如果把传统计算栈映射到 AI 时代，可以看到一个清晰的对应关系：
- CPU → 大模型：从硅基芯片的算力，到参数规模驱动的智能核心
- OS → Agent 运行时：从进程调度与资源管理，到目标驱动的任务编排与环境交互
- 应用软件 → Skill：从面向特定功能的应用，到面向特定能力的技能包
这个对应关系揭示了一个本质：我们正在经历的不仅是”用 AI 写代码”，而是计算范式本身的重构。
CPU 到大模型
CPU 的本质是什么？是通用计算的执行单元，通过指令集对外暴露能力。大模型也是如此——通过 token 接口接受输入，通过推理能力生成输出。不同的是，CPU 执行的是确定性逻辑，大模型执行的是概率性推理。
OS 到 Agent 运行时
操作系统解决了”如何让多个程序共享硬件资源”的问题。Agent 运行时解决的是”如何让多个技能共享模型能力”的问题——工具调用、上下文管理、记忆持久化，这些都是 OS 概念在 AI 时代的重新演绎。
应用软件到 Skill
传统软件是”写好的功能”，Skill 是”描述的能力”。这个转变不 trivial——它意味着我们不再需要精确地描述”怎么做”，而是描述”做什么”。描述层级的提升，正是抽象层级跃迁的体现。
因此，抽象层级的跃迁，并未改变过计算的本质——只是换了种方式来表达。