AOHP: Een open-source agentenharness op OS-niveau voor gepersonaliseerde, efficiënte en veilige interactie
AOHP: An Open-Source OS-Level Agent Harness for Personalized, Efficient and Secure Interaction
June 22, 2026
Auteurs: Shanhui Zhao, Jiacheng Liu, Guohong Liu, Jichao Yan, Jialei Ye, Yuhao Yang, Hao Wen, Shizuo Tian, Yizhen Yuan, Yuxuan Chen, Yunxin Liu, Ju Ren, Ya-Qin Zhang, Chao Huang, Yao Guo, Yuanchun Li
cs.AI
Samenvatting
AI-agenten drijven een nieuw softwareparadigma aan, met het vermogen om autonoom tools aan te roepen, informatie te extraheren, geheugen te beheren en taken uit te voeren die zich uitstrekken over applicaties en databronnen. De meeste bestaande besturingssystemen voor eindgebruikers zijn echter ontworpen voor applicatiegerichte workflows en bieden weinig native ondersteuning voor AI-agenten. Deze mismatch beperkt de bredere adoptie van agenten en leidt tot uitvoeringsoverhead en veiligheidsrisico's bij het draaien van agenten op conventionele systemen. Hoewel het concept van agent-native besturingssystemen opkomt, mist de onderzoeksgemeenschap een open testomgeving om de architecturale primitieven te verkennen die gewenst zijn voor agent-gemedieerde interactie. We presenteren AOHP (Android Open Harness Project), een OS-level agent harness gebouwd op het Android Open Source Project (AOSP). Het kernontwerpprincipe van AOHP is om agenten te behandelen als eersteklas OS-actoren, wat adaptieve gebruikersinterfaces en agentvriendelijke runtime-omgevingen mogelijk maakt. AOHP behoudt het volwassen Android-software- en hardware-ecosysteem terwijl het drie agentgerichte systeemmechanismen introduceert: gepersonaliseerde servicecompositie, efficiënte agentinterfaces en beveiligde informatiestroom. Op basis van voorlopige experimenten met uitdagende taken die de belangrijkste mogelijkheden van OS-agenten bestrijken, toont AOHP duidelijke voordelen in taakvoltooiing (+21,12% voltooiingspercentage), uitvoeringskosten (-51,55% tokenkosten) en naleving van beveiligingsbeleid.
English
AI agents are driving a new software paradigm, with the ability to autonomously call tools, extract information, manage memory, and complete tasks that span applications and data sources. Most existing end-user operating systems, however, are designed for application-centric workflows and offer little native support for AI agents. This mismatch limits the wider adoption of agents and leads to execution overhead and safety risks when running agents on conventional systems. While the concept of agent-native operating systems is emerging, the research community lacks an open testbed to explore the architectural primitives desired for agent-mediated interaction. We present AOHP (Android Open Harness Project), an OS-level agent harness built on the Android Open Source Project (AOSP). The core design principle of AOHP is to treat agents as first-class OS actors, enabling adaptive user interfaces and agent-friendly runtime environments. AOHP preserves the mature Android software and hardware ecosystem while introducing three agent-oriented system mechanisms: personalized service composition, efficient agent interfaces, and secure information flow. Based on preliminary experiments on challenging tasks covering key capabilities of OS agents, AOHP shows clear advantages in task completion (+21.12% completion rate), execution cost (-51.55% token cost), and security-policy compliance.