Octopus OS 研究預覽：讓 AI 代理在任務途中修改自己的工作環境
Octopus OS 嘗試讓代理在工作途中修改執行環境，把目標、輸入、輸出與觸發條件保存成可編輯狀態。作者已開放原始碼，但桌面客戶端仍是以 macOS 與 ChatGPT 登入為主的研究預覽。
Octopus OS 嘗試讓代理在工作途中修改執行環境，把目標、輸入、輸出與觸發條件保存成可編輯狀態。
作者已開放原始碼，但桌面客戶端仍是以 macOS 與 ChatGPT 登入為主的研究預覽。
Octopus OS 把哪些部分交給代理修改？
Octopus OS 把工作環境本身當成可以調整的對象。目標、觸發條件與代理設定等狀態保存在檔案中，代理在政策允許的範圍內，可以修改之後工作的方式。
它的執行架構採用作業系統的概念，包含程序、目標、權限與元件間的溝通。這裡的「OS」指的是代理執行架構，讀者不需要把它理解成會取代電腦原本的作業系統。
專案刻意區分了可改變自身環境的設計，以及是否真的變得更好的研究目標。前者是架構能力，後者仍需要用實際成果與評測證明。
它與固定的代理流程差在哪裡？
固定流程通常先安排好規劃、執行與檢查步驟，代理在其中工作。這個專案則讓代理在工作途中建立或調整部分條件，並把改動保存到未來任務。
如果某項工作總是缺少同一個工具，理想情況下，系統可以補上工具並讓下次工作沿用。但這也使版本紀錄與權限邊界更重要，因為工作方式一旦改變，下一次行為也可能跟著變。
作者在說明中直言，現有模型並未自然展現持續主動性，普通程式任務也未因此得到 Codex CLI 之外的直接優勢。這讓專案定位更清楚，值得研究的是架構如何影響長期工作，而非已證實的全面效能提升。
研究預覽有哪些使用界線？
截至本次查詢，桌面客戶端以 macOS 14 以上與 ChatGPT 登入為主。作者補充底層執行環境可支援其他模型來源，但不能把這點直接寫成桌面版已全面跨平台。
作者也說明，可以禁止系統寫入，或保護特定檔案與資料夾。階層式權限設計的目的，是避免子環境自行取得超過上層允許的存取範圍。
這些是設計機制，並非不存在漏洞的證明。適合的第一步，是在獨立研究專案觀察代理改了哪些環境設定、改動能否追蹤，以及是否對下一次任務產生可量測的幫助。
Octopus OS 常見問題
Octopus OS 已證明會自我進步嗎？
專案將自我進步列為研究目標。可修改工作環境，不等於已證明每次修改都讓能力提升。
可以直接取代一般程式代理嗎？
作者指出普通程式任務尚無額外優勢，且桌面版仍有平台與登入條件。較適合對代理架構有興趣的研究者評估。
用可追蹤的環境改動研究長任務
如果你想研究長任務與持續狀態，可以先閱讀原始碼中的架構與權限說明，再決定要測哪一種環境調整。用前後任務的完成結果檢查改動，比「自我進化」這個名稱更有判斷價值。
延伸閱讀：Harness² 開源：Google 讓 AI Agent 自己調整工具與工作流程，能改善什麼？
延伸閱讀：Self-HPO 讓程式代理改流程再訓練自己：57.8% 到 64.8%，改善來自哪裡？
