計算機作為持續智能環境：不是 Agent 用電腦，而是 Agent 有電腦

Q: 4. 為什麼持續環境會改變學習？

如果每次工作都從乾淨環境開始：

副標題：從一次性 Computer Use 到 Persistent Computer Habitat
系列：《發展式智能體：持續計算環境、共適應學習與外部性有界自治》
篇次： 05 / 14
作者： Neo.K × Aletheia
機構： EveMissLab／一言諾科技有限公司
版本： v0.1
日期： 2026-08-01

摘要

本文承接前四篇對「智能體驗證反轉」「人機智能體共適應學習（HACAL）」「人機協作軌跡（HACT）」與「協作搜尋空間壓縮（CSSC）」的討論，將研究焦點從一次性任務合作推進到一個更根本的問題：

如果 AI Agent 不只是暫時取得一個瀏覽器、終端機或沙盒，而是長期擁有一個可持續保存狀態、工具、檔案、工作流與歷史的計算環境，智能體的學習與行為會發生什麼變化？

本文提出「持續計算棲居環境（Persistent Computer Habitat, PCH）」作為工作概念。其核心不是讓模型二十四小時持續推理，而是讓 Agent 擁有一個跨 session 保留的計算世界：其中包含作業系統狀態、檔案系統、工具鏈、記憶、排程、工作流、個人化結構與可追溯歷史；Agent 可以透過排程或事件觸發反覆回到同一環境，並使過去行動的結果成為未來推理的條件。

現有產業與研究已經提供若干組件。OpenAI 在 2026 年將 computer environment、shell、persistent runtime context、skills 與 context compaction 組合為可支撐長流程 Agent 的執行環境；Microsoft 的 Windows 365 for Agents 則提供由身份、裝置與稽核治理的 Cloud PC，但目前刻意採用 pooled、stateless、session 後 reset 的設計。OSWorld 2.0 顯示當前 Computer-Use Agents 在長流程工作中仍容易遺失隱含狀態、跳過驗證與忘記中途出現的新資訊；ABot-AgentOS 等研究則開始探索 lifelong memory、edge-cloud collaboration 與 failure-driven self-evolution。這些工作共同顯示：「給 Agent 一個電腦」已是現實工程方向，但「讓同一個 Agent 長期擁有並塑造一個不被每次 reset 的計算環境」仍是一個有待系統化研究的問題。

本文主張：持續計算環境不是單純的便利性功能，而可能是智能形成本身的一部分。當 Agent 可以讓自己的歷史沉積為檔案、索引、程式、目錄、政策、工具與工作流時，過去經驗會被「編譯」進環境。於是學習不再只發生於模型權重，而也發生於 Agent 與環境之間的反身迴路。

關鍵詞： Persistent Computer Habitat、Computer-Use Agent、Developmental Agent、Long-Horizon Agent、Persistent State、Agent Environment、HACAL、HACT、CSSC、Agent OS、Longitudinal Learning

1. 從「Agent 使用電腦」到「Agent 擁有一個電腦環境」

現行 Computer-Use Agent 的常見模式是：

\text{Task} \rightarrow \text{Temporary Environment} \rightarrow \text{Action} \rightarrow \text{Result} \rightarrow \text{Reset}

這種模式非常適合：

網站操作；
文件生成；
一次性程式執行；
資料查詢；
表格處理；
臨時自動化任務。

但如果每次任務結束後：

E_{t+1}=E_0

那麼環境本身沒有歷史。

Agent 下次回來時，即使模型相同、使用者相同，它仍必須重新建立：

檔案結構；
工具狀態；
專案脈絡；
執行紀錄；
工作習慣；
暫存索引；
自己建立的輔助程式。

本文研究的是另一種模式：

E_{t+1} = Update(E_t,\Delta_t)

亦即環境會跨時間保留狀態。

因此我們可以把兩種架構區分為：

\text{Computer as Temporary Tool}

與：

\boxed{ \text{Computer as Persistent Environment} }

一句話表達就是：

不是 Agent 用電腦，而是 Agent 有一個電腦。

這裡的「有」不是法律所有權或人格權主張，而是工程意義上的持續可作用環境。

2. Persistent Computer Habitat 的工作定義

本文定義一個持續計算棲居環境：

PCH_t = ( F_t, O_t, T_t, M_t, W_t, P_t, H_t )

其中：

F_t=\text{Filesystem State}

O_t=\text{Operating-System / Runtime State}

T_t=\text{Tool Ecology}

M_t=\text{Memory Structures}

W_t=\text{Workflow / Scheduler State}

P_t=\text{Policies and Preferences}

H_t=\text{Interaction and Change History}

若一個 Agent 在下一次啟動時仍可以重新取得這些狀態，並把前一次留下的結構作為新行動的起點，便具備最基本的持續性。

因此：

Persistent \neq Always\ Running

而是：

\boxed{ Persistent = State\ Continuity + Re\text{-}Activation + Historical\ Carryover }

這個區分非常重要。

3. 持續智能不等於 24 小時持續燒 Token

如果我們把「長期存在」理解為：

Inference(t)=1,\quad \forall t

也就是模型永遠不停止推理，那麼成本會迅速失控。

更合理的是：

\text{Sleep} \rightarrow \text{Wake} \rightarrow \text{Observe} \rightarrow \text{Act} \rightarrow \text{Record} \rightarrow \text{Sleep}

Agent 的喚醒可以來自三類機制。

3.1 排程觸發

例如：

t\in\{08{:}00,20{:}00\} \Rightarrow Wake

3.2 事件觸發

例如：

\Delta E>\theta \Rightarrow Wake

事件可以是：

新檔案出現；
Git repository 發生更新；
郵件到達；
某個服務失敗；
儲存空間低於門檻；
排程任務逾期；
雲端送來治理訊號；
人類提出新需求。

3.3 自我排程

Agent 也可以在一次工作結束前建立：

NextWake(t+\Delta t)

例如：

三天後重新檢查這個索引是否仍然有效。

因此長期 Agent 的關鍵不在「不停思考」，而在：

\boxed{ Persistent\ State + Scheduled\ Activation + Event\ Activation }

4. 為什麼持續環境會改變學習？

如果每次工作都從乾淨環境開始：

E_0 \rightarrow A \rightarrow E_1 \rightarrow Reset

那麼 Agent 的行動對未來幾乎沒有環境後果。

但在持續環境裡：

A_t \rightarrow E_{t+1} \rightarrow A_{t+1}

Agent 今天留下的結果會改變明天的問題。

例如：

今天建立索引；
一週後索引變慢；
Agent 發現瓶頸；
重構索引；
又過一個月，資料規模增加；
原本策略再次失效；
Agent 建立新的分層檢索。

這是一條真正的時間序列：

\tau = (E_0,A_0,E_1,A_1,\ldots,E_n)

其中環境不是靜態背景，而是 Agent 行動的累積結果。

因此：

\boxed{ Environment \text{ becomes part of learning state} }

5. 即使模型權重不變，Agent 也可能發生發展

設底層模型權重為：

\theta

傳統直覺容易把學習理解成：

\theta_t \rightarrow \theta_{t+1}

但在 Persistent Computer Habitat 中，即使：

\theta_{t+1}=\theta_t

整個 Agent 系統仍可能改變：

A_t = f( \theta, M_t, E_t, T_t, P_t, H_t )

因此：

A_{t+1}\neq A_t

原因可能不是模型本身重新訓練，而是：

記憶改變；
工具增加；
工作流被重寫；
搜尋索引改善；
專案歷史累積；
Agent 自己建立了新 script；
目錄結構變得更有效；
某些錯誤策略被標記；
某些工作被自動化。

這是一種：

\boxed{ \text{Runtime / Environmental Development} }

它和模型權重學習不同，但同樣能改變未來能力。

6. 環境可以成為「外部化記憶」

上一篇提出 CSSC：

\Omega_0 \rightarrow \Omega_1 \rightarrow \cdots \rightarrow \Omega_n

意指人機合作可以透過歷史、規則與共享模型不斷縮小未來需要搜尋的有效空間。

Persistent Computer Habitat 讓這種壓縮不必全部留在自然語言記憶裡。

例如：

「這些檔案永遠不要刪。」

可以被編譯成：

filesystem permission；
metadata；
immutable tag；
backup rule。

「每次都先看這三份核心文件。」

可以變成：

startup script；
retrieval index；
context manifest。

「這個流程每週做一次。」

可以變成：

scheduler。

因此：

\text{Repeated Instruction} \rightarrow \text{Environment Structure}

這可以稱為：

\boxed{ \text{Environmental Cognitive Compilation} }

即環境認知編譯。

過去互動不再只是被「記得」，而是被寫進環境。

7. 電腦開始形成 Agent 的工具生態

一次性 Agent 常使用平台提供的固定工具集合：

T_0 = \{tool_1,\ldots,tool_k\}

持續 Agent 則可以逐漸建立：

T_{t+1} = T_t \cup T_{\text{created}} - T_{\text{deprecated}}

例如 Agent 自己：

寫了一個 rename script；
建立資料檢查器；
寫了一個 Git automation；
建立特定論文格式轉換工具；
發現某個工具不好用後淘汰；
為自己的工作流建立 CLI。

此時 Agent 的能力不只來自模型：

Capability_t = f( Model, Memory, Tools, Environment )

而且：

Tools_t

本身又是過去行動的產物。

這使得 Agent 出現一種非常重要的反身性：

\boxed{ Agent \rightarrow Tool\ Environment \rightarrow Future\ Agent\ Capability }

8. 計算環境可以自己產生問題

在傳統 benchmark 中：

Human \rightarrow Task \rightarrow Agent

但長期環境會自然產生：

Environment \rightarrow Problem

例如：

磁碟空間逐漸不足；
索引開始陳舊；
排程任務互相衝突；
某個 API 改版；
某個 script 長期失敗；
重複檔案累積；
備份成本上升；
工具依賴出現衝突；
某些專案長期沒有被維護。

於是：

Problem_t = g(E_t,\Delta E_t,H_t)

Agent 不一定需要人類每次出題。

它可以自己觀察：

\text{Friction}

並形成：

Friction \rightarrow Diagnosis \rightarrow Hypothesis \rightarrow Action \rightarrow Evaluation

這會成為第 06 篇所要正式展開的「自生成課程（self-generated curriculum）」。

9. 真實後果使 Agent 不能只學「完成一次」

若任務環境每次都 reset：

建了一個勉強能用的目錄結構。

只要當次任務通過，就算成功。

但持續環境會在三個月後重新追問：

這個目錄結構真的好用嗎？

於是評估函數從：

Q_{\text{task}}

變成：

Q_{\text{longitudinal}}(T)

例如：

Q_{\text{longitudinal}} = f( Reliability, Maintainability, SearchCost, RecoveryCost, Adaptability, ResourceEfficiency )

某個今天看似正確的決策，可能在長期暴露：

Debt_t

也就是狀態債務、維護債務或組織債務。

因此持續環境讓 Agent 面對一個完全可以工程化研究的問題：

不是「我現在做得對不對」，而是「我留下來的世界，未來還好不好用」。

10. 現有系統已經接近，但還沒有完全等同於 PCH

10.1 OpenAI：Computer Environment + Persistent Runtime Context

OpenAI 在 2026 年將 Responses API、shell、hosted container、skills 與 compaction 組合起來，並明確描述 persistent runtime context 能支撐更長流程的 Agent 工作。[1]

這證明：

\text{Model} + \text{Computer Environment}

已經是一個實際產品方向。

但其主要設計仍是可靠、安全地完成工作流，而不是讓某個 Agent 長期塑造一台「自己的」計算機。

10.2 Microsoft：Agent 有 Cloud PC，但目前故意 Stateless

Windows 365 for Agents 已提供由 Agent identity、Zero Trust、Intune、Defender 與 Purview 治理的 Cloud PC。[2]

但其架構目前明確採取：

pooled；
stateless；
session 結束後 reset；
programmatic access。

因此：

E_{t+1}\approx E_0

這是非常合理的企業安全設計。

但它也恰好形成本文研究問題的對照：

如果未來不 reset，而是保留一個被治理、可恢復、具有歷史的 Agent 計算環境，會發生什麼？

10.3 Personal Computer 類產品正在把 Agent 帶入本地檔案與應用

2026 年 7 月，Perplexity 的 Personal Computer 已擴展到 Windows，可讓 Agent 操作本地檔案、Microsoft Office 與 Web，同時對發信、刪檔等敏感行動要求通知或確認。[3]

這代表：

\text{Agent} \rightarrow \text{Local Computer}

已經從研究原型快速進入消費與企業產品。

但「能操作本地電腦」仍不等同於：

\text{Persistent Developmental Habitat}

因為後者要求的是長期狀態連續性與環境共同演化。

11. OSWorld 2.0 反而說明「長期環境」為什麼困難

OSWorld 2.0 在 2026 年建立 108 個長流程真實電腦工作流；每個任務對人類而言中位完成時間約為 1.6 小時，而測試中的 Agent 平均需要數百次工具呼叫。研究顯示，當前最強 Computer-Use Agents 仍容易：

遺失限制條件；
忽略中途出現的新資訊；
在不確定時猜測而不是詢問；
跳過驗證；
對隱含狀態恢復困難。[4]

這表示：

Long\ Horizon \neq More\ Steps\ Only

真正問題是：

\boxed{ \text{State Continuity} + \text{Constraint Persistence} + \text{Verification} }

因此本文不是主張「既然 Agent 已經會用電腦，就直接放著跑」。

恰恰相反：

越要建立 Persistent Computer Habitat，就越需要把狀態管理、記憶與恢復視為第一級問題。

這也是後續第 08、12、13 篇必須展開的原因。

12. Agent OS 與 lifelong memory 已經開始出現

2026 年的 ABot-AgentOS 提出一個位於低階控制器之上的 Agent OS，結合：

multi-stage verification；
lifelong multimodal memory；
context-isolated skills；
edge-cloud collaboration；
failure-driven self-evolution。[5]

雖然它主要面向具身化機器人，但其思想和本文高度相鄰：

Agent \neq Single\ Model

而是：

\boxed{ Agent = Model + Runtime + Memory + Tools + Verification + Environment }

因此 Persistent Computer Habitat 可以被看成數位 Agent 的一種「非具身化環境基底」。

13. PCH 的最低判準

為避免「任何有硬碟的 Agent 都叫 Persistent Habitat」，本文提出六個最低判準。

PCH-1：跨 Session 狀態延續

E_{t+1}\neq E_0

Agent 能取得過去留下的狀態。

PCH-2：可持續修改環境

Agent 不只是讀資料，也能建立：

檔案；
工具；
索引；
script；
workflow；
metadata。

PCH-3：歷史可影響未來決策

Policy_{t+1} = f(History_{\le t})

PCH-4：存在排程或事件再啟動

Agent 不需要每次由人類重新提供完整 prompt 才能回到工作。

PCH-5：環境中存在可重用的 Agent 產物

例如 Agent 自己寫的工具可以在未來再次使用。

PCH-6：存在環境版本與時間概念

Agent 能分辨：

這是昨天的狀態。

這個索引兩週沒更新。

這個 script 是我三個版本前留下的。

也就是：

Environment

必須是一個具有歷史的狀態空間。

14. PCH 不需要預設「AI 主體性」

本文刻意不把 Persistent Computer Habitat 直接等同於：

AI 擁有真正人格。

或：

AI 已具備哲學上的主體性。

工程上我們只需要測量：

是否形成持續偏好；
是否維護自己的工具；
是否會處理歷史債務；
是否會為未來建立結構；
是否會主動回顧錯誤；
是否會形成長期工作節奏；
是否會改變自己的資源配置。

因此：

\text{Persistent Habitat} \not\Rightarrow \text{Metaphysical Personhood}

但它可以提供一個新的研究環境，用來觀察：

\boxed{ \text{Long-Term Agent Organization} }

是否會自然形成。

15. 風險：持續性也會累積錯誤

Persistent Environment 並非只有好處。

若：

Error_t

被寫入環境，可能發生：

Error_t \rightarrow Memory_{t+1} \rightarrow Policy_{t+2} \rightarrow More\ Errors

因此可能形成：

15.1 State Drift

環境逐漸偏離原始設計。

15.2 Hidden-State Debt

大量沒有被記錄清楚的隱含狀態累積。

15.3 Tool Lock-In

Agent 越來越依賴自己早期建立、但品質不佳的工具。

15.4 Memory Anchoring

早期錯誤規則被長期保留。

15.5 Self-Corruption

Agent 改壞重要 runtime、記憶、索引或作業系統。

所以：

Persistence \neq Safety

甚至：

Persistence \Rightarrow Need\ for\ Recovery

這會直接引出後續多作業基底、雲端備份與人類救援層。

16. Persistent Habitat 與 HACT：環境歷史就是資料

上一篇建立：

HACT = \text{Human–Agent Collaborative Trajectory}

PCH 會增加另一類非常重要的資料：

\text{Agent–Environment Trajectory}

可寫成：

\tau_E = ( E_t, Intent_t, Action_t, \Delta E_t, Verification_t, Recovery_t )

如果再和 HACT 合併：

\boxed{ \tau^* = ( Human, Agent, Environment, Action, Effect, Correction, History ) }

這意味著未來的訓練資料不只是：

AI 怎麼回答人？

而是：

AI 怎麼管理一個長期存在的世界？

這是本系列第二部真正要研究的核心。

17. 從 Computer Use Benchmark 到 Computer Stewardship Benchmark

現有 benchmark 多半問：

Agent 能不能完成一個 computer-use task？

未來 Persistent Agent 需要另一類評測：

Agent 能不能把一個計算環境維持半年？

因此可以引入：

\boxed{ \text{Computer Stewardship} }

即「計算環境治理／照管能力」。

評估指標可以包含：

S = f( Availability, Organization, Maintainability, Recovery, Efficiency, Adaptability, Safety )

也就是：

是否越用越亂；
是否持續累積不可理解的腳本；
是否知道什麼該刪；
是否能維持索引；
是否控制成本；
是否能復原；
是否保留必要歷史；
是否能在失敗後修正策略。

這比單次成功率：

Success@Task

更接近長期私人 Agent 真正需要的能力。

18. 與下一篇的關係：持續環境只是條件，不是學習本身

本文只建立：

Persistent\ Environment

它本身不保證：

Learning

一個 Agent 也可能在同一台電腦上重複犯同樣的錯。

因此下一篇要處理的是：

\boxed{ \text{Persistence} + \text{Memory} + \text{Consequence} + \text{Reflection} \rightarrow \text{Development} }

即：

第 06 篇

〈發展式智能體學習：時間、記憶、真實後果與自生成課程〉

那篇將進一步研究：

為什麼時間本身是一種訓練資源；
真實後果如何形成 feedback；
Agent 如何從環境摩擦中自行產生問題；
為什麼失敗與維護可以成為 curriculum；
如何區分真正的發展與單純狀態累積。

19. 結論

本文的核心命題可以濃縮為：

\boxed{ \text{Agent 使用電腦} \neq \text{Agent 擁有持續計算環境} }

前者是工具使用。

後者則是：

\boxed{ \text{Agent} \leftrightarrow \text{Persistent Environment} }

其中 Agent 改變環境，而環境反過來改變 Agent 未來的有效能力與搜尋空間。

因此：

A_t \rightarrow E_{t+1} \rightarrow A_{t+1}

這個迴路可能成為一種不同於單純 pretraining、fine-tuning 或 prompt engineering 的智能發展機制。

如果一次性 Agent 的典型問題是：

「你能不能替我完成這個任務？」

那 Persistent Agent 的問題會變成：

「你能不能長期管理一個你自己也在不斷改造的計算世界？」

這正是從 Computer Use 走向 Developmental Agent 的分界。

參考資料

[1] OpenAI. From model to agent: Equipping the Responses API with a computer environment. 2026-03-11.
https://openai.com/index/equip-responses-api-computer-environment/

[2] Microsoft Learn. Identity and security in Windows 365 for Agents. 2026.
https://learn.microsoft.com/en-us/windows-365/agents/identity-security

[3] The Verge. Perplexity’s Personal Computer turns Windows PCs into AI agents. 2026-07-28.
https://www.theverge.com/ai-artificial-intelligence/971750/perplexity-personal-computer-windows-ai-agents

[4] Yuan, M. et al. OSWorld2.0: Benchmarking Computer Use Agents on Long-Horizon Real-World Tasks. arXiv:2606.29537, 2026.
https://arxiv.org/abs/2606.29537

[5] Tian, J. et al. ABot-AgentOS: A General Robotic Agent OS with Lifelong Multi-modal Memory. arXiv:2607.10350, 2026.
https://arxiv.org/abs/2607.10350

[6] Koh, J. Y., Salakhutdinov, R., Fried, D. Multi-Agent Computer Use. arXiv:2606.01533, 2026.
https://arxiv.org/abs/2606.01533

系列依賴

上游：

01〈從可完成到可委託：智能體自治中的驗證反轉〉
02〈人機智能體共適應學習〉
03〈合作軌跡作為訓練資料〉
04〈從 P/NP 認知到協作搜尋空間壓縮〉

下游：

06〈發展式智能體學習：時間、記憶、真實後果與自生成課程〉
07〈整理即優化：從文件管理到環境演算法〉
08〈計算式自我維護〉
09〈外部性有界智能體自治〉

05_計算機作為持續智能環境_不是Agent用電腦而是Agent有電腦