Alibaba wydała warstwę operacyjną dla agentów — i uczciwie raportuje każdy zużyty token

W mojej praktyce ten sam scenariusz powtarza się regularnie: agent na Claude Code uruchamia narzędzie po narzędziu, a ogromne dokumenty JSON lecą do kontekstu. Połowa pól jest pusta tags, metadata: null, śmieci z debugowania. Model to wszystko czyta, a my za to płacimy. Znany ból?

Zespół Alibaby postanowił systematycznie zająć się tym problemem i open-source'ował ANOLISA — nakładkę po stronie serwera dla obciążeń agentów AI. Nazwa oznacza Agentic Nexus Operating Layer & Interface System Architecture, ale sedno jest prostsze: to zestaw narzędzi, który nie zastępuje twojej powłoki, frameworka ani sandboxa, ale siedzi między agentem a systemem. Napisane w Rust, dystrybuowane na licencji Apache 2.0, działa na Linuksie i macOS.

Co dokładnie zawiera

Projekt składa się z tuzina komponentów, ale grupują się w trzy obszary.

Pierwszy — punkt wejścia agenta. Tutaj główną rolę odgrywa cosh-ng: terminal, który zachowuje znajome zachowanie Bash/Zsh, ale dodaje agenta rozumiejącego polecenia w języku naturalnym. Niebezpieczne operacje są potwierdzane przed wykonaniem. Nie trzeba otwierać osobnego czatu z botem — wszystko dzieje się w tym samym oknie terminala. Jest też ktuner do dostrajania kernela i zestaw OS Skills z wiedzą DevOps.

Drugi i, moim zdaniem, najciekawszy — oszczędności kontekstu. Trzy narzędzia: Token-less kompresuje odpowiedzi narzędzi i ich schematy, zanim trafią do modelu, Agent Memory ponownie wykorzystuje przydatny kontekst między sesjami, a AgentSight pokazuje, gdzie dokładnie trafiają tokeny.

Trzeci — runtime i bezpieczeństwo: Agent Sec Core izoluje ryzykowne operacje, ws-ckpt przechowuje punkty wycofania zmian w workspace, Blaze zarządza cyklami życia sandboxów, a SkillFS utrzymuje fokus na bieżącym Skilu.

Token-less: kompresja bez dotykania kodu agenta

Zacznę od najbardziej namacalnej funkcji. Token-less siedzi między agentem a modelem i czyści nadmiar ze schematów narzędzi i odpowiedzi: pola takie jak debug i trace trafiają na czarną listę, metadata z wartością null jest usuwane, puste tablice są zwijane. Kompresja jest odwracalna — odrzucone elementy tablic pozostają dostępne przez marker <<tokenless:KEY>>, co oznacza, że agent może je później pobrać, jeśli zajdzie taka potrzeba.

Architektonicznie jest to eleganckie rozwiązanie: kompresja zachodzi między agentem a modelem, więc nie musisz zmieniać frameworka agenta. Podłączasz adapter — i jedziesz. Liczby z README:

| Co jest optymalizowane | Oszczędność tokenów | Latencja | |--------------------|------------------|----------| | Odpowiedzi narzędzi | 65.8% | 46.85 μs | | Schematy narzędzi | 47.3% | 11.44 μs | | Pełny pipeline | 62.9% | 198.91 μs |

Latencje rzędu kilkudziesięciu mikrosekund po prostu nie są odczuwalne. W jednym zaobserwowanym uruchomieniu zadania na Claude Code system zaoszczędził 317K tokenów, czyli 40.5% — choć autorzy sami uczciwie zaznaczają, że wynik zależy od obciążenia.

Konfiguracja zajmuje minuty:

curl -fsSL https://get.agentic-os.sh | bash
export PATH="$HOME/.local/bin:$PATH"
anolisa install tokenless
anolisa adapter enable tokenless claude-code

Po restarcie Claude Code możesz uruchomić zadanie intensywnie korzystające z narzędzi i sprawdzić statystyki:

tokenless stats summary
tokenless stats list --limit 5

Jeden niuans warto poznać od razu: oszczędności dotyczą odpowiedzi narzędzi, które trafiają do kontekstu, a nie całego rachunku za sesję. Przy zadaniach, gdzie agent prawie nie wywołuje narzędzi, nie będzie żadnych zysków.

AgentSight: agent pod mikroskopem

Drugie znalezisko — AgentSight. Na Linuksie obserwuje agenta przez eBPF, nie dotykając jego kodu w ogóle. Widzisz ścieżkę od wejścia użytkownika przez model i wywołania narzędzi, w tym zużycie tokenów i gałęzie sub-agentów, w jednym widoku. Oto obserwacja agenta z poziomu kernela:

Do debugowania pipeline'ów agentów wygląda to jak wygodna alternatywa dla ręcznie pisanych loggerów: eBPF łapie wszystko systemowo, a nie tylko tam, gdzie pamiętałeś wstawić trace.

Bezpieczeństwo: granica i droga powrotna

Dwie rzeczy w bloku runtime wyróżniają się osobno.

Agent Sec Core potrafi wykryć podstawienie podpisanego Skila. Jeśli podpisany Skil się zmienił, agent oznaczy go jako drifted i nie będzie go używać, dopóki nie zostanie ponownie przeskanowany; blokujące wyniki po ponownym skanowaniu są zapisywane ze statusem deny. Dla tych, którzy podłączają zestawy Skili od stron trzecich do agentów, to ochrona przed klasycznymi atakami typu injection.

ws-ckpt przechowuje punkty odzyskiwania dla zmian w workspace. Agent powywracał pliki i wszystko zepsuł? Wycofujesz. Jak git dla eksperymentów z agentem na systemie plików.

Dla kogo to jest

Jeśli pomyśleć prosto:

• Zespoły, których agenci uruchamiają ciężkie łańcuchy narzędzi i zżerają budżety tokenów — zacznij od Token-less, instaluje się w trzy minuty i nie wymaga przepisywania niczego.
• Ci, którzy pracują w terminalu i chcą agenta od razu tam, nie w osobnym oknie czatu — cosh-ng.
• Inżynierowie, którzy muszą dokładnie rozumieć, co agent robi z systemem — AgentSight plus ws-ckpt daje i obserwowalność, i sieć bezpieczeństwa.

Czy warto wypróbować

Projekt jest młody: na moment pisania tego tekstu repozytorium ma około 610 gwiazdek, całkiem sporo otwartych issue (161), a społeczność na razie żyje głównie na DingTalk, co nie jest najwygodniejszym kanałem dla anglojęzycznych developerów. Dokumentacja na stronie agentic-os.sh jest dość obszerna, z Quick Start obejmującym konkretne scenariusze pierwszego uruchomienia.

Zacząłbym od Token-less: minimalne ryzyko, namacalne oszczędności, prosta instalacja i łatwe wycofanie, jeśli nie zadziała. Cosh-ng wymaga instalacji systemowej — to poważniejsze zobowiązanie, ale dla tych, którzy żyją w terminalu, idea powłoki zlanej z agentem ma sens.

Licencja Apache 2.0, kod w Rust, za tym Alibaba. Zainstaluj, uruchom tokenless stats na własnych zadaniach i obserwuj liczby — powiedzą ci więcej niż jakakolwiek recenzja.