Veda 是一个内置 AI 代理的操作系统——并不是一个添加到桌面的助手，而是每个应用程序都可以与之一起工作的系统的一部分。你与它的交流方式就像与房间里的人交谈一样——“嘿 Veda，把我的壁纸换成沙丘”，它通过与你的键盘和鼠标相同的操作在任何应用中完成工作，并在任何难以撤销的操作前征求你的意见。这个系统完全用 Rust 从零开始编写，所有组成部分都托管在这个代码库中：UEFI 引导加载程序、基于能力的微内核、驱动程序、系统服务、窗口系统、工具包和应用程序。一些成熟的 crate 提供了 TCP/IP 引擎、TLS 和加密功能（smoltcp, rustls, RustCrypto）。Veda 可以在 x86-64 电脑和 QEMU 上运行。 代理原生操作系统是为键盘前的人设计的。后期增加的助手通常需要读取屏幕、模仿点击或依赖少数提供 API 的应用程序，而系统对其作出的行动没有发言权。Veda 倒转了这一点：代理是系统的第一类用户，而系统的构建方式使得它的工作可靠、可见且安全。代理是系统的一部分。它是一项系统服务，在启动时启动，并在失败时重新启动，以小环的形式显示在任务栏上，直到你调用它——通过其名称、单击环或使用 Super+Space。每个应用程序都原生地与它对话。代理支持是应用平台的一部分：应用程序描述其操作，带有类型参数和风险级别，报告其显示的结构化状态，并通过与键盘和鼠标相同的代码执行操作——因此窗口显示的结果就如同你亲自执行的一样。没有屏幕抓取，没有模拟点击。内置应用程序之间提供超过 70 种操作，从文档写作到启动比赛。系统要求代理得到你的同意。每个操作都是例行的、敏感的或具有破坏性的。例行操作会直接发生；其他操作则等待你的确认。代理服务执行这一点，而不是语言模型：呼叫在你回答之前被保留，只有桌面外壳可以回应（系统通过 init 附加到其连接的每个程序的身份进行识别），代理在文档或应用中读取的任何信息都不能批准任何操作。它根据真实上下文工作。每次对话都以代理需要帮助的内容开始：时间、屏幕上的窗口、每个应用程序的操作、你告诉它的关于你自己的信息，以及上一次对话的结束情况。在工作期间，它读取应用程序的状态，以便根据实际情况采取行动。你的记忆依然属于你。它准确地记住你告诉它的内容——你的名字、你生活中的人、你喜欢的事物——绝不会猜测。该内存保存在你的电脑上，设置中可以查看全部内容并且随时忘记其中任何内容。语音优先。对话实时发生：打断代理时，它会停止并倾听。音频系统为此构建——回声消除和回声门，以确保代理从不听到自己说话，而在与您交谈时其他声音都被调低。当它处于待机状态时，电脑上的语音传感器会监听语音，让电脑在无人发言时不外泄任何信息。智能是一个设置。语音识别、语言模型和声音来自 Deepgram 的 Voice Agent 平台，音频则选择不参与 Deepgram 的模型改进；模型、声音甚至代理的名字都可以在设置中选择。代理的工作流程如下： ┌───────────────────────────────────────────────────────────────────────┐ │ 你：语音、键盘、鼠标 │ ├───────────────────────────────────┬───────────────────────────────────┤ │ 代理服务 │ 桌面外壳 │ │ 对话（Deepgram 语音代理） │ 环和代理窗口 │ │ · 名称监听器 · 记忆 │ 同意请求 · 通知 │ │ · 工作者：功能和同意 │ │ ├───────────────────────────────────┴───────────────────────────────────┤ │ 应用程序：操作 · 状态 · 执行（代理应用协议） │ ├───────────────────────────────────────────────────────────────────────┤ │ 服务：窗口 · 文件 · 音频 · 网络 · Wi-Fi · 启动器 │ ├───────────────────────────────────────────────────────────────────────┤ │ vkernel：能力 · IPC · 隔离 · 调度 │ └───────────────────────────────────────────────────────────────────────┘ 监听。待机时，代理在电脑上运行语音检测器。当有人说话时，语音会发送给识别器，该识别器知道该代理的名称；一句呼唤它的句子（“嘿 Veda，……”，“……，Veda？”）会唤醒它，而说出该名称的内容是它听到的第一件事。对话。唤醒后打开一个 Deepgram 语音代理会话，带有代理的指令，上述上下文及其功能。Deepgram 负责轮流发言、语言模型和语音；Veda 的音频服务处理双向声音。操作。模型调用代理的…