
ZDNET要点总结
Canonical 让用户自主选择 AI 使用方式,在 Ubuntu 系统中,AI 融入关键特性和可选工具。当微软侧重于掌控时,Canonical 把控制权交到用户手中。
在一篇新博客文章里,Canonical 旗下 Ubuntu 工程副总裁 Jon Seager 阐述了公司如何将 AI 融入 Ubuntu Linux 26.04 及后续版本的桌面和服务器体验。和微软在 Windows 系统给所有东西贴 Copilot 标签不同,Canonical 以开放方式将 AI 融入 Linux 发行版:尽可能用开放模型,默认本地推理,不把发行版打造成 AI 产品。
Seager 解释,Canonical 正“有针对性且有原则地加大 AI 工具使用力度”。这种方式倾向开放权重模型,其许可条款符合 Ubuntu 开源价值观,搭配开源框架和工具。Canonical 鼓励开发团队选适合自己的工具,前提是团队始终选单一工具。
他强调,Ubuntu 不会被重新定位为 AI 产品,而是通过“深思熟虑的 AI 集成”,让依赖该系统的用户更高效使用操作系统。在内部,Canonical 计划培训工程师,让他们了解 AI 真正能发挥价值的地方,不采用“使用了多少 AI”这类简单衡量标准,而是关注 AI 辅助工作的质量、可控性和可审查性。
隐式与显式 AI
Ubuntu 框架核心是区分“隐式”和“显式”AI 特性。隐式 AI 特性在后台运行,增强 Linux 现有功能。用户会感觉“系统运行得更好了”,而非体验新的 AI 产品。比如,Ubuntu 26.04 有一流的语音转文本和文本转语音功能,屏幕阅读能力提升,还有其他由本地模型驱动的无障碍功能改进。
显式 AI 特性是新的、需用户主动开启的功能,明确展示为 AI 驱动。这些功能可能包括生产力工作流程中的生成式文本工具、文件或项目管理等任务的智能助手,以及直接与模型交互的专用界面。Seager 称这种方式分阶段进行:先默默改进 Ubuntu 现有功能,再为有需求的用户添加“原生 AI”工作流程。不想用这些支持 AI 的程序也没问题,但在 Windows 11 上没这么容易。
Ubuntu 注重本地运行 AI。Canonical 希望大多数 Ubuntu 的 AI 特性默认在设备上推理。这种方式让功能可离线使用,可能更具隐私性,减少对专有云后端的依赖,使用成本大幅降低。这与 Canonical 在调优内核、GPU 和加速器硬件支持以及与芯片供应商合作方面的现有工作契合。Seager 表示,这是在普通 Ubuntu 安装中实现高效本地推理的基础。
无障碍功能是此次 AI 推进的首批具体目标之一。Seager 强调系统级的语音转文本和文本转语音功能,以及更强大的屏幕阅读能力,不是花哨的“AI 附加功能”,而是操作系统的核心功能。他写道,展望未来,“如今看似只有借助前沿 AI 工厂才能实现的功能,在未来几个月或几年内将变得更加普及”。
除单个特性外,Canonical 还致力于把 Ubuntu 打造成更安全的 AI 智能体和智能工作流程平台。Seager 表示,用户越来越习惯与智能体协作,他“很喜欢”通过智能体驱动的界面让 Linux 的强大功能更易获取这一想法。目标是打造“上下文感知操作系统”,智能体可在 Ubuntu 现有安全模型约束下,对用户的环境和任务进行推理。
在这里,Ubuntu 默认的应用容器方案 Snap 成为 Canonical 保障 AI 智能体安全的手段。通过 Snap,智能体将被隔离在沙箱中,无法访问受限数据和资源。Canonical 正在探索以“符合用户群体需求、尊重隐私和安全价值观”的方式集成这些工作流程,明确承认社区对强力 AI 的担忧。
Windows AI 与 Ubuntu AI 的对比
Canonical 倾向采用开放权重模型、开源框架以及符合长期自由软件价值观的模型许可,而非只选在基准测试中表现最佳的模型。Seager 指出,“获取模型权重固然重要,但这并不等同于开源社区所习惯的那种透明度”。他还补充,Canonical 将根据许可条款而非仅性能选模型。
相比之下,微软的主流 AI 推广依赖专有云服务,如 Microsoft 365 的 Copilot 和 Azure OpenAI。没错,微软允许用户用多种模型,但前提是微软作为守门人。在 Windows 系统中,用户只能按微软的规则使用 AI,包括其定价、政策和数据监测。
Canonical 为 Ubuntu 制定的计划是将本地推理设为默认方式。理想情况下,所有 AI 增强的操作系统功能都应在设备上离线运行,只有在真正需要外部服务时才使用明确定义的接口。这种方式发挥了 Linux 在硬件调优和 GPU/加速器支持方面的优势,同时将数据和工作流程保留在用户的设备上。
微软的策略是“云优先”:Windows 和 Microsoft 365 中的 Copilot 从根本上依赖云托管的模型和数据处理,即使涉及一些客户端的 NPU 也是如此。这种方式便于大规模推出功能,但也集中了数据和计算资源,增加了对供应商的依赖,使用户更难了解或限制数据的流向。
正如 Seager 所指出,Ubuntu 将 AI 分为“隐式”和“显式”两类。隐式 AI 默默改进现有功能,如语音转文本、屏幕阅读和其他无障碍工具;显式 AI 则是新的、有明确标识的 AI 工作流程或智能体,用户可选择是否采用。这种划分旨在让 Ubuntu“更具实用性”,而不是将其打造成一个 AI 品牌产品,也不会强迫不想使用 AI 的用户接受。
微软则致力于将 AI 融入默认用户体验。例如,Copilot 直接出现在 Windows 系统界面和 Microsoft 365 应用中。此外,微软还在探索在 365 中使用始终开启的智能体,这些智能体将作为办公工作流程的操作层。如果你已选微软的产品,这种转变是有益的。
然而,依赖微软意味着用户默认要与 AI 交互,而非深思熟虑后选择开启。你能接受吗?当 AI 成本大幅上升时,你还能接受吗?
Canonical 的 AI 方案大量借助 Ubuntu 现有的安全机制,特别是 Snap 隔离技术,为 AI 智能体提供严格限定的权限、清晰的可审查性,以及从只读分析到受控写入访问的不同“访问级别”。目标是打造“上下文感知操作系统”,智能体可以很强大,但它们运行在透明的开源沙箱中,用户和审计人员可以检查。
微软的智能体方向更侧重于将智能体直接集成到业务工作流程中,例如 Microsoft 365 智能体可在邮件、文档和业务系统中发挥作用。这种集成有利于自动化,但用户更难理解。治理工作由 IT 管理员在策略控制台和连接器中配置,而不是通过用户可见的、可独立审查和分支的开放安全模型。
Canonical 将 Ubuntu 定位为本地 AI 实验和开源工作流程的低门槛平台。在 Ubuntu 上,开发人员可轻松更换模型、框架和工具。这种方式使团队更易使用本地模型、向量数据库和智能体框架进行原型开发,关键是在实验阶段避免供应商锁定。
微软的优势在于大规模分发和集成工具。但这种集成也使早期实验更可能长期依赖微软的技术栈,数据、工作流程和治理都与同一家供应商绑定。
如果你看重开放模型、本地控制以及了解和塑造 AI 如何融入系统的能力,Ubuntu 是好选择。微软的模式对紧密耦合、云优先的企业工作流程有吸引力,但它以开放性和可移植性为代价,换取了锁定、深度集成和便利性。



被折叠的 条评论
为什么被折叠?



