Yapay zeka işletim sistemi (AOS) kavramı, geleneksel işletim sistemlerinden farklı olarak, ajan tabanlı çalışmaların yönetildiği bir çalışma zamanı modeli sunuyor. Bu modelde ilk temel öğe olarak bağlam mühendisliği öne çıkıyor. Bağlam mühendisliği, bir ajanın hangi kaynakları göreceğini, hangi bilgilere erişeceğini ve ne kadar bellek tüketeceğini belirleyen bir kaynak yönetimi işlevi görüyor. Tıpkı bir işletim sisteminin süreçlerin kaynak erişimini düzenlemesi gibi, bağlam mühendisliği de ajanların çalışma alanını sınırlandırarak verimlilik ve güvenlik sağlıyor.
Mevcut yapıda bağlam mühendisliği, bir bağlam manifestosu oluşturarak ilgili dosyaları, önceki teslimatları, bilgi öğelerini ve bellek bütçesini kapsıyor. Bu, sadece bir komut istemi temizliği değil, aynı zamanda bir kaynak yönetimi stratejisi. AOS modelinde bellek ise ikinci temel öğe olarak karşımıza çıkıyor. Bellek yönetimi, yakalama, aday belirleme, denetim, onay, indeksleme, geri çağırma ve süre sonu aşamalarından oluşan bir yaşam döngüsüyle çalışıyor. Bu döngü, her bilginin kalıcı olmasını engelleyerek sistemin entropisini kontrol altında tutuyor.
Yönetişim, AOS'un en kritik bileşenlerinden biri. Her önemli aktarım noktasında bir denge mekanizması bulunuyor: yapısal sözleşmeler, alt ajan incelemeleri, insan onay kapıları ve toplu metrikler. Bu model, 'Ajan görevi yapabilir mi?' sorusundan ziyade 'Ajanın çalışmasını kim denetliyor?' sorusuna odaklanıyor. İzinler, zamanlama, bellek sınırları, süreç izolasyonu, muhasebe ve temizlik gibi işletim sistemi benzeri kurallar, ajanlar için de geçerli hale geliyor.
Entropi yönetimi, AOS'un göz ardı edilen ancak hayati bir alt sistemi. Tekrarlanan bilgileri kaldırmak, güncelliğini yitirmiş belgeleri tespit etmek, kullanılmayan ajanları silmek ve örtüşen kuralları birleştirmek gibi görevler üstleniyor. Herhangi bir ajan çerçevesi öğrendikçe birikir ve bu birikim yönetilmezse karmaşaya dönüşür. Entropi yöneticisi olmadan öğrenme, düzensizliğe yol açar. AOS vizyonu, 'Sistem bunu bir kez yapabilir mi?' sorusundan ziyade 'Sistem bunu yapma nedenini koruyabilir mi?' sorusuna odaklanarak sürdürülebilirliği hedefliyor.
