RabbitOS 3 体验：想做所有 Agent 的「总 Agent」
Rabbit 即将推出 RabbitOS 3，主打降低 Agent 使用门槛，一行代码连接设备、统一对话流、跨端调用，试…
沉寂一段时间的 Rabbit 即将发布新一代 Agent 产品 RabbitOS 3，目前处于小范围封闭测试阶段。36 氪获得提前体验机会。与当下多数 Agent 产品追求「能力更多」不同，OS 3 把重心放在一件事上：让普通人也能直接用上 Agent。
产品形态：一个对话框装下所有任务
OS 3 的界面非常简洁，只有一个对话框。首次注册时会询问几个简单问题——希望回答复杂还是简约、主要用途是什么——之后所有交互都发生在这一个输入框里。
这一选择戳中了今天 Agent 产品普遍存在的问题：能力在增强，但使用门槛同样在升高。安装环境、配置权限、连接设备、寻找 Skills，这些步骤已经把大量普通用户挡在门外。OS 3 的核心思路，是把这些复杂性在产品层压缩掉。
连接设备只需一行代码
OS 3 的设备接入方式非常激进：用户只需要在设置界面复制一行代码到 Terminal，回车即可完成 Agent 安装，当前支持 Windows、Mac 与 Linux。完成后，这台电脑就成为 OS 3 可以调用的一个 Node。理论上，用户可以把家里的 Mac、办公室的 Windows、服务器等不同设备绑定到同一个 Rabbit 账号下，由统一入口管理。
作为对比，OpenClaw（小龙虾）的安装流程包括 GitHub 拉取、命令行、配置文件、API Key 排错等环节，曾有用户在科技公司楼下排队找人代装。OS 3 的简化方向，是把这种「技术身份」门槛消解掉。
Skills：贴个链接就能装
OS 3 的 Skills 安装同样追求极简。从 GitHub 找一个 Skill，把链接贴进对话框说「安装这个」，系统会自动完成部署，并给出总结：这个 Skill 做什么、审计结果如何、如何触发。它原生兼容小龙虾、Hermes 以及 GitHub 上大量已有 Skills。
部署过程中，用户可以在同一对话流里发起另一个任务，并行推进。系统下方有一个 activity 面板，用七巧板风格可视化展示每个任务的执行进度与对应 Agent，透明可查。涉及付款、删除等关键步骤时，系统会主动停下来要求确认。
取消 Session：一个连续的记忆流
OS 3 取消了传统 Tab 式对话结构，把所有需求放进统一的输入输出流。用户可以连续提出不同任务，第一件事、第三件事、绕回第一件事都行，系统负责判断哪些信息应该关联、哪些任务应该继续推进。
Rabbit 团队的观察是：很多内测用户最终的用法非常直接——把日常痛点一股脑说给它，让 Agent 替自己设计工作流、配好 Skills，自己只管用。这种「倒推式」设计也体现在产品上。
多端入口与跨设备调度
OS 3 延续了 Rabbit 在 R1 上积累的多端能力。在测试版本中，用户可以通过 Telegram 在手机端调用远处已绑定的电脑。不同入口内容保持独立、共享同一用户 Memory。
举例来说，用户在手机上发指令「打开电商网站买一箱可乐」，远端电脑的浏览器可以自主完成搜索、选品、加购，走到「确认下单」一步时停下来请求确认。这不是远程桌面，而是「告诉一个知道你有哪些设备、知道它们在干什么的 Agent，你想解决什么问题」。
从架构看，OS 3 把用户名下所有设备注册在同一个账号下，由 Rabbit Agent 和 Rabbit 独有的 DLAM 控制所有节点，与 Claude Code 和 Codex 的远程同步模式、OpenClaw 的云端虚拟机方案均不同。对已有工作流的用户，它还提供一键迁移入口，扫描既有配置与上下文后整体搬入。
底层架构：多 Agent 实时系统
OS 3 表层简单，底层做了大量基建工作。它不是一个排队问答机，而是一个多 Agent 的实时系统。多个 Agent 同时工作时，谁拥有什么上下文、谁能使用哪些 Skill、不同任务冲突如何解决、记忆如何共享——这些都是工程难题。
模型层是开放的：用户可以自带 API Key、接任意模型，并按任务分层（简单对话用便宜快的、正经干活换强的），具体用哪一档由系统判断。
在 UI 上，OS 3 采用大量 Generative UI：遇到表格时实时生成表格、需要下载时出现下载控件、需要确认时按钮自动出现、生成 3D 文件时直接生成预览界面。按钮是否出现，取决于当前 Context。文件和产出物单独收纳，不会淹没在对话流里。
Auto Teach 与设备控制
OS 3 在两个用户看不到的地方也做了重投入。一是 Auto Teach：AI 自行穷举高频应用上的高频需求，首次执行时走模型理解与操作，任务成功后自动泛化成可复用经验——所有要素参数化、所有轨迹可学习。下一个用户提出同类需求时，几百毫秒即可触发，不再调用大模型、不耗 Token、不截图。
按 Rabbit 公布的数据，已训练过的任务比基于截图理解的 Computer Use 方案快 50 到 300 倍。该数据为厂商单方测试结果，具体优势取决于任务是否被学习过，但在体验中常见任务确实呈现「秒开」的体感。
设备控制方面，OS 3 既不依赖截图给视觉模型，也不走系统注入，而是把底层 Driver 做成模拟的人类输入设备——相当于给设备接了一个云端键鼠。世界上没有设备会拒绝用户接入键鼠，因此无需申请特殊权限，也难以被特定应用识别或拦截；只有在必须读取动态内容时才回退到视觉方案。
整体来看，RabbitOS 3 不是一款在模型智能上追求领先的产品，而是把大量精力放在交互简化与底层工程上，试图回答一个被许多 Agent 产品忽略的问题：Agent 下一阶段的创新，或许不是让用户多理解十个东西，而是少理解十个东西。