人工智能时代的操作系统未来

生成式AI对计算的影响正从加快编码的第一层效应，转向第二层效应：程序员与用户之间界限的消解。随着自然语言成为一种可行的编程语言，由专业开发者创建的预制、固定功能应用程序的传统分发模式正变得过时。

从预制应用到召唤式软件的转变

传统软件分发经历了从实体介质（盒装软件、CD-ROM）到互联网的演变。接下来的进化是彻底摆脱固定功能的应用程序。在一个用户可以用英语‘召唤’软件的世界里，任何特定应用程序的受众可能缩小到仅一人。

这一转变使得创建高度个性化、解决琐碎个人问题的工具成为可能，而这些工具在商业上永远不可能由专业开发者来构建。例如：

• 超本地天气预报： 为特定社区（例如芝加哥的Roscoe Village）创建一个工具，以考虑区域电台忽略的湖效应。

• 上下文感知导航： 为特定通勤路线（例如Eisenhower Expressway）提供具体路线建议，而无需全地图界面的开销。

• 个性化日程安排： 一个监控跨多个平台会议的工具，以提醒用户当前的义务。

重新定义操作系统

历史上，现代操作系统（OS）的核心目的一直是将不同应用程序相互隔离并控制它们之间的通信。这种安全模型基于软件来自陌生人的假设。

然而，当设备上的大部分软件由用户自己或他们信任的人创建时，这一模型变得不再那么相关。当应用程序可以随创作者的意愿不断变化时，当前操作系统进程隔离的僵化‘领地’可能不再是管理硬件资源的最佳方式。

硬件差距：2026年的智能手机

2026年市面上大多数智能手机都是在2023年设计的，当时计算机仍被视为运行确定性、固定功能应用程序的设备。当前的智能手机架构本质上是1970年代设计的微型化版本——旨在高效运行预制应用，但并未为设备本身构建其所运行的应用程序的世界而设计。

技术上的反论与行业挑战

尽管‘可塑性操作系统’的愿景极具吸引力，但仍然存在若干技术和系统性障碍：

1. 操作系统作为共享数据库的角色

有人认为，操作系统提供的价值远超进程隔离。现代操作系统（如iOS和macOS）充当共享的系统级数据库（例如HealthKit、联系人、日历）。这些服务提供了一个安全、统一的框架，使不同应用——即使是由AI生成的——能够一致地共享数据。

2. 第三方服务中的安全与信任

即使在用户生成应用的生态系统中，高风险任务仍需要专业软件。银行、医疗记录和支付系统需要签名二进制文件和操作系统级别的隔离保证，以确保安全与信任。一个完全可塑的操作系统可能难以为这些商业服务提供必要的保证。

3. ‘代理’与‘应用’之争

在创建个性化应用与使用单一AI代理之间存在理论上的分歧。有人认为，未来并非成千上万的个性化应用，而是一个单一的AI助手，直接完成任务，无需显式呈现独立的应用界面。

4. 启动难题

历史上，新操作系统一直面临‘启动难题’：需要足够多的用户来吸引开发者，也需要足够多的应用来吸引用户。虽然AI生成的应用可能绕过对专业开发者的依赖，但该系统仍需与主要第三方服务的API集成，才能具备可行性。

历史先例

这种向可编程、可反射系统发展的趋势，呼应了早期计算实验，例如Xerox Alto和MIT Lisp机器。这些系统通常启动于单一地址空间，操作系统与应用程序共存，优先考虑灵活性和生产力，而非现代计算所定义的严格安全边界。