别再把 OS 当作 AI 的计算机了！解构下一代声明式 Agent Infra

很多人聊到 AI 操控电脑Computer Use第一反应还是给 AI 弄一台虚拟机让它像人一样去控制 Linux 或 Windows 桌面的鼠标和键盘。但这种做法在实际工程落地时不仅显得极其臃肿、效率低下而且安全隐患极大。在 AI 时代我们不应该把 OS 与 “计算机Computer” 划等号。真正的下一代 Computer应该是一个围绕 Agent 需求、不断叠加的分层系统或者说它本身就是一套可声明的 Agent Infra。一、 核心解耦重构fs-sandbox-workspace-(app)-agent要理解这套下一代架构首先始终得有一个分层的思想。我们可以把这个全新的计算单元拆解为fs-sandbox-workspace-(app)-agent。在这个模型中最奇妙的演进在于App 层的引入当 App 层进来后它所需要的存储、计算和操作逻辑完全变化了。虽然上层千变万化但以前的那些底层东西FS、Sandbox、Workspace并没有发生什么变化依然保持高度的抽象与稳定。二、 架构的灵魂万物皆可“声明式”这套分层架构最核心的工程优势在于每一层最好都是可声明的Declarative。这借鉴了现代云计算如 Kubernetes的顶级哲学 —— 你不需要手动去拼装一个复杂的系统你只需要写一份“声明书”系统就能自动把它“长”出来。以 Agent 为例你把所有的Coding Agent、Web Agent都想成是Agent这一概念的一种具体实现。它就可以被声明。随时实例化有了标准化的声明你就可以在任意时刻、任意环境下瞬间把它实例化出来。同样的道理FS 层、Sandbox 层、App 层也全部如此。三、 重新定义 Computer浏览器即操作系统当系统做到了这种极致的分层Computer 的形态被彻底重塑了。当加入了 App 层进来后Computer 面临了新的诉求 ——它需要的是浏览器本身而不是直接给一个“操作系统 浏览器”的缝合怪。为了满足这种诉求工程上的解法变成了将 Chromium 内核直接移植到 Pod容器中。传统的 Computer Use 让你在屏幕上看着 AI 笨拙地抢鼠标而现代的 Agent Computer 直接在云端静默运行一个 Chromium 容器。对于 Web App 而言这个轻量化的浏览器环境就是它的全部“计算机”。所以这里的 Computer 不要完全和 OS 等同起来。它是分层的 Agent Infra 合起来的一台虚拟计算机。fs文件系统只是里面的一层saas接口也是其中的一个分层。四、 为什么这套 Infra 能“长”出一切最后你会发现Computer 变成了一个不断叠加的分层系统。从技术人员的视角来看它更准确的名字叫Agent Infra。正是因为底层的积木被完全标准化和解耦产品之间仅仅是产品定义和分层配置的不同而已加重 Workspace 和 CLI Sandbox→ 它能长出OpenClaw这样极致隔离的云端自动研发舱。强化 Chromium-in-Pod 和 VLM 视觉层→ 它能长出Muse这样无感并行的多模态网页意图执行器。你在本地电脑能跑丢到云端也能跑。这才是面向未来的 AI 基础设施该有的样子。不要再试图把强大的 Agent 塞进死板的传统 OS 里了围绕 Agent 的本质需求去用积木重构一台“计算机”未来无限的应用形态才会从中自然地“长”出来。互动话题你目前在探索 Agent 落地时用的是 Anthropic 的 Computer Use 原生方案还是也开始尝试 Browserless 或 E2B 这种更解耦的沙箱方案欢迎在评论区聊聊你在搭建 Agent Infra 时踩过的坑