Rabbit做了个“所有Agents的Agent” ，体验后我觉得Agent早就该长它这样

安静了一段时间的 Rabbit，终于又有了大动作。

据我们了解，Rabbit 即将发布最新一代 Agent，RabbitOS 3 ，目前正在小范围封闭测试阶段。

而我们有机会提前体验了这个全新的Agent产品。

简单来说，RabbitOS 3 是一个站在所有 Agent、Skills、模型和设备之上的“总 Agent”：

你只需要告诉它想干什么，至于该调用哪个 Agent、装什么 Skill、控制哪台设备，以及任务之间怎么协同，都由它自己解决。

这听起来很像一句 2026 年已经被说烂了的 Agent 宣言。

但真正使用起来，你能很快意识到这是一个不同思路下的 Agent 产品。它抓到了一个今天 Agent 产品很容易也事实上都在忽略的问题：

Agent 已经越来越强了，却也越来越像 1980 年代的电脑——什么都能干，但普通人根本不知道该怎么用。

如何真的变成一个普通人直接用的 Agent，其实关键还是藏在产品交互体验的每一个细节里。

而 OS 3 在这方面做了大量尝试，这让它在各类 Agent 井喷的今天依然能成为一个完全不同的 Agent。

1

打开 OS 3，你会发现它非常简单。尤其是在一众 Agent 产品越长越像、首页也越来越复杂的今天，它简单得好像回到了 chat 时代。

是的，它就是一个对话框。

第一次注册登录时，它会问你简单几个 onboarding 的问题——希望它回答得复杂还是简约、平常主要拿它干什么等——答完，接下来的一切都在这个对话框里进行。

这个决策很简单，但却也是用户等了很久但今天大部分 Agent 产品不想去做的产品选择。

这戳破了一个真实存在的问题，今天很多 Agent 最大的问题，并不是能力不足，而是进入门槛太高。安装环境、配置权限、连接设备、寻找 Skills，这些步骤本身已经把大量普通用户挡在门外。

在使用 OS 3 的整个过程里，你能感到，它最重要的思考都是围绕此展开的：

如何把这些复杂性，为普通人压缩掉。

首先能感到不同的地方就是把它“连上电脑”的方式。

OS3的方式是，你只需要在设置界面复制一行代码到你的 Terminal，回车，几秒钟后，完成 Rabbit Agent 安装。它目前支持 Windows、Mac 和 Linux。

(当你点击注册，直接提供给你可以一键复制的代码，粘贴到终端即可完成配置）

完成之后，这台电脑不再只是一个运行 AI 的设备，而成为 OS 3 可以调用的 Node。理论上你可以把家里的 Mac、办公室 Windows、服务器等不同设备连接到同一个 Rabbit Account 下，由统一入口控制。

对比一下就知道这一行代码意味着什么：装过小龙虾（OpenClaw）的人都记得那套流程——GitHub、命令行、配置文件、API Key、排查报错。它火到有人在大厂楼下排队找人代装，这件事本身就说明，普通人自己装不上。

同样的思路贯彻OS3的每个细节。

2

其中最有代表性的是它对skill的使用。

过去使用一个 Skill，往往意味着阅读 GitHub 文档、安装依赖、修改配置；在 OS 3 里，我们随便从 GitHub 找了一个 Skill，把链接贴进对话框，说了一句“安装这个”。

系统自动完成了部署，装好后给出一份总结：这个 Skill 是干嘛的、审计结果如何、以后怎么触发。OS 3 原生兼容小龙虾、Hermes 以及 GitHub 上大量已有的 Skills——过去大半年整个开源社区攒下的东西，都在它的射程里。

后来甚至我只需要贴个链接，啥也不用说。

（只需要把网址粘贴过来，一键安装skill）

而在等它部署的这一分钟里，你也不用闲着，你可以直接在同一个对话流里发起另一个任务。

比如，你可以把一个你每天都在做的任务让它形成一个新的Skill。生成后它会告诉你怎样“激活”，之后要用的时候直接说就行，就像和一个人类助手合作那样——而不是像今天的很多 Agent 工具，需要你自己去找 GPTs、Plugin 或者 Skill。

从这些设计看来，它就是认为：普通用户根本不应该学习 Skill。就像今天没有人会为了打开一张图片，先学习什么叫图像解码器。

在这些并行任务进行的同时，你可以在界面下方一个 activity 面板查看进度。这些设计也延续了Rabbit在页面设计上的品味，它们看起来充满它自己的风格。

（在activity的板块，os3把任务做成了很有意思的七巧板感觉的可视化观测界面）

每一步由哪个 Agent 执行、进展到哪，全程透明可查——小白可以完全不看，极客可以全程盯盘。

同时，当这些任务涉及付款、删除等关键步骤时，它会停下来，主动要求确认。

3

在使用一段时间后，你很快会发现，它还有一个更彻底的变化，就是不再设置“新建对话”这样的功能。

过去 AI 产品普遍采用 Session 模式：

一个任务一个窗口，一个窗口保存一段 Context。但长期使用后，这种设计会越来越混乱。用户知道某件事以前和 AI 讨论过，却不知道在哪个 Tab；AI 也容易因为信息被切割在不同 Session 中，无法形成完整理解——你在一个对话里改的主意，第二个对话里， AI 就不知道了。

OS 3 干脆取消了传统 Tab 式对话结构，把所有需求放进统一的输入输出流。

（左边是os3，右边是ChatGPT，可以直观看到session过多的烦恼，以及左侧os3给每个答案对应提供的交互方式都不同）

你可以连续提出不同任务，第一件事、第三件事、又绕回第一件事，系统负责判断哪些信息应该关联、哪些任务应该继续推进。这背后的判断显然是：传统的 Session 切割会导致长期 Memory 分散，最终产生理解冲突。毕竟，人类大脑不会给自己切成好多个session文件夹。

根据Rabbit团队的观察，包括OS3的内测用户在内，很多用户其实最终都会走向一种很直接的用法，但它可能就是最终此类产品的“正确”用法：就是根本不用一个个想装什么 Skill、开什么任务，而是直接把日常的痛苦一股脑说给它，然后不管它到底如何做到，但就是让这Agent替他把整套 Agent 工作流设计出来、配好，他只管用就行。

而默认这样的用法会是最终人们使用Agent的方式，OS 3倒推出了今天这样的设计。

4

OS 3 另一个很有 Rabbit 特点的能力，是多端入口。毕竟这是一个做出了 R1 的公司。

在目前的测试版本里，你可以通过 Telegram，在手机端调用远处已经绑定的电脑。不同入口的内容保持独立，不做无脑同步，但共享同一个用户 Memory。

比如，你可以在手机的 Telegram 上发一条指令——打开一个新标签页，去电商网站买一箱可乐。注意，此时手机和那台电脑不在同一个网络，也不在同一个地理位置。但电脑的浏览器可以自己行动，完成搜索、选品、加购。全程没人碰它。走到“确认下单”这一步，它停下来，发消息回来：要花钱了，确认吗？点了确认，下单完成。

看起来很多Agent也在展示这样的能力，但事实上，它这种体验已经离“远程桌面”很远了。

你不是在远程操纵一台电脑。你是在告诉一个知道你有哪些电脑、知道它们正在干什么的 Agent，你现在想解决什么问题。

这是两个完全不同的交互逻辑。

从架构上看，这也是市面上其他产品目前给不了的。Claude Code 和 Codex 的远程模式，本质是同步到某一台电脑的 Session；小龙虾和一些同类方案，是给每个用户开一个云端虚拟机。而 OS 3 是把你名下所有设备注册在一个账号下——一个出入口，由 rabbit agent 和 rabbit 独有的DLAM控制所有节点。

对已经在小龙虾等工具上配好一套工作流的老玩家，它还准备了一个更省事的入口：让它扫描你的电脑，把既有配置和上下文一次性搬进来，像换音乐 App 时的一键导入歌单。

这意味着 Agent 不再属于某一个 App，而开始属于用户本身。

这带来的想象是巨大的，“设备”未来不会止于电脑——按这套架构的逻辑，手机、车、智能家居，未来都可以是同一个账号下的节点。

5

体验过程中另一个很明显的感受，是 OS 3 表面非常简单，背后其实做得很重。

尤其是它实际上做了很多多 Agent的基建工作。

从 ChatGPT 开始，几乎所有 AI 产品都继承了同一个形态：一问一答，一条任务跑完，再进行下一条。OS 3 在底层把这个形态整个换掉了——它不是一个排队的问答机，而是一个多 Agent 的实时系统。

而 multi-agent 并不是简单地在后台同时启动几个模型。真正困难的是：几个 Agent 同时工作之后，谁拥有什么上下文、谁能使用哪些 Skill、不同任务之间发生冲突怎么办，以及它们最终如何共享记忆——说白了，是怎么让 Agent 和 Agent 之间“自我和解”。

单个 Agent 很聪明，和一群 Agent 把事办成，中间隔着的是大量工程和基础的工作。而从产品成熟度看，OS 3 在这套架构上明显下了长时间的功夫。

这些工作最终让OS 3变得更像一个 Agent Runtime。一个所有Agents的Agent。

在OS 3的设计里，模型这一层同样是开放的。OS 3 支持用户自带 API Key，接谁家的模型都行，还可以按任务分层——简单对话用便宜快的，正经干活换最强的。而“这个任务该用哪一档”，同样可以交给系统去判断。

当然，把一切放进一个连续的流里，也带来一个显而易见的疑问：当一个 Agent 真正覆盖一个人一天的大部分数字生活之后，信息量会变得非常夸张。完全取消“文件夹”，长期会不会反过来制造新的混乱，还需要更长时间使用才能判断。

但 OS 3 对这个问题给出的一个回答很有意思：

未来也许不应该由用户整理 UI，而应该由 AI 临时生成 UI。

事实上，在目前版本里的OS 3 ，你能发现，它已经开始大量采用 Generative UI。体验中我们不断遇到这样的时刻：任务遇到表格，一张表格实时生成出来；需要下载文件，出现一个下载控件；到了需要用户确认的地方，几个按钮自己冒出来；生成一个 3D 文件，对应的预览界面直接出现。

（当os3认为你的任务需要一个交互界面，就会在右侧生成一个出来。所以每个任务的结果的样式其实都会不同）

它不会预先规定“这里永远有三个按钮”。按钮为什么出现，取决于此时此刻的 Context。文件和产出物则被单独收纳在一个固定的地方，不会淹没在对话里——用户需要文件夹，但不需要它每天杵在面前。

不难想象这个思路会被推得更远：同一个人的桌面，在不同时间、不同任务下，本身都可以是动态生成的。

Everything is Generative。

6

这种“做得很重”，还体现在两个你使用中根本看不到的地方。

一个是它运转的速度很快，这背后的来源是长期的积累。

Rabbit 早期就有一个 Teach Mode 的概念：用户演示一遍操作，AI 学会，下次复现。现在它进化成了全自动的 Auto Teach：AI 自己穷举高频应用上用户可能提出的需求，第一次执行某个任务时，老老实实走模型理解和操作；任务一成功，就自动把它泛化成一个可复用的经验——哪些要素全部参数化哪些轨迹可以学习积累下来。下一个用户提出同类需求时，几百毫秒直接触发，不再调用大模型、不耗 Token、不截图。

按 Rabbit 公布的数据，已训练过的任务，比基于截图理解的 Computer Use 类方案快 50 到 300 倍。

这个数字是它单方的测试结果，具体优势也取决于任务是否被学习过——但在我们的体验里，那些常见任务确实是一种“秒开”的观感，和市面上一步三思考的 Agent 是两种物种的体感。

更重要的是，这个飞轮不需要人参与：所有用户都在睡觉时，它还在穷举、还在训练；某个 App 半夜改版换了界面，它检测到变化，自己重学。你睡醒，它还是快的。

另一个是它控制设备的方式。

它既不靠截图给视觉模型看，也不靠系统注入，而是把底层 Driver 做成一个模拟的人类输入设备——相当于给你的设备接了一个云端的键盘鼠标。毕竟世界上没有设备会拒绝用户接一个键鼠，所以它不需要申请任何权限，也很难被某个具体的应用识别或拦截。只有在必须读取动态内容时，才回退到视觉方案。

这条路线能覆盖多少复杂场景、长期稳定性如何，还需要大规模使用后观察。但它们共同指向了 Rabbit 很鲜明的工程取向：真正需要被解决的技术问题，不应该再转嫁给用户。

7

整体使用下来，你会发现OS 3不是那种追求在智能上比其他Agent强个几分的产品，而是一心通过各种交互体验上的改进、各种关键环节上极致甚至激进的简化工作，来真正让更多人能直接把Agent用起来的操作系统。你能从这些交互的成熟度上感受到背后它们做的大量工程和底层技术的工作。

这也是 OS 3 最吸引我的一点。

今天，我们无疑已经进入了 Agent 的时代。

但作为用户，我一直觉得这里面有一点不对劲。

一边，整个 AI 行业都把 Agent 描绘成模型智能真正进入现实世界的重要方式。AI 不再只是回答问题，它终于开始写代码、操作电脑、调用软件、完成任务。另一边，我们今天讨论 Agent 最多的地方，却仍然是 Github、Hacker News、开发者社区和各种技术群。

很多 Agent 产品甚至隐隐以复杂为荣。会安装、会配置、会写 Skill、会调整 Prompt，本身成了一种新的技术身份。

这跟“AI 能力开始真正普及”之间，其实存在非常明显的矛盾。

几十年前，个人电脑真正改变世界，也不是因为处理器突然快了十倍。而是电脑终于从一台需要输入命令才能使用的机器，变成普通人坐下来就知道怎么点的东西。

Agent 的发展和普及大概率也需要经历同样的一步。

这也是为什么体验完 OS 3 之后，我反而觉得 Rabbit 这次抓到了一个很值得关注的问题：

Agent 下一阶段最大的创新之一，也许不是再增加十个能力，而是让用户少理解十个东西。

你不应该知道现在用了 Claude 还是 Gemini。不应该知道这个任务需要哪个 Skill。不应该关心是 Computer Use 还是某个第三方 Agent 在执行。甚至不应该思考这件事情应该交给家里的 Mac、公司的 Windows，还是口袋里的手机。

你只负责表达目的。系统负责剩下的复杂性。这就是“所有 Agents 的 Agent”要做的事情。

当然，今天OS 3 还是一个很早期的产品。统一 Memory 是否真的比 Session 更适合长期使用，Generative UI 能否在复杂场景下保持稳定，跨设备控制带来的安全和隐私边界如何处理，以及 Rabbit 试图兼容越来越多 Agent 和 Skills 之后，能不能继续保持现在这种简单感，都要等更多用户真正用上之后才能验证。

但在所有人都忙着把 Agent 做得越来越强的时候，有一个团队愿意花半年时间做 Multi-Agent、Memory、Auto Teach、Generative UI 和跨设备 Runtime，最后却只是为了让前面的用户少点几个按钮、少懂几个名词、最好一句话就能把事情做掉，这件事本身就值得肯定。

AI 真正走向下一亿、十亿用户，需要的可能恰恰是更多这样的工作。

按目前的节奏，OS 3 会先以浏览器版开放，不需要拥有 R1硬件；之后 R1 会升级到 OS 3 架构。

而且，要知道，这里很可能还有一个彩蛋在前面等着，那就是此前Rabbit 剧透过的，计划年内推出的新硬件 Cyberdeck。这是一个神秘的产品，但很显然，它和OS3的结合会是接下来Rabbit想交给大家的又一个大惊喜。

RabbitOS 3 接下来几周会逐步开启更大范围的邀请测试，我们届时也会提供一批首轮邀请码。

对一个更简洁更用户友好，更像当年Mac诞生抹去过往电脑使用复杂度的Agent产品有期待的各位，真的可以去试一下。

文章来自于微信公众号 “硅星人Pro”，作者 “硅星人Pro”