Brian Chesky：AI智能体需要专属操作系统

Airbnb掌门人为何谈起AI操作系统

Airbnb联合创始人兼CEO Brian Chesky在最近的一次访谈中抛出了一个颇具前瞻性的观点：AI智能体（AI agents）需要属于自己的操作系统。这一判断并非空穴来风——随着大模型能力的跃升，越来越多的任务正从人类直接操作转向由AI代理自动完成，而现有的软件生态几乎都是为人类用户设计的，并没有为机器智能体的交互方式做好准备。

Chesky作为消费级产品的资深操盘手，他的视角值得关注。Airbnb本质上是一个连接房东与房客的双边平台，其核心竞争力在于对复杂人类需求的理解与匹配。当AI智能体开始代替人类完成预订、比价、规划行程等任务时，平台如何适配这种新型用户，成为一个绕不开的现实问题。

让Airbnb对智能体友好意味着什么

访谈中，Chesky谈到了如何让Airbnb变得「对智能体友好」（agent-friendly）。这背后涉及一个根本性的转变：平台的界面与接口过去是为人眼和人手设计的——按钮、图片、下拉菜单、支付流程，都假设操作者是一个会看、会点、会思考的人类。

但AI智能体与世界交互的方式截然不同。它们更擅长通过结构化数据、API调用和明确的语义接口来完成任务，而非在视觉界面上模拟人类的点击行为。如果一个预订平台希望被AI代理高效调用，就必须重新思考自己向机器暴露哪些能力、以何种方式暴露。

这意味着平台可能需要提供专门的智能体通道，让AI能够查询房源、理解价格策略、确认可用性并完成交易，而不必笨拙地「假装」成一个人类用户去操作网页。对于整个消费互联网而言，这是一次面向机器用户的基础设施重构。

目前业界已出现若干专为AI智能体设计的交互协议，试图解决这一适配问题。Anthropic于2024年底推出的MCP（Model Context Protocol）是其中的代表性尝试——它定义了一套标准化的接口规范，让AI模型能够以统一方式调用外部工具、读取数据源和执行操作，而无需为每个平台单独开发适配层。类似地，Google DeepMind提出的Agent-to-Agent（A2A）协议则进一步着眼于多个智能体之间的协作通信。这些协议的出现，印证了Chesky所描述的需求已从概念走向工程实践。对于平台型企业而言，接入这类标准协议，比自行设计专有智能体接口更具生态价值——就如同当年网站选择支持OAuth统一登录，而非各自维护独立的账户体系。

为什么世界需要AI原生操作系统

Chesky最核心的论断是：世界需要一个「AI原生」（AI-native）的操作系统。今天我们使用的操作系统——无论是桌面端的Windows、macOS，还是移动端的iOS、Android——都建立在人机交互的范式之上。它们的核心任务是把计算能力通过图形界面呈现给人类。

而一个AI原生的操作系统，其设计出发点应当是智能体如何调度资源、如何相互协作、如何安全地代表用户执行操作。这类系统需要解决身份认证、权限管理、任务编排、以及智能体之间通信等一系列全新问题。当大量AI代理同时在各种服务之间穿梭执行任务时，缺乏统一的底层协调层将导致混乱与低效。

从这个角度看，Chesky的观点触及了当前消费级AI发展的一个瓶颈：模型能力在快速提升，但承载这些能力的基础设施仍然滞后。缺少标准化的智能体交互层，每一个平台都要各自为战地去适配AI，整个生态难以形成合力。

「操作系统」在AI语境下的含义与传统定义有所延伸，值得厘清。传统操作系统（如Linux、Windows）管理的是硬件资源——CPU、内存、存储——并为上层应用提供标准化调用接口。而Chesky所指的「AI原生操作系统」，管理的核心资源是智能体的行动能力与权限边界：哪个智能体可以代表哪个用户、在哪个服务上执行什么操作、操作结果如何审计与回滚。这本质上是一个身份与授权的编排层，叠加任务调度与跨服务状态管理。当前最接近这一定位的产品形态包括：OpenAI的Operator、微软的Copilot Studio，以及初创公司如Dust、LangChain等提供的智能体编排框架。但目前尚无一家在消费端建立起真正的操作系统级标准，这正是Chesky认为机会窗口仍然开放的原因。

消费级AI的现状与挑战

Chesky也谈及了消费级AI的整体状态。尽管生成式AI在过去一段时间引发了巨大热潮，但真正改变普通用户日常生活的杀手级消费应用仍然有限。大多数突破集中在对话助手和内容生成领域，而让AI真正「替用户办事」——比如自动完成一次完整的旅行预订——仍面临信任、可靠性与接口适配的多重障碍。

这正是Chesky观点的价值所在。消费级AI要走向成熟，不能只依赖更强的模型，还需要生态层面的配套：平台愿意向智能体开放能力，用户信任智能体代为决策，以及一套能够协调这一切的操作系统级基础设施。

对于平台型企业而言，提前布局智能体友好的接口，可能成为未来竞争的关键。当用户越来越习惯于「让AI帮我订」而不是「我自己打开App订」时，那些没有为机器用户做好准备的服务，可能会被智能体的决策链路悄然绕过。

AI智能体在消费场景落地面临的「信任问题」有其具体技术根源。当前主流大语言模型存在幻觉（hallucination）现象——即在不确定时仍会生成看似合理但错误的输出——这在内容生成场景可以容忍，但在「帮用户订机票、转账、签合同」等高风险操作中后果完全不同。此外，智能体执行多步骤任务时的错误累积效应也是显著挑战：单步90%的准确率，连续执行10步后整体成功率可能跌至35%以下。这解释了为何当前消费级AI助手大多停留在「建议」而非「执行」层面。要突破这一瓶颈，除了模型本身的可靠性提升，还需要平台侧提供操作可撤销、执行可审计的技术保障——这恰恰是Chesky所呼吁的基础设施层需要承担的责任。

结语：一场面向机器用户的范式转移

Chesky的这番言论，反映出产业领袖对AI浪潮下一阶段的思考正在从「模型竞赛」转向「生态重构」。操作系统的历史一再证明，谁定义了交互范式与底层标准，谁就掌握了平台权力。如果AI智能体真的会成为互联网的主要「用户」之一，那么为它们打造原生操作系统，很可能是下一个兵家必争之地。

对Airbnb这样的平台来说，主动拥抱智能体友好的设计，既是防御性的生存策略，也是面向未来的增长机会。这场变革的影响，远不止于某一个行业。