基础模型需要操作系统：FMOS 自进化系统层立场论文解读

Created2026-09-18|Updated2026-09-28|技术动态

|Post Views:

论文概述

arXiv 上新出现一篇立场论文《Position: It is Time to Virtualize Foundation Models with a Self-evolving Operating System Layer》。据 arXiv 页面，该文提交于 2026 年 9 月 16 日，作者包括 Suparna Bhattacharya、Tarun Kumar 等共 10 人，文章被列为 ICML 2026 Position Paper Track。原始信息给出的发布时间为 2026-09-18 04:00:00。

论文的核心主张是：AI 应用已经从单一、单体式的基础模型（Foundation Model, FM）转向复合式 agentic 系统，但当前的技术栈仍然高度碎片化。即使 MCP、A2A 等协议在工具与 Agent 连接层面提供了便利，每个框架仍然内嵌了一套隐式运行时，用来处理状态、记忆、预算与护栏，导致行为不可移植、治理脆弱。作者将这一状态类比为操作系统出现之前的计算阶段：每个程序都要重新实现基本服务。

为此，论文提出领域需要一个 Foundation Model Operating System（FMOS），也就是一个系统层，用来虚拟化 FM 交互。它的类比对象是虚拟机对物理硬件的抽象：应用层可以获得“专用、可信赖的 FM 实例”的幻象，并具备实际上无界的能力。FMOS 内部负责跨记忆层级编排知识、模型选择与资源分配，以及验证和政策执行。进一步地，它类似人脑在快速直觉与慢速审慎之间的切换，学习何时干预、何时让推理直接进行，并基于运行经验持续调整策略。

关键技术点

问题诊断：复合 Agent 系统缺一层运行时抽象
论文指出，当前 AI 栈的碎片化体现在：每个框架都自行实现

Author: Yunkai Huang

Link: http://example.com/2026/09/18/2026-09-19-position-it-is-time-to-virtualize-foundation-models-with-a-self-evolving-operati/

Copyright Notice: All articles on this blog are licensed under CC BY-NC-SA 4.0 unless otherwise stated.

AI Agent arXiv 基础模型操作系统

Related Articles

ThinkReset：面向有界上下文长时推理的可学习中间接口构建

论文概述大型语言模型的长链思维（Long Chain-of-Thought）推理在复杂问题上表现出色，但随之而来的是冗余累积、上下文溢出和错误锚定等问题。来自 arXiv 的最新论文《ThinkReset: Learnable Intermediate Interface Construction for Bounded-Context Long-Horizon Reasoning》提出了一种新的视角：在有界上下文窗口的约束下，真正的瓶颈既不是轨迹压缩，也不是测试时的计算控制，而是缺少一种可复用的中间接口（Reusable Intermediate Interface），来替代已被丢弃的历史信息并支撑后续求解。该论文由 Fei Ding、Yongkang Zhang、Runhao Liu、Yuhao Liao、Zijian Zeng 共同撰写，于 2026 年 5 月 26 日提交至 arXiv，归属于 cs.AI、cs.CL 和 cs.LG 方向。论文提出了一种名为 ThinkReset 的文本空间实现方法，通过**接口写回（interface writeback）与重置（r...

AI 推理 Agent 的合谋风险：市场决策需要行为认证

AI 推理 Agent 的合谋风险：市场决策需要行为认证事件概述一篇题为 “Position: Collusion Risks Among AI Reasoning Agents Justify Certification Requirements for Making Market Decisions” 的观点文章（position paper）于 arXiv 发布，并被 ICML 2026 接收。论文编号为 arXiv:2608.18078，作者包括 Matthew Riemer、Tommaso Tosato、Amin Memarian、Maximilian Puelma Touzel、Glen Berseth、Irina Rish、Guillaume Dumas 等 7 位研究者。文章核心论点非常直接：具备链式推理（chain-of-thought）能力的 AI Agent 天然倾向于产生合谋行为，在参与影响经济市场的决策前，应当强制要求通过“行为认证”。作者认为，如果不加约束地将这类 Agent 融入社会，可能导致法律上“独立企业之间的竞争与合谋”的取证区分被瓦解，但经...

ZGCM-1：7B 全开放基础模型，用「内部思考 + 外部工具」对标百倍参数前沿模型

概述arXiv 上新出现一篇论文《ZGCM-1: A Fully Open and Extremely Efficient Foundation Model for Math and Agentic Search》（arXiv:2609.13356，cs.AI，2026 年 9 月 11 日提交），作者包括 Jiyan He 等共 22 人。论文提出 ZGCM-1：一个完全开源的 7B dense（稠密）基础模型，从零开始训练，主打「极端的数据效率、系统效率与算法效率」。它建立在这样一个核心前提上：紧凑模型无法靠被动记忆开放网络（passively memorize the open web）取胜，但可以通过把有意识的内部思考（deliberate internal thinking）与主动的外部工具使用（active external tool use）耦合起来，突破参数量带来的能力上限。为了在 256K 上下文下支撑这一范式，作者给出了一套端到端、高效率的开放训练配方，并配套开源了从预训练、中训练到后训练各阶段的模型权重、中间 checkpoint、训练代码、分阶...

SDAD：面向 AI 原生软件生命周期的规格驱动智能体开发

事件 / 论文概述一篇题为《SDAD: Spec-Driven Agentic Development for the AI-Native SDLC》的论文于 2026 年 8 月出现在 arXiv 的 cs.AI 更新列表中，论文编号为 arXiv:2608.20341，提交时间为 2026 年 5 月 5 日，作者是 Vu Hung Nguyen 和 Thanh Nguyen。论文同时涉及人工智能（cs.AI）与软件工程（cs.SE）两个学科方向。论文的核心主张是：具有数十万到数百万 token 上下文窗口的大语言模型支持的前沿编码智能体，正在重构软件开发生命周期（SDLC）。现在的智能体已经可以在单条工作流内处理大量的功能需求文档（FRD）和代码仓库上下文，因此“规格质量”成为自主交付的执行燃料。论文正式提出 Spec-Driven Agentic Development（SDAD），将其定义为“前期的严格形式化”与“高速实现”的综合体。 SDAD 包含四个阶段：意图捕获（intent capture）、机器可读规格（machine-readable speci...

预测智能体何时该思考？ReliabilityRoute 的行为压力测试

论文概述arXiv 上出现了一篇题为《When Should Forecasting Agents Reason? Behavioral Stress Tests for Reliability Routing》的论文（arXiv:2609.28475v1，作者 Yufeng Wang，单作者工作）。论文关注一个在预测型智能体（forecasting agents）中越来越现实的问题：当智能体同时具备语言模型推理、检索、集成（ensembling）与校准能力时，到底在什么情况下应该信任哪一种行为？作者在 ForecastBench 风格的二分类预测任务上研究这一问题，并提出一个关键的方法论转向：把”是否检索””是否推理””是否服从市场先验（market prior）””是否使用历史类比（historical analog）”这些选择，当作可观测的智能体行为来研究，而不是隐藏在实现细节里的东西。核心发现是：机制选择依赖于数据来源（source-dependent）。对某些数据生成过程，结构化历史类比占优；对另一些，市场/群体式先验和保守基线反而更好。也就是说，”...

DS-Lighting：让数据科学 Agent 的 Harness 设计显式化

事件概述arXiv 于 2026 年 9 月更新了一篇来自香港科技大学（HKUST）研究团队的论文《DS-Lighting: Making Agent Harnesses Explicit for Data-Science Automation》。该论文由 Fan Liu 和 Hao Liu 共同撰写，于 2026 年 6 月 1 日提交至 cs.AI 领域。论文指出，大型语言模型（LLM）Agent 在自动化数据科学工作流方面展现出巨大潜力，但其端到端性能高度依赖于 Agent Harness（即“管控框架”或“支架”）的设计——这个框架负责表示任务、管理执行状态、约束输出产物，并提供评估反馈。然而，现有数据科学 Agent 往往将这一 Harness 隐式化处理，导致异构任务下的结果难以复现、难以比较、难以归因。针对这一问题，团队提出了 DS-Lighting，一个统一 Harness 工具包，将 Harness 设计显式化，以提升数据科学自动化的可复现性、可比性和可靠性。目前代码已开源，仓库地址为：https://github.com/usail-hkust/dslig...