惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

V
V2EX
宝玉的分享
宝玉的分享
Jina AI
Jina AI
IT之家
IT之家
博客园 - Franky
MyScale Blog
MyScale Blog
Y
Y Combinator Blog
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
I
InfoQ
雷峰网
雷峰网
WordPress大学
WordPress大学
Microsoft Security Blog
Microsoft Security Blog
Google DeepMind News
Google DeepMind News
美团技术团队
S
SegmentFault 最新的问题
罗磊的独立博客
博客园 - 聂微东
大猫的无限游戏
大猫的无限游戏
H
Help Net Security
D
Docker
博客园 - 司徒正美
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
阮一峰的网络日志
阮一峰的网络日志
M
MIT News - Artificial intelligence

InfoQ - 促进软件开发领域知识与创新的传播

Meta 收购 Manus 这事儿泡汤了 5.5万 Star 开源项目 Ghostty 被迫出走,GitHub 正在终结一代技术人的乌托邦 Slack 长时运行多智能体系统的上下文管理方案 从 T+1 到分钟级:金城银行基于 Apache Doris 构建高可靠、强一致的实时数据平台 谷歌云推出 Agents CLI,简化 AI 智能体开发全流程 Claude官方击穿高薪、高学历的安全防线!Anthropic点名10大高危职业,但有群人暂时稳了 亚马逊云科技终止 WorkMail 服务,并将 App Runner 转入维护模式 OPPO小布记忆:全模态碎片化内容的理解与智能整理实践|AICon上海 模力工场038周AI应用周榜:工具在消失,工作流在出现 Akamai CEO Tom Leighton:Agent 时代来临,云基础设施正从“中心化”转向“分布式边缘” 日均数百亿入库背后:从“人肉调度”到K8s弹性架构,度小满金融基于OceanBase重构入库架构实践 百度文库网盘发布GenFlow 4.0:月活用户超1亿,要把网盘变成全端AI工作台 Altman 投的 Agent 终端 Warp 开源了!斩获3.5万star 哪些客户需要拒, 敢让龙虾决定吗?_AI&大模型_InfoQ 中文站_InfoQ精选视频 从开发到生产:为什么越来越多的机器学习团队纷纷迁移到 Snowflake | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 探索多智能体工作流:LangGraph Snowflake Cortex AI | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 腾讯云分布式缓存数据库:AI Agent - 从提示词工程到 Harness 工程 | 腾讯云数据库 DBTalk_腾讯_凌敏_InfoQ精选视频 基于 Streamlit 为 CSV 数据构建分析智能体 | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 AI 智能体:告别文档缺漏 | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 构建 AI 驱动的数据管道:深度探讨 Snowflake Openflow 与非结构化数据 | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 云端太贵、本地不够聪明,英特尔押注“端云混合AI”:智能体PC会替人完成工作 不到10%的存储投入,可能拖垮90%的GPU投资!IBM把AI Agent塞进存储系统,算清企业最容易忽略的一笔账 Snowpark 上手实战 | BUILD 2025_大数据_王玮_InfoQ精选视频 ClickHouse + Langfuse,构建 Agent 可观测基石 腾讯云分布式缓存数据库:Cluster Proxy 共享连接架构深度解析 | 腾讯云数据库 DBTalk_腾讯_凌敏_InfoQ精选视频 AI 写代码太烧钱了:Copilot、Claude 一起涨价,不如把程序员请回来? 英特尔发布至强600系列工作站处理器与锐炫Pro B70 GPU,全新AI工作站来了 腾讯云分布式缓存数据库:从 Redis 到 Valkey - 开源社区如何快速创新 | 腾讯云数据库 DBTalk_腾讯_凌敏_InfoQ精选视频 印奇这次要“从0重做”智驾模型!首谈阶跃和千里双公司布局:中国AI商业闭环要靠车跑出来 从Cursor返聘归来,90后华裔女高管带Claude开启日更模式:token成本比工程师工资低多了!
Ubuntu拥抱本地AI,而非云优先的操作系统集成
作者:Sergio De · 2026-05-21 · via InfoQ - 促进软件开发领域知识与创新的传播

Ubuntu 公布了其 AI 战略,并将其描述为对行业迈向云中心、AI优先操作系统趋势的有意远离。该公司表示,Ubuntu 后续版本将聚焦本地智能、模块化设计以及严格的用户控制。

Canonical 计划在今年把 AI 模型整合进其操作系统。Ubuntu 软件工程师 Jon Seager 将这一方式描述为“专注且有原则的行为,并且倾向于开放权重模型”,这与公司价值观保持了一致性。他还补充称,开发者会特别注意避免那些“几乎不加关心、考量或思考就丢向开源项目”的 AI slop 拉取请求。

这次整合将同时覆盖 AI 的隐式与显式使用。前者用于增强现有操作系统的功能,例如,语音转文本;后者则支持面向用户的 AI 原生功能和可由用户主动交互的智能体工作流,包括文档编写与自动化故障排查。

在某些任务上,使用 AI 工具几乎是显而易见的选择。在这些场景里,AI 工具可以自主工作并产出优秀的结果,尤其是在工作本身偏机械性且提供了正确上下文时。但在其他场景中,它们也会遇到困难。

Canonical 方案的一个核心要素是依赖本地模型与端侧的推理。Seager 指出,这将成为许多组织的关键能力:

根据你所在行业和客户群体,可使用的模型和工具可能会受到限制(如果当前还能用的话),这时能够进行本地离线推理以及供 LLM 调用的定制工具就会非常有价值。

为方便 Ubuntu 用户使用本地模型,操作系统将提供 inference snaps,作为直接且简化的工具,用于安装针对当前硬件优化的本地模型。

相比在 Ollama、Huggingface 和大量模型量化版本之间来回折腾,直接用 snap 安装 nemotron-3-nano 更容易,而且如果对应芯片厂商提供了优化支持,snap 会给你适配该芯片的优化组件。

与其他 snap 一样,inference snaps 也会受到confinement rules的约束,以限制其对用户设备和数据的访问。

Canonical 这项公告也在网上引发了讨论。在 Reddit 上,一些评论者认为这是合理且理性的立场,但也有人明确不信任 Ubuntu 中的 AI 集成,反对将其设为默认功能,并警告此举可能促使他们离开该操作系统

尽管存在这些担忧,Seager 表示很可能不会提供整体关闭 AI 的方式:

我认为我们不会引入“全局 AI 总开关”,主要是因为在如今人们以各种方式使用 Ubuntu 软件的情况下,要“真正”做到这一点非常复杂。

不过,系统会允许用户通过卸载对应 snap,移除任何自己不喜欢的功能。

查看英文原文:Ubuntu Embraces Local AI Instead of Cloud-First OS Integration