2026 年 4 月 26 日上午，拉格朗日赵立晨在 2050 云栖大会云栖厅作《Agent 框架演进与 Agentic OS 系统构建——当大模型基模开始蚕食 Agent 架构》主题分享，围绕框架演进、运行环境与系统构建，探讨模型能力持续增强之后，Agentic OS 的价值所在。
框架的价值，正在随模型能力重新分配
从提示词串联到工作流编排，Agent 框架帮助开发者组织模型与工具。随着模型逐步具备工具调用、结构化输出和多步推理能力，一部分原本需要框架完成的工作，开始由模型直接承担。
赵立晨在分享中指出，代码生成能力也在改变开发方式：定制流程的实现成本降低，开发者可以重新判断哪些抽象值得保留、哪些环节可以简化。框架选型需要回到任务本身，考察它是否带来了实际价值。
从模型调用到可靠运行，系统仍需补齐关键环节
模型能够决定下一步调用什么工具，一项任务要持续运行，还需要回答更具体的问题：工具能访问哪些资源？执行中断后如何继续？任务状态保存在哪里？操作过程如何追溯？
这些问题构成了分享中 Harness 工程的重点。权限管理、上下文组织、状态持久化与执行记录，共同决定 Agent 能否在真实工作中保持可控、连续的运行。随着模型承担更多决策，支撑这些决策落地的运行环境也更为关键。
Agentic OS 的构建，应以实际问题为起点
在此基础上，赵立晨进一步讨论了 Agentic OS 的系统分工：让模型、工具、记忆与任务编排相互配合，在模型持续迭代时保留稳定的运行基础。模型可以替换，工具可以扩展，已经积累的任务状态与执行经验也应能够延续。
报告以“架构服务于问题，而非问题服务于架构”作结。这一判断也给出了系统演进的取舍标准：随着模型能力增强，及时简化重复的封装；围绕真实任务中的中断、恢复与协作，持续完善必要的基础设施。架构的每一次调整，都应回应使用中的具体问题。
走向物理世界，让智能在行动中演进
物理世界是大模型天然的试金石，也是智能最广阔的应用空间之一。物料是否送达、设备是否完成作业、流程是否达到预期，都可以通过真实执行得到检验。明确的任务目标与可观测的结果，让成功与失败成为具体的反馈，也为能力改进提供了依据。
当智能能够在物理空间中持续执行任务、积累经验，并让经过验证的改进进入下一次行动，生产与服务的组织方式也有望随之改变。从工厂、仓储到更广泛的日常生活，智能的持续演进，将为社会创造新的生产能力与协作方式。
拉格朗日正在围绕这一方向，构建以 Agentic OS 为核心的 Physical Agent Infra，连接模型、机器人与真实业务流程，逐步打通任务执行、结果反馈、能力改进与验证的闭环。让每一次真实行动沉淀为下一次做得更好的基础，推动智能在物理世界中持续创造价值。