deepin 25.3.0 发布：小U开始接管系统级 AI 调度

**deepin 25.3.0 是深度操作系统在 2026 年 11 月 11 日发布的正式版本，更新重点不只是增加 AI 功能，而是让 AI 助手真正进入操作系统的任务调度层。**新版小U同学不再要求用户手动判断该打开对话、调用 Skill，还是连接 MCP 服务，而是把 MCP、Skills 与专职 Agent 收到同一个入口，再根据任务自动选择执行能力。

这项变化看起来只是少了几个入口，实际解决的却是当前 Agent 产品最影响体验的问题：用户明明只想完成任务，却要先理解工具体系。

在此前的交互中，用户需要知道某项能力属于聊天、MCP 还是 Skill，选错入口可能无法执行。deepin 25.3.0 改成由小U同学承担能力识别、任务拆解和工具路由，用户只需要描述目标。官方同时加入全盘知识库、自然语言定时任务、工作区历史、上下文摘要、任务排队和会话级权限控制，让小U从一个系统内的聊天窗口，向系统级 Agent 调度器靠近。(deepin.org)

这次更新的重点，是让用户不再选择工具

**小U同学是 deepin 内置的系统级 AI 助手，目标是通过自然语言访问本地资料、调用系统能力并执行跨应用任务。**系统级 AI 助手与普通聊天机器人的区别，在于前者不仅回答问题，还拥有文件、应用和系统设置等操作入口。

**MCP 是一种连接大模型应用与外部数据源、工具和服务的开放协议。**它可以被理解为 AI 工具领域的 USB-C：模型不需要为每一种软件单独设计连接方式，而是通过相对统一的协议发现资源和调用工具。MCP 官方规范将架构划分为 Host、Client 和 Server，并通过标准化消息机制暴露资源、提示词与工具。(github.com)

**Skills 是针对具体任务封装的可复用能力模块。**一个 Skill 往往比通用 MCP 工具更贴近用户目标，例如完成系统设置、处理文档、开发桌面组件或执行固定办公流程。

**专职 Agent 是围绕特定领域配置工具、指令和执行流程的智能体。**它不像通用聊天助手那样什么都能谈，却可能在文件整理、数据分析、应用开发等任务上拥有更稳定的工作流。

deepin 25.3.0 的关键改动，是在这些能力之上增加统一调度层。系统需要先判断用户意图，再决定调用本地知识库、某个 Skill、MCP 工具还是专职 Agent；如果任务较长，还要进行步骤规划、排队和状态管理。

| 能力环节 | 此前常见方式 | deepin 25.3.0 的方式 | 实际价值 | |---|---|---|---| | 任务入口 | 对话、MCP、Skills 分散 | 小U统一接收自然语言指令 | 降低选择成本 | | 工具调用 | 用户手动寻找能力 | 系统根据任务自动调度 | 减少选错工具的概率 | | 本地资料 | 手动上传或指定文件 | 查询已授权的全盘文件 | 让电脑资料成为个人知识库 | | 长任务处理 | 单轮对话为主 | 支持任务排队与工作区管理 | 更适合连续执行任务 | | 上下文管理 | 对话变长后容易丢失重点 | 自动摘要并增强会话记忆 | 降低长对话上下文负担 | | 权限控制 | 频繁弹出统一授权 | 按会话配置权限模式 | 在便利和安全之间细分边界 |

**统一入口的价值不在于功能数量，而在于把产品复杂度从用户一侧转移到系统一侧。**如果用户必须先学习 MCP、插件、Skill 和 Agent 的区别，AI 助手就仍然是一套开发工具；只有当系统能自行选择能力时，它才可能成为普通桌面操作的一部分。

这也是此次更新最值得肯定的地方。deepin 没有继续堆叠更多按钮，而是在尝试隐藏 Agent 基础设施，让用户从“我要调用哪个工具”转向“我要完成什么结果”。

全盘知识库让本地文件成为可查询上下文

**全盘知识库是将用户授权的本地文件建立索引，使 AI 可以根据自然语言检索和理解文件内容的能力。**在 deepin 25.3.0 中，用户可以查询已授权的本地文件，不必每次手动上传文档或复制文字。

这一能力最典型的使用场景不是询问某一个文件，而是处理分散信息。例如，用户可以要求小U查找过去三个月项目目录里的会议纪要，整理各版本反复出现的问题；也可以从合同、表格和演示文稿中找出涉及某家供应商的资料，再交给专职 Agent 生成摘要。

**本地知识库真正困难的部分不是搜索，而是权限、索引更新和引用准确性。**文件是否进入索引、文件修改后多久更新、结果能否定位到原始文档、应用是否能读取敏感目录，都会直接决定这项功能是生产力工具还是隐私风险。

deepin 25.3.0 已经给出第一层答案：知识库只查询获得授权的文件，并允许按会话独立设置权限模式；文件保存权限也可以在会话级控制，以减少重复审批。这个方向是对的，因为系统级 Agent 不可能永远依靠“一次授权全部访问”，但官方目前没有公布索引规模、召回率、增量更新时间和端云处理比例等测试数据。

因此，全盘知识库在这一版本里更像完成了基础设施落位，而不是已经证明效果领先。它是否真正好用，要看中文文档解析、复杂表格识别、重复文件去重和来源引用能否稳定工作。

定时任务与任务队列，把聊天变成持续执行

**自然语言任务是让用户用普通语言创建提醒、定时任务和周期任务的自动化能力。**用户可以要求系统每周整理指定目录、在固定时间提醒会议，或者周期性执行某个已安装 Skill，而不必理解传统计划任务的表达式和配置文件。

**任务队列是让多个 Agent 任务按照顺序或资源状态等待执行的管理机制。**它意味着小U不再只处理当前对话框中的即时问答，而要记录未完成任务、处理执行状态，并在资源可用时继续工作。

工作区管理同样重要。新版支持按照工作区整理历史对话，相当于为不同项目提供独立的上下文容器，避免个人事务、开发任务和办公资料全部混在一条时间线中。

这套组合让小U更接近真正的桌面 Agent：知识库负责提供上下文，MCP 和 Skills 提供工具，专职 Agent 负责特定领域，任务队列管理执行顺序，工作区保存项目状态，权限模式控制操作边界。

不过，Agent 调度的上限最终取决于可观察性。系统需要明确显示正在调用什么工具、将修改哪些文件、任务在哪一步失败，以及能否撤销已经完成的操作。否则，自动调度虽然减少了操作步骤，也可能把错误藏到后台。

防卡死保护比 AI 功能更影响日常体验

**防卡死保护是在系统严重卡顿时，仍尽量保留任务栏、启动器和系统监视器响应能力的系统保护机制。**用户可以通过这些关键组件定位并关闭导致卡顿的应用，而不是只能等待系统恢复或强制重启。

这一功能对桌面 Linux 尤其实际。大模型推理、浏览器多标签页、容器编译和图形应用都可能瞬间占满 CPU、内存或 I/O；AI 助手引入更多后台索引与任务后，系统反而更需要保证救援入口不被一同拖死。

deepin 25.3.0 还优化了控制中心首页，以及微信、WPS、QQ和主流浏览器等常用应用在高负载场景下的启动响应。遗憾的是，官方没有公布冷启动耗时、内存压力测试或优化前后的具体对比数字，因此目前只能确认优化方向，不能判断实际提升幅度。(m.ithome.com)

**日志上限是此次更新中一个不起眼但很务实的细节。**新版把系统日志默认限制为 5GB，并在磁盘剩余空间低于 5% 时停止继续增长，避免调试日志无限占用系统盘。对于需要长期运行、频繁休眠或部署开发环境的机器，这种改动往往比新增视觉效果更有价值。

内核、快照与硬件适配同步推进

**磐石系统是 deepin 用于提高系统稳定性、支持快照和升级回退的系统机制。**deepin 25.3.0 允许用户把快照保存到本地磁盘、U盘或移动硬盘，也可以从指定位置选择快照执行回退。

新版还优化了升级前的备份与回滚策略，目标是减少升级过程中额外占用的磁盘空间。系统镜像默认集成电脑管家，提供系统、硬件与网络检测，以及空间清理、重复文件清理、自启动管理和常见故障修复。

**deepin 25.3.0 默认内核升级至 Linux 6.6.159，并提供 Linux 6.18.56 作为可选高版本内核。**默认内核修复了 x86、arm64 和 loong64 多架构安全问题，以及部分飞腾设备无法启动的问题；高版本内核则面向更新的硬件平台，可通过内核管理器安装。(deepin.org)

硬件生态方面，新版为玲珑容器补充 GPU 加速支持，并预装 NVIDIA Container Toolkit；部分国产显卡驱动加入 CDI 支持，安装系统时选择 NVIDIA 驱动，也会根据当前显卡动态匹配版本。

这些改动说明 deepin 对 Agent OS 的理解并不只是增加一个聊天框。AI 工作负载对 GPU、容器、存储、索引和后台任务都有更高要求，如果底层驱动、资源隔离和回滚机制不稳定，上层 Agent 能力越多，系统故障面反而越大。

桌面应用更新不激进，但补齐了高频细节

**应用层更新的共同方向是减少用户在多个小工具之间切换。**看图应用新增裁剪、旋转、画笔、箭头、文字、马赛克和模糊处理；文档查看器可以恢复上次阅读位置、视图和布局，并提供经典护眼、绿色护眼和夜间护眼三种模式。

文本编辑器加入 Markdown 渲染，日历可以添加第三方日程，应用商店新增网络代理设置，并在安装失败时通过通知中心展示错误信息和帮助指引。任务栏也可以直接断开 Wi-Fi 与蓝牙设备，关机动画会持续到关机流程结束。

这些功能单独看都不新鲜，但对操作系统而言，完成度通常比首发性更重要。用户是否愿意长期使用一个桌面系统，取决于阅读位置能否记住、安装失败能否解释、蓝牙设备能否快速断开，而不是发布会上能展示多少概念。

deepin 的方向对了，但Agent可靠性仍需实测

**deepin 25.3.0 最重要的变化，是把 AI 从一个独立应用推进到系统能力的编排层。**MCP、Skills、专职 Agent、本地知识库、任务队列和会话权限并非彼此孤立的功能，而是构成桌面 Agent 的完整链路。

这条路线比单纯增加模型聊天入口更有价值。模型本身可以替换，真正难以复制的是操作系统对文件权限、应用能力、任务状态、硬件资源和用户工作区的整合。

但这套系统也面临三个明确挑战：第一，自动调度是否足够准确，能否避免调用错误工具；第二，本地文件索引能否给出可靠来源，而不是生成听起来合理的错误答案；第三，权限提示能否既不过度打扰用户，又不让 Agent 获得范围过大的操作权。

**deepin 25.3.0 已经搭出了系统级 AI 助手的主要骨架，但还没有用公开数据证明调度成功率与执行可靠性。**官方没有给出任务完成率、首字延迟、工具调用耗时、知识库召回率或应用启动优化的基准测试，这使得现阶段更适合把它看作一次架构落地，而不是性能结论。

新版目前仍存在少量已知问题，包括启动器分组样式异常、看图应用缩放时内存增长，以及多任务视图可能显示启动器窗口。对于生产环境用户，先通过系统更新观察一段时间，比立即在主力机器上全新安装更稳妥。(deepin.org)

参考来源

• IT之家：深度操作系统 deepin 25.3.0 正式版发布 — 汇总正式版功能、新内核、应用更新、问题修复与已知问题。
• GitHub：Model Context Protocol 官方规范仓库 — 用于确认 MCP 的定义、架构和标准化工具连接机制。