下一代 OS，不只是給人操作，也要讓 AI 理解

Mr. τ・風雲網通系統有限公司

二十幾年前，我剛入行的時候，「學會用電腦」這件事本身就是一個專業門檻。不是每個人都知道怎麼開磁碟機、怎麼打 IP、怎麼判讀錯誤代碼。

後來網路普及了，GUI 變得越來越友善，這道牆矮了一半。但對工程師來說，真正的工作仍然是那些 CLI、那些 config、那些藏在第三頁設定選單裡的參數。

現在，AI Agent 出現了。

我不是要說「AI 可以取代工程師」這種老套論述。我想說的是一件更底層的事：人類與複雜系統的互動介面，正在準備迎接第三次重構。

第一次：GUI 讓普通人也能操作機器

過去的作業系統，只有兩層溝通介面：

第一層：GUI

給人用的視覺介面。Windows 設定、NAS DSM、Router 管理介面。你看到的是「按鈕」，不需要知道背後是什麼指令。

第二層：API / CLI

給程式用的系統介面。PowerShell、Shell Script、REST API。工程師的地盤，自動化的入口。

但這兩層都有一個隱藏前提：操作者必須先知道「這個系統有什麼能力」。

你得知道功能在哪裡、工具叫什麼名字、參數怎麼填、錯誤怎麼判讀。這道「認知高牆」從來沒有消失，只是被 GUI 遮住了一部分。

第二次：API 讓程式也能操作機器

REST API 的普及，讓「自動化」成為可能。你不需要真的去點那個按鈕，只要呼叫對的 endpoint、帶對的參數，就能完成任務。

但這層也有門檻：你仍然需要先讀文件，先知道 endpoint 的名稱，先理解資料結構。程式不會「猜」，它只會「照做」。

API 解放了自動化的下限，但沒有解決「讓不熟悉系統的人也能快速上手」的問題。

第三次：AI Capability Layer — 讓 AI Agent 也能理解機器

AI Agent 帶來的不是「更聰明的 GUI」，而是一個全新的問題：

如果我告訴 AI「幫我檢查這台 NAS 的硬碟健康狀況」，AI 怎麼知道它能做什麼、該呼叫哪個工具？

GUI 無法告訴 AI。API 文件太龐雜、太靜態。現有的系統，根本沒有設計給 AI 看的入口。

這就是為什麼我認為下一代 OS、NAS、網路設備，需要的是第三層：

層次	名稱	使用者	說明
第一層	GUI	人類	視覺操作介面
第二層	API / CLI	程式	自動化呼叫介面
第三層	Capability Layer	AI Agent	系統主動告訴 AI「我能做什麼、如何安全使用」

這不是科幻。這是已經在發生的工程挑戰。

當你的 OS 可以對 AI Agent 說：

• ✔Storage.Health.Check：可執行，無需確認
• ✔Storage.Backup.Create：可執行，需指定目標
• ✔Storage.Format.All：高風險，需人類明確確認

AI 就不再需要猜測。而這也正是 PCPiLOT 長期在做的事：把工程師腦中的診斷邏輯，轉換成系統可以理解、AI 可以執行的能力格柵。

Terminal 的下一個身份：AI Agent 的文字介面

舉一個具體的例子。

現在，你想確認一顆硬碟是否快壞掉，標準做法是：

$ smartctl -x /dev/sda

然後你要看懂：Reallocated Sector Count、Pending Sector、Power On Hours…每一個 SMART Attribute 的意義，都是靠年資累積的。

工具存在，但門檻很高。

加入 AI Agent 之後，這段對話可能變成：

使用者：幫我檢查這顆硬碟是否健康。

AI Agent：這顆硬碟已使用 8 年，重新配置磁區數量異常增加，建議立即備份並安排更換。（已執行 smartctl、分析 SMART 屬性、判斷風險等級。）

Terminal 不消失，但它的定位改變了。它從「工程師輸入命令的地方」，升級為「AI Agent 與 OS 溝通的文字通道」。

現場工程師的痛點：每次出門都要「重新認識環境」

做過第一線 IT 的人都知道這個場景：

客戶說：「網路最近很慢，請幫忙查一下。」

但現場沒有：最新的網路拓樸圖、IP 分配表、VLAN 對應、Switch Port 標籤、Firewall 架構。

工程師第一步不是修問題，而是「重新認識環境」。登 Firewall、查 Router、查 Switch、看 ARP table、找 DHCP lease、手動畫拓樸圖。

這段工作，有時比真正排障還花時間。

AI Agent 可以改變這件事。透過 arp-scan、nmap、SNMP polling、NetFlow 分析，一個 Network Discovery Agent 可以在幾分鐘內重建出：

Internet
  │
Firewall (192.168.1.1)
  │
Core Switch
  ├── Server (192.168.1.10) — ERP
  ├── NAS (192.168.1.20) — 備份
  ├── PC ×14
  └── AP ×3

這不是魔法，是把工程師本來就要做的事，讓工具先跑一遍。

從「知道有哪些設備」到「理解它們平常怎麼跑」

拓樸圖只是第一步。真正有價值的，是行為基線（Behavior Baseline）。

設備和使用者長期運作，會自然形成規律。AI Agent 可以學習這個規律，然後偵測偏離。

正常模式

某使用者：每天 08:30 登入、存取 ERP、使用量約 3~5 GB。

異常訊號

凌晨 03:00 登入，下載 800 GB 財務資料。
帳號密碼正確，但行為不像這個人。

NAS 也是如此。每天凌晨備份是正常的。下午突然大量修改數萬個檔案，可能是勒索軟體。

傳統資安靠的是 Identity（你是誰）和 Permission（你能做什麼）。AI Agent 時代，需要加上兩個新維度：

• ✔Behavior：這個行為符合歷史規律嗎？
• ✔Intent：這個操作真的符合使用者當下的意圖嗎？

能力開放的另一面：Capability Layer 也可能被攻擊者利用

這件事不能只說好的一面。

如果 OS 提供了完整的 Capability Layer，讓 AI 知道如何格式化磁碟、修改權限、大量刪除檔案，惡意程式也同樣可以利用這份地圖。

所以 Capability Layer 不能只是「開放能力」，必須同時包含三件事：

1

Capability Discovery + Permission Control
AI 能發現能力，但每個能力的執行都需要對應的權限核可。

2

Risk Classification
格式化硬碟、大量加密檔案、清空資源回收桶——這些操作必須被標注為高風險，觸發額外確認流程。

3

Audit Trail
每一個 AI Agent 的操作，都必須留下可追查的紀錄。能力越大，日誌越重要。

人類的「慢」，反而是安全機制

這是我在這波討論裡覺得最有趣的一個轉折。

過去，人慢是效率問題。未來，人慢可能是安全訊號。

正常人看到一個高風險確認視窗，會：閱讀、思考、猶豫、確認。這個過程需要幾秒鐘甚至幾分鐘。

惡意自動化則是：瞬間大量刪除、瞬間大量加密、瞬間大量修改。

未來系統需要判斷的不只是「帳號對不對」，而是「這個操作的速度和規模，符合人類真正在操作的節奏嗎？」

這讓資安的邏輯從身份驗證，走向了意圖驗證。

結語：下一代競爭，不在 UI，在可理解性

未來幾年，作業系統、NAS、Router、Firewall 的競爭，不會只停在 UI 美不美、功能多不多、硬體規格強不強。

真正的新賽道是：

✔這個系統，AI Agent 看得懂嗎？

✔這個系統，AI Agent 可以安全操作嗎？

✔這個系統，在 AI 操作出錯時，人類還能介入嗎？

GUI 是給人看的。API 是給程式看的。Capability Layer 是給 AI Agent 用的。

但只有同時加入權限控制、行為分析、意圖驗證，AI Agent 才能真正成為企業可以信任的下一代操作介面。

這條路，PCPiLOT 正在走。不是因為它是趨勢，而是因為我們做的事，本來就是把工程師腦中的診斷邏輯、環境理解與決策經驗，轉換成可以被系統理解、被 AI 執行的能力。

格柵先建，浪自然來。

Mr. τ

風雲網通系統有限公司・PCPiLOT

工程師思路系列・事出必有因