語言互動，又整合了OS Skills 說明書，降低了作業系統的使用門檻，使人類使用者和 Agent 智能體都能以簡單的方式驅動作業系統完成任務。
cosh 主要提供以下能力：
|
能力 |
說明 |
|
原生 Shell 體驗 |
直接託管 bash/zsh 會話，互動式程式、管道、重新導向、作業控制、使用者設定檔與 Ctrl+C 均按原生語義工作 |
|
自然語言任務 |
用中文或英文描述排查或營運目標，Agent 自動攜帶最近的終端證據執行，並在終端中流式返回結果 |
|
主動分析 |
命令失敗或產生診斷輸出時，評估是否值得介入並給出下一步建議，支援 smart、auto、manual 三檔 |
|
多級審批 |
工具調用前按 recommend、auto、trust 模式決定自動執行或展示審批卡片，重啟、關機等不可恢複操作強制人工確認 |
|
Skill 與 MCP |
按工作區、使用者、擴充、系統四級優先順序載入 Skill，並接入 MCP 服務提供的外部工具 |
|
會話恢複 |
會話按工作區隔離持久化，支援列出、恢複與壓縮，便於延續長時間排查 |
|
結構化 OS 操作 |
cosh-cli 以統一 JSON 契約提供軟體包、系統服務、工作區快照與安全審計操作，屏蔽發行版差異 |
|
無介面整合 |
cosh-core 以 JSONL 協議對外提供 Agent 運行時，供其他前端與自動化流程整合 |
OS Skills
OS Skills是 Agentic OS 為 AI Agent 編寫的作業系統使用手冊。
傳統作業系統文檔面向人類使用者，依賴自然語言描述、截圖樣本和行業潛在共識。Agent 在閱讀這類文檔時，需要消耗大量 Token 進行理解。OS Skills 說明書將作業系統知識重新組織為 Agent 可直接理解和執行的結構化格式——SKILL，Agent 不再需要「讀懂文檔再操作」，而是「讀到即能做」。
OS Skills 說明書已覆蓋兩大領域：
|
說明書領域 |
對應知識域 |
覆蓋內容 |
|
system-admin |
系統管理 |
使用者與許可權管理、系統服務管理、核心升級等基礎系統管理操作 |
|
security |
系統安全 |
系統安全基準檢查、漏洞掃描與修複等 |
|
system-ops |
系統營運 |
提供Linux常見效能以及穩定性問題的診斷能力 |
Agent 在接收到使用者意圖後，自動匹配對應的 Skill 並執行，無需人工指定調用路徑。
AgentSecCore
AgentSecCore是面向 AI Agent 運行平台的作業系統級安全核心。在 AI Agent 逐步獲得作業系統層級的執行能力（包括檔案讀寫、網路訪問、進程管理等）的背景下，傳統應用安全邊界已不再適用。AgentSecCore 從 OS 層面為 Agent 構建縱深防禦體系，確保 Agent 在受控、可審計、最小許可權的環境中安全運行。
AgentSecCore 圍繞"意圖安全"和"系統級兜底"兩大支柱，構建了三層縱深防禦體系——即使前一層被突破，後續層仍能兜住。架構自下而上為：
|
層級 |
防護能力 |
技術實現 |
|
第一層：執行前畫邊界（預防） |
Prompt Scanner Code Scanner Skill Ledger |
提示注入與越獄檢測引擎（規則+ML+向量檢索三層遞進） 代碼執行前安全攔截器（28條檢測規則，支援Shell/Python） Skill 完整性防篡改引擎（快照簽名 + 只追加版本鏈 + 四階段安全掃描） |
|
第二層：執行中做感知（檢測） |
安全可觀測 |
覆蓋沙箱隔離、系統加固、資產完整性三域，結構化安全事件持久化，按需產生安全匯總報告 |
|
第三層：底層做兜底（遏制） |
安全基準巡檢 OS級隔離與監控 |
OS級安全強化規則庫自動掃描，檢測Agent對系統安全水位的破壞，產生偏離報告和修複建議 依託Linux核心安全原語（Namespace/Cgroup/seccomp/Capability），提供進程級沙箱隔離、系統調用監控與攔截、細粒度許可權控制 |
AgentSight
AgentSight 是面向 AI Agent 運行平台的作業系統級可觀測組件，解決 Agent 運行中 Token 消耗遠超預期、使用者缺乏感知與追溯手段的問題。它在零侵入商務邏輯的前提下，實現對 Agent 運行全鏈路的細粒度資料擷取與關聯分析。
AgentSight 主要提供以下三項能力：
-
Token消耗分析：對 Agent 運行過程中的 Token 消耗進行全方位度量與歸因。支援按時間段或最近 N 小時靈活查詢，支援按智能體、任務、角色等多維度拆分消耗來源，分析粒度可精確至單次 LLM 調用。
-
行為審計：全鏈路記錄 Agent 的 LLM 調用與進程執行行為。完整留存每次調用的供應商、模型版本等中繼資料，同步捕獲進程命令列參數，支援按時間、會話等多維度進行篩選與可視化匯總統計。
-
Dashboard 可視化：提供 Web 可視化介面，支援遠程部署後通過本地瀏覽器直接存取。可即時查看 Token 消耗趨勢、監控 Agent 進程狀態並提供異常重啟能力，同時支援逐層深入查看每次 Session 的完整 Trace 鏈路，包括使用者輸入、模型提示詞、推理過程及每一步 Token 消耗分布。
ws-ckpt
ws-ckpt 是 Agentic OS 面向 AI Agent 工作區的檔案級快照與復原工具（AI Agent Workspace Checkpoint）。
AI Agent 在執行任務時會對工作區檔案進行大量修改，一旦操作失誤或結果不符預期，使用者往往面臨難以恢複的困境。ws-ckpt 快照機製為工作區提供輕量級的快照管理能力，使用者可在關鍵操作前手動建立快照，或開啟每輪問答結束自動快照，需要回退時一鍵恢複至任意歷史狀態，讓 Agent 的操作可撤回、可追溯。
ws-ckpt 的核心設計理念是給「 Agent 的工作上保險」。使用者在執行危險操作前通過自然語言或 CLI 手動建立快照，或進行檔案頻繁修改任務時開啟每輪問答結束自動快照，首次建立快照時系統自動完成初始化，無需額外配置。
ws-ckpt 主要提供以下能力：
|
能力 |
說明 |
|
手動快照 |
使用者在關鍵操作前通過自然語言或 CLI 命令手動建立工作區快照 |
|
自動快照 |
使用者在進行檔案頻繁修改任務時開啟每輪問答結束自動快照開關（目前已支援 OpenCalw 和 Hermes ） |
|
一鍵復原 |
支援回退至任意歷史快照，恢複工作區檔案到指定時間點的完整狀態 |
|
快照管理 |
提供快照列表查看與刪除能力，支援使用者自訂快照標識與描述 |
|
雙模互動 |
同時支援自然語言互動（通過 Agent 對話）與 CLI 命令兩種操作模式 |
Tokenless
Tokenless 是 Agentic OS 的 Token 最佳化組件，從上下文壓縮和命令過濾兩個維度降低 Agent 與 LLM 互動的 Token 消耗。
隨著 Agent 承接的任務日益複雜，工具定義的膨脹、結構化響應的冗餘、以及命令輸出的噪音會快速填滿上下文視窗，既推高推理成本，也擠佔有效資訊的傳達空間。Tokenless
在 Agent 與 LLM 之間構建一條智能最佳化管線：在前端，自動精簡工具定義的描述資訊，識別並過濾響應中的低價值欄位；在中段，對結構化資料進行緊湊編碼，進一步壓縮體積；在後端，智能過濾命令執行輸出中的幹擾內容。三者協同工作，在不改變 Agent 行為語義的前提下顯著降低 Token 開銷。
Tokenless 旨在讓 Agent 用更少的 Token 完成相同的任務。整個最佳化過程通過外掛程式和 Hook 機制自動介入，對上遊 Agent 架構完全透明，無需修改業務代碼。所有壓縮效果均有量化記錄，為評估最佳化收益提供資料支撐。
Tokenless 支援 cosh、OpenClaw、Hermes Agent、Claude Code、Codex、Qoder CLI、Qwen Code 七個 Agent 架構。其中 cosh 預設整合，rpm 安裝後自動生效，無需額外配置；其餘架構通過各 adapter 目錄下的 scripts/install.sh 一鍵完成外掛程式註冊。
Tokenless 主要提供以下能力：
|
能力 |
說明 |
|
上下文壓縮 |
精簡 Function Calling工具定義、過濾 CLI 命令響應中的幹擾資訊、緊湊編碼壓縮結構化資料 |
|
統計追蹤 |
自動記錄壓縮前後對比，按類型匯總節省量 |
|
透明整合 |
通過外掛程式和 Hook 自動介入，對 Agent 架構零侵入 |
AgentMemory
Agent-Memory 是 Agentic OS 的檔案形態記憶 MCP 伺服器，為 AI Agent 提供持久化、可搜尋、受沙箱保護的記憶空間。
Agent 在執行跨會話任務時面臨記憶斷裂問題：每次新對話從零開始，無法複用之前的分析結果、決策記錄和使用者偏好。Agent-Memory 以檔案系統為記憶模型，在 Agent 與記憶倉之間構建一條標準化的存取管線：在儲存側，Agent 像操作檔案一樣讀寫記憶內容，支援命名空間隔離與路徑沙箱；在檢索側，通過 BM25 與稠密向量混合檢索，按語義召回相關記憶片段；在治理側，提供 git 版本控制與快照備份，確保記憶可追溯、可復原。三者協同工作，讓 Agent 的記憶跨越會話邊界，實現上下文延續。
Agent-Memory 旨在讓 Agent 用更少的 Token 完成跨會話任務。整個服務通過 MCP 協議暴露 37 個標準工具，支援 Claude Code、Cursor、Continue 等任意 stdio MCP 用戶端，對上遊 Agent 架構完全透明，無需修改業務代碼。核心級安全沙箱（openat2）保護記憶倉不被路徑穿越或符號連結逃逸，提示注入檢測與轉義封裝確保注入 LLM 記憶Alibaba Content Security Service可控。
Agent-Memory 主要提供以下能力：
|
能力 |
說明 |
|
檔案形態記憶 |
以檔案系統語義讀寫記憶，支援命名空間隔離和路徑沙箱，提供讀寫、追加、編輯、搜尋、刪除等 11 個檔案操作工具 |
|
混合語義搜尋 |
BM25 + 稠密向量 + RRF 融合檢索，支援 OpenAI 與 Ollama embedding provider，搭載中文友好的 trigram 分詞 |
|
透明整合 |
通過 MCP 協議提供 37 個標準工具，OpenClaw 通過 scripts/install.sh 一鍵安裝外掛程式，對 Agent 架構零侵入 |