跳转至

设计哲学

Status: Current
Last verified: 2026-07-01
本页描述架构原则。当前可运行实现以 当前实现总览、动作治理 和源码为准。

OS = 对象 + API

DiPECS 重新定义了操作系统的基本对象:

传统 OS DiPECS
Process, File, Socket Intent (意图), Action (动作), Context (上下文), Policy (策略)

API 就是这些对象之间的转换函数:

solve(Intent, Context)   → Plan<Actions>
verify(Action, Policy)   → AuthorizedAction | Denied

五大核心模块

1. aios-spec — 宪法层

整个项目的 Single Source of Truth。定义核心数据结构、Trait 接口和跨模块协议。

工程意义:只要 spec 不动,各组可以并行开发。协议变更必须走 RFC 流程。

2. aios-action — 触手层

AIOS 与 Android 动作执行器之间的执行边界,并通过类似设备驱动的适配器抽象隔离不同执行后端。它只接收 ActionLifecycle 审查通过的 AuthorizedAction,通过 ActionAdapter 接口执行。aios-action 依赖 aios-core 获取 ActionAdapter trait 和 AuthorizedAction 类型。

  • PreWarmProcess:预热目标应用进程
  • PrefetchFile:预取热点文件到页缓存
  • KeepAlive:保活当前或目标进程
  • ReleaseMemory:释放非关键内存
  • NoOp:安全兜底

当前实现保留本地 replay fallback,并已经把 Android 可执行的子集通过 authenticated localhost bridge 接到 Android collector。更高权限的 syscall 路线不作为当前 Android public-API 主线。

3. aios-core — 脊梁层

这是系统的 Action Bus(动作总线),核心职责:

  • 调度:决定哪个 Action 先执行
  • 策略引擎 (Policy Engine):内核级"防火墙",根据 Policy 判定 AI 产生的动作是否安全(例如深夜不能自动支付、转账必须人工确认)
  • Privacy Filter (隐私滤镜):数据出海前进行正则或轻量语义脱敏——这是 DiPECS 最核心的模块之一
  • 动作生命周期 (ActionLifecycle):AuthorizedAction 的唯一构造点,结合 PolicyEngine 和 ActionAdapter 驱动动作授权与执行
  • Trace Engine:全链路确定性记录,支持 Golden Trace 回归验证

实现方式:核心逻辑保持同步 (Sync),异步点集中在系统边界(tokio mpsc channel 和 daemon 调度)。

4. aios-agent — 决策层

agent 接收 StructuredContext, 负责选择最小足够的推理后端,并统一返回 IntentBatch:

  • DecisionRouter:根据脱敏后的 StructuredContext 选择 rule-based、本地小模型、云端 LLM 或 fallback
  • Capability 声明:每个后端声明最大风险等级和允许动作类型
  • 降级策略:云端超时或不可用时,使用本地保守策略或 FallbackNoOp

5. aios-collector — 采集层

Rust 侧采集层入口,负责对接 app 侧采集能力和后续下沉到 daemon / system 的来源,并统一产出 CollectorEnvelope / RawEvent:

  • App source:接收 apps/android-collector 通过 JSONL / JNI / local socket 传入的原始观测
  • System source:接收 /proc、Binder probe、系统状态采集等 daemon/system 来源
  • Schema boundary:校验 schema 版本、来源等级和传输批次边界

分层决策的数据流

大脑可以在云端,但安全边界必须在本地。DiPECS 的本质是一个带隐私隔离、能力分级和授权审查的语义执行器。

apps/android-collector / daemon sources
    -> aios-collector
    -> CollectorEnvelope / RawEvent
    -> PrivacyAirGap
    -> WindowAggregator
    -> ModelMemoryStore / DecisionRouter
    -> ActionLifecycle
    -> AuthorizedAction
    -> ActionAdapter
    -> AuditRecord / runtime trace

主链路环节:

  1. Collection — Android app 或 system source 产生原始观测
  2. Ingress — aios-collector 规范化为 CollectorEnvelope / RawEvent
  3. Redaction — PrivacyAirGap 抹除 PII,输出 SanitizedEvent
  4. Aggregation — WindowAggregator 生成 StructuredContext
  5. Memory — ModelMemoryStore 基于脱敏窗口和审计记录构建 ModelInput(含行为画像和近期反馈)
  6. Reasoning — DecisionRouter 选择规则、本地、云端或 fallback 后端
  7. Authorization & Execution — ActionLifecycle 结合 PolicyEngine 逐动作审查授权,通过 ActionAdapter 执行
  8. Observation — AuditRecord 和 runtime trace 进入回归验证

系统要解决的最核心问题不是"模型准不准",而是语义鸿沟:云端说"把这个文件发给张三",本地 OS 必须精准定位——哪个文件?哪个张三?对应的 fd 是什么?App 权限够不够?

一个意图的生命周期

以"给张三发 50 块红包"走一遍完整流程:

  1. 输入:Experience Layer 捕获语音,产生原始 Intent
  2. 解析 (aios-agent):模型通过 Memory 找到张三的 ID,制定计划 [Search(张三), Pay(50)]
  3. 分发 (aios-core):动作进入 Action Bus
  4. 审计 (Policy Engine):查询策略,发现"支付额度 > 20 需要人工确认"
  5. 交互:弹出确认框给用户
  6. 执行 (aios-action):用户确认后,通过 action executor 调用支付
  7. 观测:管理员看到支付 Action 生命周期结束,状态变为 Succeeded

工程防线

  • data/traces — 离线轨迹数据是算法组的"粮草"。开发时大量依赖离线 Trace 回放测试 Action Bus 逻辑,而非每次都调云端 API
  • tests/scenarios/ — 端到端验证脚本(action-loop 模拟器 + emulator e2e),mock-socket 全套回路验证
  • data/evaluation/ — 动作回路和模拟器 e2e 评估结果存档
  • aios-cli — 调试组的"时光机"。系统崩溃时一帧帧重放失败过程,定位错误 Action
  • docs/src/rfc — 架构组的"刹车闸"。防止接口每天变化导致项目无法编译
  • scripts/dev/setup-env.sh — 新人的"入职礼"。10 分钟内跑通 Hello World