Min Liu، مدیر اجرایی openKylin، در ۸ اکتبر ۲۰۲۶ در همایش Open Source Summit Europe 2026 (پراگ، ۷ تا ۹ اکتبر) کلیدواژه‌ای با عنوان «From AI Runtime to System Agents» ارائه داد. در این سخنرانی، KART (یک runtime هوش مصنوعی یکپارچه) و یک محیط اجرای ایجنت در سطح سیستم معرفی شدند.

معماری سه‌لایه: از مدیریت منابع تا مدیریت قصد#

openKylin استدلال می‌کند که چالش اصلی در عصر AI دیگر توانایی مدل نیست، بلکه زیرساخت سیستمی برای اتصال AI به محاسبات روزمره است. این پروژه یک تغییر پارادایم از «مدیریت منابع» به «مدیریت قصد» را پیشنهاد می‌کند و معماری‌اش را در سه لایه تعریف می‌کند:

  • لایه‌ی Runtime: KART و موتور استنتاج محلی kytensor خدمات استنتاج مشترک ارائه می‌دهند.
  • لایه‌ی اجرای ایجنت: محیطی که KylinBot، Kylin-CUA و ایجنت‌های شخص ثالث را اجرا می‌کند.
  • لایه‌ی قابلیت: ابزارهای API و مهارت‌های GUI دسکتاپ، با مرزهای مجوز و پایش اجرا.

در نسخه‌ی openKylin 3.0، این معماری در سه قابلیت دسکتاپی پیاده‌سازی شده: AI Assistant (تعامل از «جست‌وجوی قابلیت» به «بیان قصد»)، Global Intelligent Search (جست‌وجوی معنایی به‌جای مکانی) و Intelligent Space (سازمان‌دهی بر اساس تسک به‌جای پوشه).

شتاب روی RISC-V#

Jianfeng Li از کمیته‌ی فنی openKylin در یک lightning talk، کار روی دسکتاپ AI-Ready برای معماری RISC-V را ارائه کرد. طبق گزارش پروژه:

  • بهینه‌سازی‌های هسته‌ی RVV شتاب ۲ تا ۵ برابری در استنتاج FP32 با ONNX Runtime ارائه می‌دهند.
  • پشته‌ی AI از استنتاج CPU با vLLM روی تراشه‌ی SpacemiT K3 پشتیبانی می‌کند.
  • قالب‌های توزیع شامل .deb، Python wheels، Conda و Docker است.

openKylin اعلام کرده که بهینه‌سازی‌های RVV و کارهای enablement فریمورک استنتاج را به‌صورت upstream به اکوسیستم‌های Linux و RISC-V اهدا خواهد کرد.

خوانش تحریریه#

پیشنهاد openKylin — یک runtime یکپارچه در سطح سیستم‌عامل که ایجنت‌ها را به‌عنوان شهروند درجه‌یک می‌بیند — در سطح مفهومی با جهت‌گیری‌هایی مثل Windows Copilot یا macOS Apple Intelligence هم‌راستاست، اما تفاوتش در این است که در بستر یک OS متن‌باز و با هدف مشارکت upstream اجرا می‌شود. برای کسی که همین حالا ایجنت‌های دسکتاپی روی Linux می‌سازد، این خبر به‌تنهایی ابزار جدیدی در اختیارش نمی‌گذارد؛ KART هنوز یک proposal معماری است، نه یک بسته‌ی نصب‌شدنی. اما شتاب ۲ تا ۵ برابری روی RISC-V عددی است که اگر واقعاً به upstream برسد، برای توسعه‌دهندگانی که روی سخت‌افزارهای غیر-x86 کار می‌کنند، قابل‌استفاده خواهد بود. احتیاط: این اعداد از ONNX Runtime و FP32 گزارش شده‌اند، نه از مدل‌های زبانی بزرگ یا فریمورک‌هایی مثل vLLM.

منبع: MarkTechPost