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。
披露：Mora OS 是一个个人项目，使用 Codex Pro、基于我自己的硬件构建。本文是在 AI 协助下完成的，但经过了多轮由人类——也就是我——进行的质疑、编辑、重写和打磨。🙂
我住在旧金山湾区，在这里，你几乎无法摆脱这样一种感觉：未来正在距离你一家咖啡店的地方被组装起来。
过去几年里，这个未来大多以聊天框的形式出现。
我喜欢聊天，也一直在使用它。但我越是尝试让 AI 真正融入我的生活、发挥作用，它的一个核心缺陷就越明显：
聊天框把编排工作留给了我。
我必须记住该问什么，必须找到相关上下文，必须把消息、日期、文件和之前做出的决定粘贴进提示词。我还得把回答带回真正开展工作的地方。然后，一周后，我又得重新解释整个情况。
这不是助手，而是一位才华横溢却患有失忆症的顾问——而我依然是它的项目经理。
于是，我开始构建一种不同的东西。
我将它命名为 Mora OS：一个私有、本地优先、可移植的智能体式 AI 操作系统。它能够观察我已经在使用的系统，维护持久记忆，判断哪些事情值得我关注，提出行动建议，并让我通过原生 Mac 和 iPhone 体验监督这些行动。
这不是一篇产品发布公告，也不是一次胜利巡礼。它讲述的是这样一个过程：从零开始构建系统，犯下一些重要的错误，研究行业同时在学习什么，并逐渐发现“操作系统”这个比喻并非营销话术。
它就是架构本身。
我的第一反应不出所料：给智能体连接更多工具。
电子邮件、日历、消息、文件、记忆存储。后来又加入了健康数据导出和手机端配套应用。如果模型能够访问一切，它肯定会变得有用。
它的能力确实增强了。
但它并没有因此自动变得更加可信。
更多连接带来了新的问题：
哪些数据源实际上是最新的？
一条消息是发给我的、由我发出的，还是仅仅出现在我可见的群聊中？
这个问题我是否已经处理过了？
某个条目是有用的背景情报，还是我个人需要履行的义务？
模型看到的是证据、过时的记忆，还是两者自信满满的混合物？
如果系统提出一项行动，谁授权了它？
如果我忽略了某件事，它会从中学习，还是第二天又把它展示给我？
如果某个连接器悄无声息地失败，系统的其余部分会不会假装什么都没发生？
问题不再是“如何写出更好的提示词？”
而是“模型周围必须存在哪些服务，才能让它安全地参与我的生活？”
正是这个问题，把一个助手变成了一个操作系统。
我并不是先在白板上正确设计出整个系统，然后再将其实现。这个架构之所以逐渐成形，是因为每一条捷径都以不同的方式失败了。
当前的设计承担六项职责。
Mora OS 通过边界清晰的适配器，从本地和已连接的数据源中摄取信息，并强烈倾向于使用类型明确的命令行接口。
每一项观察都需要来源信息：
数据源何时产生了它；
系统何时观察到它；
适用怎样的新鲜度预算；
本次拉取是完整、部分完成、格式异常、未获授权，还是不可用。
“已连接”不等于“已同步”。“已认证”不等于“数据是最新的”。“没有结果”不等于“什么都没有发生”。
这些道理听起来显而易见，直到一个漂亮的仪表盘信心十足地汇总了过时的数据。
因此，Mora OS 最重要的设计决策之一毫不起眼：不确定性是一等状态。系统可以坦率地表示自己不知道。
记忆系统 Mora 运行在本地，并且可以独立于任何特定模型或智能体运行时进行迁移。
这一点比乍看之下重要得多。
模型会变化，上下文窗口会变化，智能体框架会变化，定价也会变化。个人历史不应该在每次更换推理引擎时消失。
研究界也正从多个方向逐渐形成类似的共识。MemGPT 将长上下文管理描述为类似操作系统中的虚拟内存。Generative Agents 的研究将观察、反思、检索和规划结合起来。最近，Anthropic 在上下文工程研究中将上下文描述为一种有限资源，必须有意识地进行筛选和组织。
我的实践版本更像一位图书管理员，而不是一个水桶。
并非所有原始观察都会被提升为永久事实。有价值的结果会转化为带有来源信息、紧凑且持久的记忆。重复内容会被压缩，过时材料可以接受审查，检索范围则围绕具体任务确定，而不是把整个档案库一股脑塞进提示词。
目标不是“永远记住一切”。
而是保留持续有用的信息，知道它来自哪里，在相关时检索它，并允许所有者将它迁移到其他地方。
这样，个性化就会成为一项由用户拥有的资产，而不是某家供应商聊天记录的副作用。
最棘手的一个问题看起来似乎无伤大雅。
Mora OS 可以从群聊中检索一段活跃讨论，并将其汇总进 Daily Intelligence。但在下游，同一段内容可能被误判为我个人需要完成的事情。
这让我学会了建立两条彼此分离的通道。
情报通道会问：
它是否与已经核实的兴趣、项目或关系相匹配？
它是否值得占用今天有限注意力预算中的一个名额？
个人行动通道的门槛要高得多：
是否存在直接请求？
责任归属是否已经核实？
这项责任属于我吗？
它是否已经被处理？
有哪些证据支持所建议的下一步行动？
背景情报可以丰富简报，但不能悄无声息地变成任务、紧急通知或外部行动。
这个模型前置关卡后来成为系统中影响最深远的组成部分之一。它能在投入推理成本之前降低噪声，防止一整类虚假义务，并为哪些内容被接纳或拦截提供可审计的解释。
OpenAI 的智能体实践指南同样强调了分层护栏，以及对高风险行动进行人工干预。NIST 关于智能体身份与授权的研究也指向了同一个更深层的问题：一个智能体需要的不只是智能，还需要受限的权限、身份、审计和不可否认性。
数据源和关卡建立起来之后，我又犯了一个错误：展示了太多内容。
驾驶舱不会因为聚合了一切就自然变得有用。如果它只是把五个嘈杂的信息流变成一个巨大的信息流，那它所做的不过是把焦虑集中到了一处。
现在，Daily Intelligence 拥有明确的注意力预算。各个条目需要竞争少量可见名额。系统会记录哪些内容符合条件、哪些内容被省略，以及原因是什么。
Agentic Tasks 又有所不同。它们不是“有意思的建议”。一个进入队列的任务需要：
一个离开队列的条件；
生命周期和去重回执。
这种差异很细微，却具有基础性意义：
Daily Intelligence 帮助我理解。Agentic Tasks 要求我做出决定或采取行动。
两者都可以进入 Ask Mora，展开以证据为基础的深入对话。但现在，聊天只是操作系统内部的一个辅助界面——而不是操作系统本身。
最简单的智能体演示，同时也是最危险的：“看，它把消息发出去了。”
Mora OS 从相反的假设出发。
读取操作所需的权限很低。草稿是可逆的。外部写入则会产生实质性后果。
因此，一项行动需要经过明确的阶段：
规划并预览影响；
在策略要求时请求批准；
以幂等方式执行；
验证行动后的状态；
追加审计回执。
随着信任的积累，系统可以针对不同类型的行动提高自主程度，但自主性不是一种性格设置。它是一项以实际观察到的可靠性为依据的策略决策。
这个区别很重要，因为 AI 智能体的安全不能通过在系统提示中添加"小心点"来解决。NIST 关于智能体劫持的研究强调了将可信指令与不可信外部数据混合的危险。在个人操作系统中，电子邮件、消息、网页和文档都是潜在的恶意输入。
模型可以提议。内核决定提议被允许变成什么。
然后 Mac 应用变成了空白。
后端在运行。健康检查端点返回成功。应用进程存在。构建通过。从基础设施的角度来看，一切都看起来很健康。
从用户的角度来看，该产品是一个白色矩形。
这个失败成为了我找到的最清晰的生产质量定义：
系统在其组件声称成功时并不是健康的；当用户的关键旅程有效时，系统才是健康的。
Mora OS Doctor 就是从这个教训中发展而来的。它检查跨越源、新鲜度、本地内存、网关、Daily Intelligence、任务、Ask Mora、通知、审计凭证、本地 Mac 状态和 iPhone 伴侣应用的整条链。它保留不可变的探针证据，去重复发生的问题，识别恢复，并在无法证明能力时以失败安全的方式关闭。
我们还添加了一个真实的渲染窗口回归测试。"进程运行"不能再代表"应用可见"。
无聊的纪律成为了真正的护城河：
规范先于实现；
测试认证的本地行为；
物理设备回归测试；
每个发布的错误都成为一个固定的检查；
包和已安装应用的验证，而不仅仅是编译；
诚实的外部网关；
不基于陈旧证据的发布声明。
Anthropic 在构建多智能体研究系统的描述中说明了一个相关的真理：最后一英里成为大部分旅程，小的失败会复合成完全不同的智能体轨迹。OpenAI 最近关于跟踪评分和评估的工作强化了同一方向。必须在工作流中观察智能体质量，而不是从一个令人印象深刻的答案推断。
这不是关于宣布赢家的部分。
OpenClaw 是一个野心勃勃的通用个人助手平台。其官方文档描述了广泛的渠道支持、多智能体路由、会话、内存、技能和始终开启的网关。这种广泛性确实很有用。如果我想快速连接许多消息传递表面并在大型生态系统中进行实验，它应该得到认真考虑。
Mora OS 做出了不同的权衡。
它是围绕一个所有者、一个可移植的内存系统、本地个人驾驶舱、明确的证据和狭窄的权限边界而专门构建的。这种差异体现在三个方面。
通用智能体平台很强大，因为它可以接受许多插件、渠道、工具和执行路径。相同的广泛性会扩展信任表面。
OpenClaw 自己的入职过程警告说智能体是强大的，全系统访问是有风险的。其文档将身份验证材料和会话状态放在本地智能体目录中，该项目积极提供安全修复——就像任何快速移动的高权限平台必须做的那样。诸如 CVE-2026-26972 之类的公开建议提醒人们本地执行并不自动意味着低风险。
Mora OS 故意缩小边界：
类型化的、允许列表的 CLI 能力；
默认为只读摄取；
隔离的健康数据处理；
本地加密内存；
明确的新鲜度和来源；
结构上不具有行动资格的智能；
有后果的写入的批准网关；
事后验证和仅追加审计；
不假设经过身份验证的连接器是当前的或安全的。
通用平台可以加固以实现类似的控制吗？绝对可以。
区别在于在 Mora OS 中这些控制是内核，而不是留给所有者的可选组装工作。
提示可以让智能体听起来像它认识我。但这与了解我不断演变的职责状态不同。
Mora 的个性化来自耐用的、来源关联的结构：
决定及其后来的矛盾；
责任和所有权；
人和关系；
已处理与未处理的承诺；
显式的驳回和"不相关"的反馈；
压缩成耐用内存的重复模式；
检索范围限定于当前任务。
这比个性化叠加层的构建要慢。但当模型、运行时或界面改变时，它也更难丢失。
智能体框架本身可能是免费和开源的，但持续的智能体循环仍然消耗模型令牌、连接器资源、存储和操作者注意。
Mora OS 在架构上控制成本：
确定性过滤在 LLM 调用前运行；
重复事件在合成前去重；
计划扫描是有限的；
后台智能不能触发昂贵的行动规划；
本地搜索和索引处理检索；
高能力模型被保留用于模糊的、高价值的工作；
注意力成本被视为真实成本，而不仅仅是 API 支出。
这并不使 Mora OS "免费"。本地硬件、工程时间、维护和前沿推理都有成本。原则上这也不是唯一的；OpenClaw 支持多个模型提供者和本地选择。
优势是对齐：Mora OS 针对维护一个人的可信状态所需的最少推理量进行优化——而不是为了运行最广泛的通用智能体。
所以我的比较很简单：
最好的系统取决于你优化的目标。
我正在优化多年积累的信任。
我确实希望 Mora OS 从我身上学习。
但我不希望每次点击、纠正或私人记录都默默地混合到一个无法知道的模型档案中。
因此学习循环是显式的和两速的。
快速运营学习包括：
此项目现在被驳回；
这不相关；
这两个信号指的是相同的责任；
此来源目前已过时；
此任务已完成。
缓慢的策略学习需要更强的证据：
重复编辑建立通信偏好；
重复拒绝调整相关性网关；
稳定的模式可能成为耐用的记忆；
自主权只能针对具有观察到的可靠性的特定行动类别而升级。
有用的学习应该留下凭证。重要的记忆应该是可检查的。删除应该被治理。从私人内存升级到任何共享上下文应该是明确的。
系统应该变得更个人化，而不会变得更不易被理解。
添加健康数据使架构变得更加严肃。
简单的方法是总结医疗文件和活动图表。有用的方法更难：结合来自不同来源的纵向信号，保留其边界，检测趋势或异常，并在不假装诊断的情况下浮出一个谨慎的问题。
这需要隔离、新鲜度预算、源特定的 ETL、临床时间排序、去重和语言约束。原始健康记录保留在一般个人智能路径之外。只有最少的衍生信号可以跨越边界，并带有方法论和证据参考。
这教会了我一个更广泛的课程：
域越有后果，"AI 见解"是措辞优美的猜测就越不可接受。
智能体 AI 行业变化太快，无法围绕一个框架冻结架构。
模型将成为更好的规划者。上下文窗口将增长。本地推理将改进。工具协议和智能体间标准将成熟。新的个人数据源将出现。安全指导将变得更具体。今天的一些模式看起来会很天真。
Mora OS 被设计为在显式的接缝处吸收这种变化：
模型是推理引擎，而不是内存所有者；
连接器是可替换的类型化适配器；
策略是版本化的；
证据合同是稳定的；
任务具有独立于智能体会话的耐用状态；
本地客户端消费规范状态；
评估固定用户可见行为；
Doctor 探针让新能力变得可观测。
最持久的组件并不是模型。
而是决定模型可以看到什么、可以提出什么建议、可以执行什么操作，以及系统之后会记住什么的框架。
在构建、破坏并重建 Mora OS 之后，以下是我最信赖的原则：
从责任出发，而不是从聊天出发。
将新鲜度、来源和不确定性视为产品功能。
将有用的智能与经过验证的个人操作分开。
让记忆保持可移植，并独立于模型。
检索上下文时，要像操作系统调页内存一样，而不是像提示词那样把整个仓库一股脑倒进去。
对于会产生重大影响的操作，应优先生成草稿、围绕审批设计、保证幂等，并记录审计日志。
在进行成本高昂的推理之前，先使用确定性门控。
将注意力作为稀缺资源来设计。
让每一次失败都能改进框架和回归测试套件。
绝不要把进程健康误认为用户旅程能够正常运行。
保持内核稳定，让边缘组件可替换。
每次只针对一种操作类别逐步赢得自主权。
这是当前的架构——并不意味着这项工作已经完成。
它已经覆盖本地和已连接的数据源、可移植记忆、原生 Mac 和 iPhone 体验、Daily Intelligence、受治理的智能体任务、健康智能、保留审查、责任台账、通知、审计，以及主动式端到端 Doctor。
它也依然存在真正的边缘问题。
连接器会失去新鲜度。操作系统权限会失效。移动网络会中断。相关性门控会过度过滤。记忆可能变得嘈杂。原生自动化可能暴露平台上的怪异行为。测试可能通过，而安装后的应用却一片空白。
这正是为什么我不再把它看作“构建一个助手”。
我正在构建一个小型个人操作系统，它的职责是在持续学习的同时，不忘记自己的宪法：
我的数据仍然属于我；
证据先于确信；
权限始终有明确边界；
操作始终可治理；
记忆始终可移植；
故障始终可见；
新能力可以接入，而不会削弱核心。
上面的架构将会变化。它也理应变化。
整个行业仍在探索智能体操作系统究竟需要成为什么样子，而我也仍在探索自己需要让它变成什么样子。
我们才刚刚开始。私信我，获取 Mora OS 的早期访问资格。
如需采取进一步措施，你可以考虑屏蔽此人和/或举报滥用行为。