①操作系统里，进程是资源边界，线程是执行单元。同进程的线程共享内存，跨进程则要显式通信。Agent 世界完全照搬了这套做法——sub-Agent，多个 Agent 并行协作，立刻面对经典问题：谁能访问谁的状态？共享上下文带来效率，也带来竞争条件。死锁、竞争、一致性……
② 系统调用 → Tool Use用户程序想访问硬件，不能直接碰，必须通过系统调用陷入内核，由内核代为执行。Agent想搜网页、跑代码、查数据库，也不能自己动，必须通过Function Calling 交给 Harness执行。两者的本质完全一样：在权限边界上打一个受控的洞，能力从这个洞里流进来，风险也从这个洞里被隔住
③ Cache / 虚拟内存 → Context WindowContext window 是 Agent 最稀缺的资源，贵到每个 token 都要精打细算。这和 CPU Cache的逻辑一模一样：什么放寄存器（当前推理），什么放内存（近期对话），什么换页到磁盘（压缩摘要）？当上下文满了，Agent框架开始做 context compression——这就是在做内存分页与交换，只不过换出去的不是字节，是语义
④文件系统挂载 → RAGRAG 把外部知识库挂进 Agent 的"文件树"，需要时检索，不需要时不占窗口。这和操作系统挂载外部存储的逻辑完全相同：用廉价的大容量存储补偿昂贵的快速内存，按需加载，用完释放
⑤内核 / 调度器 → Harness / OrchestratorAgent = Model + Harness，Model 是计算本身，Harness 是操作系统内核：管权限、调度任务、分配资源、处理工具调用的返回。多Agent 系统里的 Orchestrator 就是调度器，决定哪个 Agent 先跑、跑多久、结果传给谁——换个场景照样适用。操作系统花了几十年才把这些问题想清楚。Agent 时代正在把同样的问题重新答一遍——只不过资源从 CPU/内存变成了token/推理时间，"程序"从机器指令变成了自然语言。