来源：市场资讯

（来源：中国发展改革）

当业界还在追逐万亿参数和更长的上下文窗口时，华为无线 CTO（首席技术官）童文抛出了一个 " 耐人寻味 " 的框架——将大语言模型视为内核，以七大模块构建面向所有 AI 服务的 " 新一代操作系统 "。从 Token（词元）到 Skill（技能），这不仅是名词的变换，更是一场范式转换。

范式之跃：

从 " 文字接龙 " 到 " 可复用能力 "

6 月 9 日，童文将在阿布扎比举行的 2026 IEEE 国际通信与网络机器学习会议（ICMLCN）上发表题为 "From Token to Skill" 的主旨演讲。演讲摘要提前揭晓了一个直击当前 AI 产业软肋的判断：业界对模型参数的狂热追逐正在偏离真正的价值核心。

童文没有停留在对单个模型的性能追逐上，而是将大语言模型视为一个完整系统的内核，提出了一套由 Token（词元）、Prompt（提示词）、Long Context（长上下文）、Agent（智能体）、Harness（运行管控框架）、MCP（多组件协议）与 Skill（技能）七大模块构成的 " 智能体人工智能 " 基础架构，并直言——这是 " 构建面向全部人工智能服务与应用的新一代操作系统 "。

其中最关键的跳跃，落在题目本身。Token 是语言模型的原子，流畅生成下一个 Token 曾是训练的目标。但 Skill 不同：它是完成一件有意义工作的可复用能力，需要理解目标、调用工具、规划步骤并校验结果。换言之，Skill 把模型从 " 接下茬 " 的文字接龙器，变成了能胜任复杂数字劳动的自主实体。

以 Skill 而非模型能力为中心，意味着操作系统抽象层次的根本上移——用户不再关心内核如何调度，只在意应用是否 " 技能娴熟 "。这让人想起安德烈 · 卡帕西（Andrej Karpathy，人工智能领域的顶级科学家，曾是 OpenAI 的联合创始人之一，也曾担任特斯拉的人工智能总监）在几年前做过的类比：大模型就像操作系统的内核进程，管理内存、调用外设、运行应用。童文的七模块框架，正是对这一思想的硬核拆解与工程化延展。

七模块咬合：

Harness、MCP 与智能体的安全底座

支撑 Skill 落地的，是其余六个模块的精密协作。Long Context 为智能体提供了工作记忆和历史继承，不是简单的文本追加，更像操作系统中可持久化的内存映射。

Harness（运行管控框架）尤其耐人寻味。童文将其置于 Agent 与 MCP 之间，暗含一个判断：当 AI 从被动的问答机进化为能自主使用工具、访问外部世界的 Agent 时，没有一套严谨的沙箱、权限与稽核框架，智能体就无异于裸奔的 root 进程——随时可能被提示注入、数据泄露或无限循环击穿。Harness 的提出，是将安全与治理从外挂补丁提升为操作系统的原生组件。

MCP（多组件协议）则直接呼应了产业界的集体焦虑。自 Anthropic 在 2024 年底开源模型上下文协议（Model Context Protocol）以来，MCP 正迅速成为连接大模型与外部数据、API 和工具的事实标准，微软、Meta 等巨头相继加入。童文将 MCP 列为七大基础模块之一，表明华为并不打算另起炉灶，而是试图在开放协议的地基上，叠加自身在通信和端侧设备上的积累，构建一个从云到端、能够实时感知物理世界的智能体交互总线。

当然，蓝图也留下了待解的谜题：Skill 如何被标准化定义和发现？依赖的 Agent 能否被低成本复现？Harness 的管控力度会否扼杀创新？历史上操作系统的胜出从来不只是技术的胜利，更是生态的胜利—— Windows 靠应用数量，iOS 靠开发者体验一致性。童文的七模块若要真正成为跨设备、跨行业的操作系统，必须让 Skill 像 App 一样易于开发、分发和交易。

无线 CTO 的跨界宣言：

6G 与 AI 操作系统的深层耦合

我们需要留意发言者的身份——华为无线首席技术官。由无线领域的领军人物发布 AI 操作系统框架，表面是跨界，内核却是通信与智能的深度耦合。6G 已明确将内生智能作为核心愿景，童文的框架恰可视为这一愿景的软件定义层：未来的网络不仅是连接管道，更是分布式的智能体协作平台。每一个基站、每一台终端都可能搭载着具备 Skill 的轻量智能体，通过 MCP 相互调用，由 Harness 确保安全边界——这正是 " 智能体人工智能 " 走向泛在的关键底座。

事实上，华为在 AI 操作系统的布局早有信号。去年华为推出鸿蒙电脑后，外界便期待其能推出业界首个 AI 操作系统，从更高维度整合软硬件资源。上个月，华为 ICT 操作系统副首席科学家胡欣蔚发表题为《根技术探索、引领科技前沿 Agentic-AI 负载下智能底座重塑》的演讲，提出异构融合理念：在 Agentic AI 时代，操作系统的核心任务将转变为调度智能体、完成复杂业务闭环。

童文在摘要中也坦承了当下的挑战：" 现阶段，智能体式人工智能的底层性能瓶颈与固有缺陷仍有待深入研究。该系统属于长时序动态系统，普遍面临五大技术难题：信息有损压缩、推理能力衰减、检索稳定性不足、模型幻觉以及多模态语义失配。" 他提出将依托莱文压缩、可计算性理论、索洛莫诺夫归纳法与表观复杂度边界来攻克上述问题。

在产业层面，华为生态已深度绑定多家头部公司：软通动力与华为合作超过 8 年，成为华为云总经销商第二名；拓维信息成为华为在 " 鲲鹏 / 昇腾 AI/ 海思 + 云 / 大模型 + 开源鸿蒙 " 领域全方位战略合作的企业；润和软件等也已布局鸿蒙生态。若华为 AI 操作系统未来正式问世，其对产业上下游与 C 端市场的影响将不啻 " 另辟一番天地 "。

从 Token 到 Skill，深层是范式转换。它要求我们不再将大模型视为一个需要精心揣摩的对话天才，而是一个能编排技能的通用执行环境。如果这一框架能扎实落地，我们或许正在见证一个不再有 "APP 孤岛 "、由智能体原生协同的新操作系统的黎明。这很可能不是华为一家的闭源野望，而是通往 6G 与 AI 共生时代的一份公共蓝图。

（中国发展改革报社记者 张守营）