迈向智能体操作系统：一个用于Linux调度器的LLM智能体框架
人工智能
2025-10-01 v4 多智能体系统
操作系统
摘要
操作系统调度器存在一个根本性的语义鸿沟，即内核策略无法理解特定应用的需求，导致性能次优。我们引入了SchedCP，这是第一个使完全自主的大语言模型（LLM）智能体能够在无需人工干预的情况下安全、高效地优化Linux调度器的框架。我们的核心见解是，挑战不仅仅在于应用一个更好的LLM，而在于构建一个解耦的控制平面，将AI的语义推理角色（“优化什么”）与系统的执行角色（“如何观察和行动”）分离开来，从而将优化问题分解为两个阶段：目标推断和策略合成。SchedCP作为模型上下文协议（MCP）服务器实现，提供了一个稳定的接口，包含三个关键服务：一个工作负载分析引擎、一个不断演进的调度器策略仓库，以及一个执行验证器，该验证器在部署前通过静态和动态分析验证所有AI生成的代码和配置。我们通过sched-agent展示了此架构的强大功能，这是一个多智能体系统，能够自主分析工作负载，合成定制的eBPF调度策略，并通过sched_ext基础设施进行部署。我们的评估表明，与朴素的智能体方法相比，SchedCP实现了高达1.79倍的性能提升和13倍的成本降低，同时保持了高成功率。通过弥合语义鸿沟，SchedCP使专家级的系统优化变得大众化，并代表了朝着创建真正自优化、应用感知的操作系统迈出的一步。代码已在https://github.com/eunomia-bpf/schedcp开源。
引用
@article{arxiv.2509.01245,
title = {Towards Agentic OS: An LLM Agent Framework for Linux Schedulers},
author = {Yusheng Zheng and Yanpeng Hu and Wei Zhang and Andi Quinn},
journal= {arXiv preprint arXiv:2509.01245},
year = {2025}
}