人工智慧時代的作業系統未來

生成式人工智慧對運算的影響，正從加速編碼的一階效應，轉變為二階效應：程式設計師與使用者之間界線的消融。隨著自然語言成為可行的程式語言，傳統上由專業開發者建立、分發預製且功能固定的應用程式模式，正逐漸過時。

從預製應用程式到即時生成的軟體

傳統軟體分發已從實體媒體（盒裝軟體、CD-ROM）演進到網際網路。下一個演進是徹底擺脫功能固定的應用程式。在一個使用者可以用英文「即時生成」軟體的世界裡，任何特定應用程式的受眾可能縮小到只有一個人。

這種轉變使得建立高度個人化的工具來解決瑣碎、個人化的問題成為可能，而這些問題過去對專業開發者來說永遠不具商業可行性。例如：

• 超本地天氣預報： 建立一個專門針對某個社區（例如芝加哥的羅斯科村）的工具，以納入區域氣象站遺漏的湖效應。

• 情境感知導航： 一個為特定通勤路線（例如艾森豪威爾高速公路）提供具體路線建議的工具，而無需完整地圖介面的開銷。

• 個人化排程： 一個監控各種平台會議的工具，用以通知使用者立即的義務。

重新定義作業系統

歷史上，現代作業系統（OS）的核心目的是將不同的應用程式彼此隔離，並控制它們之間的通訊。這種安全模型基於一個假設：軟體是從陌生人那裡匯入的。

然而，當裝置上的大多數軟體是由使用者自己或他們信任的人建立時，這個模型就變得不太相關。當應用程式具有可塑性，且會因建立者的一時興起而持續變更時，當前作業系統程序隔離的僵化「領地」可能不再是管理硬體資源的最佳方式。

硬體差距：2026 年的智慧型手機

2026 年市面上大多數的智慧型手機都是在 2023 年設計的，當時電腦仍被視為執行確定性、功能固定應用程式的裝置。目前的智慧型手機架構本質上是 1970 年代設計的迷你版——旨在高效執行預製應用程式，但並非為裝置本身建立其所執行應用程式的世界而設計。

技術反論與產業挑戰

雖然「可塑性作業系統」的願景引人注目，但仍有幾個技術和系統性的障礙：

1. 作業系統作為共享資料庫的角色

有些人認為，作業系統提供的價值遠不止於程序隔離。現代作業系統（如 iOS 和 macOS）扮演著系統提供的共享資料庫（例如 HealthKit、聯絡人、行事曆）。這些服務提供了一個安全、統一的架構，讓不同的應用程式——即使是 AI 生成的應用程式——也能一致地共享資料。

2. 第三方服務的安全性與信任

即使在使用者生成的應用程式生態系統中，高風險任務仍然需要專業軟體。銀行、醫療記錄和支付系統需要簽署的二進位檔案和作業系統層級的隔離保證，以確保安全與信任。一個完全可塑的作業系統可能難以為這些商業服務提供必要的保證。

3. 「代理」與「應用程式」之爭

在建立個人化應用程式與使用單一 AI 代理之間存在理論上的分歧。有些人認為，未來不是數千個個人化應用程式，而是一個單一的 AI 助理，它可以直接完成任務，而無需呈現一個獨立的應用程式介面。

4. 啟動問題

歷史上，新的作業系統一直難以克服「啟動問題」：需要足夠多的使用者來吸引開發者，以及足夠多的應用程式來吸引使用者。雖然 AI 生成的應用程式可能繞過對專業開發者的需求，但系統仍需要與主要第三方服務的 API 整合才能可行。

歷史先例

這種朝向可程式化、可反射系統的運動，呼應了早期的運算實驗，例如 Xerox Alto 和 MIT Lisp 機器。這些系統通常啟動到一個單一的位址空間，作業系統和應用程式共存，優先考慮靈活性和生產力，而非定義現代運算的嚴格安全邊界。