# 計算機作為持續智能環境：不是 Agent 用電腦，而是 Agent 有電腦 **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： 1. 今天建立索引； 2. 一週後索引變慢； 3. Agent 發現瓶頸； 4. 重構索引； 5. 又過一個月，資料規模增加； 6. 原本策略再次失效； 7. 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： 1. 為什麼時間本身是一種訓練資源； 2. 真實後果如何形成 feedback； 3. Agent 如何從環境摩擦中自行產生問題； 4. 為什麼失敗與維護可以成為 curriculum； 5. 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〉