6.0
关注
AI SCORE
技术实践2026-08-01 03:17
从 AI 助手到个人操作系统的转变
dev.to · AI#AI应用#项目经验
Editor brief · 编辑速览
开发者分享了放弃 AI 助手项目、转向构建个人「操作系统」的决策和实践经验，反映了 AI 应用开发的思路演进。
开发者分享了放弃 AI 助手项目、转向构建个人「操作系统」的决策和实践经验，反映了 AI 应用开发的思路演进。
注：Mora OS 是我在自己的计算机上借助 Codex Pro 打造的个人项目。虽然本文是在 AI 的帮助下编写的，但我自己也多次进行了深入的提问、编辑和重写，并进行了仔细的修改。🙂
我住在旧金山湾区。在这里，几乎不可能避免这样的感受：未来正在附近某家咖啡馆里被某个人塑造。
在过去几年里，这个未来主要是以对话框（AI 聊天）的形式来到我们面前的。
我喜欢聊天。我持续使用这个便利工具。但每当我尝试让 AI 在我的生活中真正发挥作用时，一个根本性的不足就变得越来越明显：
对话框（AI 聊天）一直在从我这里收集所有的信息。
我必须记得问什么。我必须找到正确的背景信息。我必须在消息、日期、文件和之前的决定中复制注释。当我得到答案时，我必须将其传回到工作的地方。一周后，我必须再次解释整个事情。
这不是助手。这是一个超级聪明但健忘的顾问——而我仍然是项目经理。
所以我开始构建一些不同的东西。
我称之为 Mora OS：一个私有的、本地优先的、可轻松迁移的 AI 智能体操作系统。其目的是理解我已经在使用的系统中的信号、维护持久的记忆、决定我的注意力应该去哪里、建议行动，并通过为 Mac 和 iPhone 精心打造的体验来保持对这些行动的控制。
这不是一个发布声明。这绝对不是一个自鸣得意的成功故事。这是关于从头开始构建系统、错过重要的东西、研究这个领域正在学习的东西，以及逐渐发现一个真理的故事：
操作系统的比喻不仅仅是营销术语。
它就是架构。
我的第一反应完全符合预期：向智能体添加更多工具。
电子邮件。日历。消息。文件。记忆存储。然后是健康数据导出和手机伴侣应用。如果模型可以到处都是，它肯定会更有用。
但它并没有自动变得更可靠。
添加更多内容引发了新的问题：
哪些来源真正是最新的？
是我发送了消息，还是我收到了消息，还是只是在一个群组中可见？
我已经处理过这个问题吗？
这是有用的背景信息还是我的个人职责？
模型是在查看证据、查看旧记忆，还是两者的自信混合？
如果系统建议了一个行动，谁授权了？
如果我归档了某个东西，系统会从中学习还是明天会再次显示它？
如果连接工具无声地断开了，系统的其余部分会假装什么都没发生吗？
现在的问题不再是"我如何写出更好的提示？"
问题是："如果模型要安全地参与我的生活，它周围应该有什么样的服务？"
这个问题把助手变成了操作系统。
我并没有在白板上精确绘制整个系统，然后按照该计划实施。每个快捷方式都以不同的方式失败了，架构从中脱颖而出。
今天的架构中有六个主要责任。
Mora OS 通过受限制的连接工具从本地和连接的来源提取信息。在可能的地方，它偏向于具有显式类型的结构化 API 方法。
每个观察都必须伴随着来源记录：
来源何时创建它；
系统何时看到它；
它的新鲜度的时间界限；
检索信息的过程是完整的、部分的、有缺陷的、未授权的还是不可用的。
"已连接"不意味着"已同步"。"已识别"不意味着"最新的"。"没有生成任何内容"并不意味着"没有发生任何事情"。
直到一个漂亮的仪表盘自信地总结了陈旧的信息，这一切都很清楚。
因此，Mora OS 中最重要的架构决策之一根本不闪闪发光：不确定性是一个独立的、完全有效的状态。系统被允许说"我不知道"。
记忆系统——Mora——在本地驻留，可以从任何单一模型或智能体框架中独立迁移。
这比乍一看更重要得多。
模型会改变。背景窗口会改变。智能体框架会改变。价格会改变。一个人的历史不应该因为逻辑改变而消失。
同样的想法似乎在研究中以多个方向出现。MemGPT 将长背景管理建模为系统内的虚拟记忆。生成智能体结合了观察、反思、检索和规划。当 Anthropic 撰写关于上下文工程时，他们明确表示背景是有限的资源，应该有意地策划。
我的实际答案不是信息转储，而是馆员。
每一个原始观察都不作为永久真理被保留。有用的结果成为简洁的、持久的记忆，带有来源记录。重复被总结。旧文本被审核。而不是将整个收集倒入提示中，检索保持在当前工作所需的范围内。
目标不是"记住一切"。
保留将来有用的东西，记住它来自哪里，在合适的时候把它拿回来，让所有者自由地把它带到其他地方。
这使得个性化不再是供应商聊天历史的副作用，而是成为自己的资产。
最困难的错误之一看起来无害。
Mora OS 可以将群组对话中的热情讨论总结为每日摘要。但同一文本后来可能被理解为我自己的任务。
这个错误教会了我构建两个独立的路径。
信息智能的路径会询问：
信息是最新的吗？
它真的有用吗？
它与经过验证的兴趣、项目或关系相关吗？
在我今天的有限注意力预算中，它应该占据空间吗？
个人行动路径的标准要严得多：
所有权是经过验证的吗？
责任真的是我的吗？
我已经处理过它了吗？
下一步的证据是什么？
背景智能可以丰富简洁的摘要。但它不能悄悄地工作、发出紧急通知或采取外部行动。
这个前置模型入口成为系统最有效的部分之一。它在模型推理之前减少了噪音，阻止了一整类虚假任务，并提供了关于采取了什么或停止了什么的可审计披露。
OpenAI 关于构建智能体的实用指南强调了分层护栏和高风险行动的人工干预。NIST 关于智能体身份和授权的工作指向了同样的深层问题：智能体不仅仅需要智能。它需要受限的权限、身份、可审计性和不可否认的行动。
一旦来源和网关就位，我犯了另一个错误：展示太多。
聚合所有内容不会使驾驶舱有用。五个嘈杂的流变成一个巨大的流，我们只是改变了一个地方的焦虑。
现在每日摘要对注意力有明确的限制。显示空间的竞争条目。系统记录了什么合格、什么被省略以及为什么。
智能体任务再次不同。它们不是"有趣的建议"。进入队列的工作应该具有：
退出队列的条件；
生命周期和重复清除的步骤。
差异很微妙，但是基础性的：
每日摘要帮助我理解。智能体任务让我决定或采取行动。
两者都可以在打开 Ask Mora 时展开为基于证据的深入对话。但现在对话是 OS 的补充部分——而不是 OS 本身。
最简单的智能体演示也是最危险的："看，它发送了一条消息。"
Mora OS 从相反的默认开始。
读取操作需要较少的权限。草稿可以被撤回。外部写入操作有后果。
因此行动经历清晰的阶段：
计划和结果预览；
幂等实现；
执行后状态验证；
一旦建立信任，系统可能会根据行动类型变得更加自主。但自主权不是个性化的伪装。这是基于观察到的可靠性的战略决定。
这种差异很重要，因为在系统提示中写"小心"并不能保证智能体的安全。关于智能体劫持的NIST研究表明了混合可信指令和不可信外部信息的风险。在个人操作系统中，电子邮件、消息、网页和文档都是潜在的对抗性输入。
模型可以提出建议。核心决定了该建议可以变成什么。
然后Mac应用的核心就完成了。
后台系统运行中。健康端点显示成功。应用进程存在。构建测试通过。从基础设施的角度来看，一切都很顺利。
从用户的角度来看，生成的产品就是一个白框。
那次失败提供了对生产质量的最清晰的定义：
组件报告成功并不意味着系统运行良好；只有当用户的端到端旅程实际工作时，它才是健康的。
从这一课中，Mora OS Doctor被创建。它验证了整个链：源、可用性、本地内存、网关、每日摘要、任务、Ask Mora、通知、审计日志、Mac的本机状态和iPhone伴侣。它保存不可变的审计证据，从重复出现的问题中消除重复，识别恢复，如果无法验证能力则安全地拒绝。
我们还添加了对可见窗口的视觉回归测试。"进程运行"不再能证明"应用程序可见"。
这些看起来很乏味的规范确实是真正的防御沟渠：
Anthropic在构建多个智能体的研究框架方面的经验阐述了类似的真理：最后一英里通常是整个旅程，小的故障会在智能体的工作流中产生巨大的差异。OpenAI关于任务标注和评估的最近工作也朝这个方向发展。
智能体的质量不能从有效的答案推断；必须在完整的工作流中看到它。
那么，为什么不使用OpenClaw之类的东西呢？
这不是声称谁是赢家的部分。
OpenClaw是一个雄心勃勃的通用个人助手平台。其官方文档包括多种模式、多个智能体的指挥、会话、内存、技能和始终运行的网关。这种广度真的很有用。如果你需要快速添加许多消息模式并在更大的组织中进行试验，应该认真考虑。
Mora OS做出了不同的权衡。
它围绕一个所有者构建：一个可移植的内存系统、一个个人本机控制面板、明确的审计证据和有限的权限边界。这种差异体现在三个地方。
通用智能体平台可以接受许多插件、模式、工具和实现路径，因此功能强大。相同的广度扩展了需要信任的表面积。
甚至OpenClaw的入门说明也暗示智能体很强大，完整系统访问很危险。根据其文档，身份验证材料和会话状态在本地智能体文件中。正如预期的高权限平台快速变化，该项目持续发布安全更新。像CVE-2026-26972这样的公开提醒我们，本地实现并不自动降低风险。
Mora OS故意保持边界狭窄：
通用平台能否用这些控制更加安全？当然。
区别在于，在Mora OS中，这些控制是核心的一部分；不是可选的插件工作，留给所有者。
提示可以让智能体听起来像它认识我。但真正理解我不断变化的责任状态是另一回事。
Mora的个性化来自持久的、来源链接的结构：
这比表面个性面具需要更多时间来构建。当模型、运行时或聊天模式改变时，失去它同样困难。
智能体框架本身可以是免费的和开源的。但是持续运行的智能体循环使用模型标记、连接器的来源、存储和操作员的关注。
Mora OS通过架构控制成本：
这使Mora OS不是"免费的"。本地硬件、工程时间、维护和前期推理处理都有成本。而这些原则不是Mora的专属；OpenClaw支持多种模型供应商和本地选项。
优势在于目标对齐：与其运行尽可能广泛的通用智能体，Mora OS的改进目标是只使用维护一个人可信状态所需的推理。
哪个系统更好取决于你的改进目标是什么。
我正在改进以保留多年积累的信任在中心。
我想Mora OS向我学习。
但我一点都不希望每个提示、修正或私人笔记都默默地混合到一个模糊的模型个性文件中。
因此学习循环是明确和双速的。
快速操作学习包括：
慢速战略学习需要更多证据：
有用的学习应该留下审计线索。关键内存应该可以审计。删除应该受到控制。私人记忆需要明确同意才能升级到任何共享上下文。
系统应该更加个人化；但不应该变得更神秘。
当加入健康数据时，架构变得更加严肃。
摘要医疗文件和活动图是容易的。困难的是有用的东西：一起看长期来自不同来源的信号，尊重它们的限制，发现趋势或异常，并提出值得思考的问题而不是暗示诊断。
这需要隔离、更新窗口、源特定的ETL、医疗时间排序、去重和语言边界。原始健康记录与通用个人智能路径分开。只有具有方法和证据上下文的最少衍生信号才能跨越这些界限。
从这里我学到了一个广泛的教训：
领域越敏感，将一个漂亮措辞的估计接受为"AI洞察"的风险就越低。
智能体AI领域变化很快，将架构锁定在一个框架周围似乎不明智。
模型将成为更好的规划者。上下文窗口会增加。本地推理会改进。工具规范和智能体之间的标准会成熟。新的个人信息源将出现。安全指导会变得更具体。今天的一些模式明天会显得幼稚。
Mora OS的架构可以在清晰的接点处接受这些变化：
评估指标持续监控用户可观察到的行为。
Doctor 的检查使新功能变得可观察。
最持久的组件不是模型。
决定模型应该看什么、建议什么、做什么，以及系统之后应该记住什么的护栏才是最具持久性的。
在构建、破坏和重建 Mora OS 的过程中，我发现最值得信赖的原则是：
从责任开始，而不是从对话开始。
将新鲜度、来源链和不确定性视为一等公民的生产特性。
将有用的智能和经过验证的个人行为分开。
保持内存的可移植性和独立于模型的特性。
像系统一样按需要前向检索内存页面来获取上下文；不要将整个知识库倒入提示中。
对于有后果的行为，先草稿，然后批准；确保可重复和可审计。
在进行昂贵的推理之前使用确定性的看门人。
假设注意力是有限的资源，据此计划。
每次失败都应该改进护栏和测试套件。
不要将流畅的流程误认为是实际运行的用户旅程。
保持核心稳定和边缘可更换。
为每个行为类别独立地最小化自主权。
这是当前的设计——并不是完成工作的保证。
现在它包含本地和连接的源、可移植内存、Mac 和 iPhone 的体验、每日智能摘要、受控智能体任务、健康智能、感知审查、责任日志、通知、审计和端到端的主动 Doctor。
但仍有许多真实的边缘情况。
集成工具失去新鲜度。工作流权限失败。蓝牙网络消失。一致性网关有时过度过滤。内存可能变得嘈杂。基础系统自动化暴露了平台的奇怪限制。测试可能通过，但部署的应用仍然可能是空的。
这就是为什么我现在不称之为"构建一个 AI 助手"。
我正在构建一个小的个人系统。它应该继续学习，但不会忘记自己的宪法：
我的数据保持我的；
证明在信心之前；
权限保持受限；
行为保持可控；
内存保持可移植；
核心的健壮性不会因添加新能力而受到影响。
上述架构会改变。它应该改变。
智能体工作流应该如何确切地成为什么仍是一个开放的研究领域。我仍在探索我的系统应该让我成为什么样的人。
我们才刚刚开始。如需早期访问 Mora OS，请发送私信
如需采取进一步行动，你可以考虑屏蔽此人和/或举报滥用