群发资讯网

构建面向 AI 时代的多语言统一计算运行时 以 Android Libcore 为基础,采用 COMO C++ 运行时和构件模型,将其发展为面向 TypeScript、Python、Java 等多种编程语言的公共基础计算库,构建 AI 时代的新型多语言统一计算运行时。 其核心思想不是将不同语言统一到同一个虚拟机,而是保留各语言原有的运行 ​

构建面向 AI 时代的多语言统一计算运行时以 Android Libcore 为基础,采用 COMO C++ 运行时和构件模型,将其发展为面向 TypeScript、Python、Java 等多种编程语言的公共基础计算库,构建 AI 时代的新型多语言统一计算运行时。

其核心思想不是将不同语言统一到同一个虚拟机,而是保留各语言原有的运行机制和编程生态,通过 COMO 提供统一的计算对象模型、ABI、反射机制、对象生命周期管理和跨语言调用能力,使不同语言能够共享底层计算对象、基础类库和计算服务。

在此基础上,进一步发展面向 AI Agent 的计算契约和动态构件加载机制。通过运行时反射,LLM 能够发现计算构件、理解接口与方法、检查参数类型、创建对象并动态组织计算能力;通过计算契约,使 AI 不仅了解一个方法如何调用,还能理解其功能、前置条件、资源消耗、并发约束和执行保证。

同时,结合 MCP 实现 AI 工具接入,结合 WebAssembly 实现不可信代码的隔离执行,并支持跨进程、跨机器的分布式计算。

最终目标是将 Runtime 从传统的程序执行环境,发展为 AI 能够理解、发现、组织、执行和验证计算能力的基础设施,为 AI Agent 提供统一、开放、可组合、可管理、可验证的计算基础软件体系。