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 | Copilot Shell（cosh） | 替代預設 Shell，支援自然語言 + bash 雙模互動 |
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 | 從系統加固、沙箱隔離、Skill 簽名到隱私保護，構建 OS 級縱深安全防線，確保 Agent 在受控、可審計、最小許可權的環境中安全運行 |
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。 | |
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、CoPaw、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。
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（Copilot Shell）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
Cosh（Copilot Shell）
Copilot Shell（cosh）是 Alibaba Cloud Linux 4 Agentic Edition 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「雙模互動」。自然語言模式下，使用者直接用中文或英文描述意圖，系統藉助大模型將其轉化為可執行檔系統操作；命令模式下，使用者可通過 ! 首碼快速執行 Shell 命令，或通過 /bash 回退到全功能互動式 bash。兩種模式自由混合，無需切換環境。
在保留完整 bash 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。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。
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 作為所有業務 Skill 之上的安全監督層運行，目前採用四階段縱深防禦架構，從底層作業系統到上層應用逐層加固，架構自下而上為：
層級 | 防護能力 | 技術實現 |
Phase 1 | Skill資產完整性校正 | PGP 簽名 + SHA256 雜湊 + Manifest |
Phase 2 | 系統隱私資訊保護 | SKILL 規則 + DLP |
Phase 3 | 系統安全強化 | LoongShield seharden 基準掃描與加固 |
Phase 4 | 沙箱隔離 | Bubblewrap + Landlock + seccomp |
AgentSight
AgentSight 是面向 AI Agent 運行平台的作業系統級可觀測組件。儘管 AI Agent 的能力不斷增強，其在實際運行中也暴露出Token 消耗常遠超使用者預期的問題：一次看似簡單的對話，背後可能觸發了多輪工具調用與上下文重組， Token 開銷可達使用者直覺估計的數倍乃至數十倍，而使用者卻缺乏有效感知與追溯手段。
為此，Agentsight 構建了一套完整的 Agent 可觀測性體系。該方案在零侵入商務邏輯的前提下，實現了對 Agent 運行全鏈路的細粒度資料擷取與關聯分析。這不僅協助開發人員清晰還原互動軌跡，更能支撐對 Token 消耗的精準歸因及異常行為的快速定位。
Agentsight主要包含以下能力：
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，可自動環比對比。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：對 Agent 的 LLM 調用及進程執行行為的全鏈路記錄與追蹤。在資料擷取中，完整留存每次 LLM 調用的供應商、模型版本等關鍵中繼資料，並同步捕獲進程的命令列參數。此外，系統支援按時間維度、進程標識及事件類型進行多維度靈活篩選，並提供可視化的匯總統計分析能力。