
11月17日,龙蜥操作系统大会在北京召开。
在经过五年的快速发展后,作为国内重要开源社区之一,龙蜥社区已经初具规模,龙蜥操作系统也已经完成替代CentOS的历史使命,走到了一个新的发展拐点。
在大会现场,我听到了两个词被多位嘉宾频繁提及:一是千万装机量,二是AI。
对于龙蜥社区而言,千万装机量代表了它的过去,AI则代表了它的未来。
在走过千万装机量这一拐点后,龙蜥社区和龙蜥操作系统,又将如何拥抱AI?
从今天的龙蜥操作系统大会上,我们找到了这一问题的答案。

01 龙蜥社区这五年
2020年9月,在这一年的云栖大会上,阿里云联合产业伙伴发起了龙蜥社区。
说起来,龙蜥社区的成立,其实背负着一定的历史使命,2020年正值CentOS即将退出历史舞台时刻,国内亟需一个替代CentOS的服务器操作系统,龙蜥社区也就这样应运而生。
当然,虽然构建一个替代CentOS的服务器操作系统是龙蜥社区成立之初的直接目标,不过,作为一个开源社区,龙蜥社区的长期目标是打造一个面向未来的操作系统,建立一个统一的开源操作系统生态。
而龙蜥操作系统正式发布,是在次年的云栖大会上。

2021年10月20日,在2021云栖大会上,阿里巴巴集团合伙人、阿里云智能集团基础设施事业部负责人蒋江伟正式宣布了龙蜥操作系统的发布并对外开源。与此同时,阿里云还官宣了为龙蜥投入20亿元专项资金,并联合100家生态合作伙伴推动生态建设,提供至少十年的技术支持。
回忆起当年云栖大会上成立龙蜥社区、发布龙蜥操作系统的情景,蒋江伟指出,“我们的初心是通过开源协作,为中国打造一个自主可控、技术领先、生态繁荣的服务器操作系统社区。”
在这之后的五年里,龙蜥社区完成了CentOS停服替代的历史使命,经历了IT基础设施云化的历史发展机遇,一直演进到如今人工智能技术的兴起。
回顾过去五年的发展历程,龙蜥社区取得了可观的成绩,蒋江伟从四个方面总结了这些成绩:
生态构建上,从创立之初的100家社区成员,到现在已经有超过1000家社区成员,这些成员涵盖芯片、服务器、云计算平台、基础软件、上层应用在内的全产业链;
系统应用上,龙蜥操作系统及其衍生版本总装机量已经突破了1000万,龙蜥操作系统已经在政务、金融、通信、能源、互联网等核心领域发挥重要作用,并培养了数万名开发者;
技术研发上,实现了一云多芯架构,原生支持x86、Arm、RISC-V芯片架构,以及主流国产芯片,并在操作系统内核、编程语言、AI安全方面进行了深入布局;
社区治理上,为社区之间互相协作,龙蜥、开源欧拉、欧栖、开放麒麟、深度五大操作系统开源社区联合发起了开源生态发展合作倡议,在操作系统核心基础组件上达成了多项共识,共同推进了操作系统技术进步和生态协同。
据中国智能计算产业联盟最新发布的《国产服务器操作系统发展报告(2025)》调研数据显示,龙蜥操作系统蝉联用户意愿迁移的国产服务器操作系统榜首,迁移至龙蜥生态社区版和商业版的意愿比例为54.25%。

此外,来自这份报告的另一个数据显示,在进入到人工智能时代后,龙蜥操作系统将在“云+AI”增量市场中市占率突破50%。
02 云+AI,龙蜥的拐点
在今年的云栖大会上,将AI驱动定为企业战略的阿里,提出了一个新概念,ASI(超级人工智能)。
阿里巴巴集团CEO、阿里云智能集团董事长兼CEO吴泳铭指出,“AI不会止步于AGI,它将迈向超越人类智能、能够自我迭代进化的超级人工智能(ASI)。”
毫无疑问,人工智能已经成为时代的必然趋势,云计算由此转向了“云+AI”,而这样的发展趋势,也成为了龙蜥操作系统的拐点。
PC时代成就了Windows系统,移动互联网时代成就了Android系统,那么,人工智能时代,又将会有怎样的操作系统登上历史舞台?
这是一个值得思考的问题。
龙蜥社区技术委员会主席、阿里云智能集团总监杨勇在接受媒体采访时特别指出,“场景很重要,AI究竟会带来什么样的场景,这是我们操作系统从业者未来需要关注的,好的场景才可以牵引操作系统生态协同。”
而在人工智能技术路径还未统一的当下,拥抱不断变化的AI,适配主流AI框架和模型,就成了争夺未来AI操作系统高地的必由之路。
龙蜥社区理事长、阿里云智能集团研发副总裁马涛在大会上从System for AI和AI for System两个方面解释了当下AI为操作系统带来的改变。

就System for AI而言,首先,超节点技术带来了单机到多机的变化,带来了对高算力的需求;其次,MoE架构已经成为大模型发展趋势,模型本身开始向稀疏化方向发展,由此带来的是CPU、GPU高效协同的需求。
这些需求需要服务器操作系统既要能够高效发挥底层硬件价值,又要能够支持多元异构算力的协同调度,从大会上公布的龙蜥操作系统架构来看,龙蜥社区在这方面已经做了不少工作。
就AI for System而言,当下操作系统进程模型、资源隔离方式,还无法完全满足智能体的应用需求,为此,龙蜥操作系统面向智能体进行了大量创新应用。
以内核智能体为例,龙蜥操作系统在引入ABACI内核智能体后,缺陷修复周期降低了80%,缺陷分析效率提升了95%,代码审查准确率提升了60%。

值得注意的是,龙蜥社区在今年8月特别成立了智算基础设施联盟,这一联盟汇聚AI芯片、服务器、操作系统、跨芯适配系统软件等产业链各方,聚焦开源大模型等AI技术落地过程中的兼容适配、系统稳定性、人才培养以及AI安全等问题,来推动AI技术发展创新。
此外,我们在这次龙蜥操作系统大会上,也看到了龙蜥社区在RISC-V指令集上的布局,马涛在大会上透露,“我们在今年6月已经联合中兴通讯、阿里云、阿里达摩院发布了一个RISC-V预览版,我们将会在12月发布支持RVA23指令集的正式版本。”

在龙蜥社区五周年之际,我们在龙蜥操作系统大会现场看到了,在组织架构上持续迭代更新的龙蜥社区,正在推动龙蜥操作系统面向AI不断演进。
好文章,需要你的鼓励
这项由Snowflake AI Research发表的研究挑战了传统语言学对大型语言模型的批评,通过引入波兰语言学家Mańczak的理论框架,论证了LLM的成功实际上验证了"频率驱动语言"的观点。研究认为语言本质上是文本总和而非抽象系统,频率是其核心驱动力,为重新理解AI语言能力提供了新视角。
freephdlabor是耶鲁大学团队开发的开源多智能体科研自动化框架,通过创建专业化AI研究团队替代传统单一AI助手的固化工作模式。该框架实现了动态工作流程调整、无损信息传递的工作空间机制,以及人机协作的质量控制系统,能够自主完成从研究构思到论文发表的全流程科研工作,为科研民主化和效率提升提供了革命性解决方案。
德国马普智能系统研究所团队开发出专家混合模型的"即时重新布线"技术,让AI能在使用过程中动态调整专家选择策略。这种方法无需外部数据,仅通过自我分析就能优化性能,在代码生成等任务上提升显著。该技术具有即插即用特性,计算效率高,适应性强,为AI的自我进化能力提供了新思路。
Algoverse AI研究团队提出ERGO系统,通过监测AI对话时的熵值变化来检测模型困惑程度,当不确定性突然升高时自动重置对话内容。该方法在五种主流AI模型的测试中平均性能提升56.6%,显著改善了多轮对话中AI容易"迷路"的问题,为构建更可靠的AI助手提供了新思路。