人人都在谈论文件系统过去几个月关注 AI 智能体领域会发现一些现象。LlamaIndex 发表《Files Are All You Need》LangChain 讨论智能体利用文件系统进行上下文工程Oracle 比较文件系统与数据库作为智能体记忆的优劣Dan Abramov 写了基于 AT Protocol 构建的社交文件系统Archil 构建云存储服务因为智能体需要 POSIX 文件系统。LlamaIndex 的 Jerry Liu 表示正从智能体需掌握数百种工具模式转向智能体可访问文件系统及大概 5 - 10 种工具的世界。文件系统、代码解释器、网络访问权限的配置与拥有百余种 MCP 工具的智能体通用性相当。Karpathy 指出Claude Code 有效是因为运行在用户电脑上使用用户的操作环境、数据和上下文。他认为 OpenAI 方向有误应让智能体运行在 localhost 上而非云部署。当前 AI 实际应用中编程类智能体占主导Anthropic 据传即将盈利Claude Code 这个能读写文件系统数据的工具贡献巨大。上下文窗口不等于记忆多数讨论忽略了更深层问题。人类的记忆是长期存储、选择性回忆可遗忘无关信息、调取关键信息而大语言模型的上下文窗口像不断被擦写的白板。用 Claude Code 做项目时会恐惧距离自动压缩还剩余的上下文数量提示越来越近因为对话、智能体对代码库的理解、用户偏好和决定都会被压缩或丢失。文件系统用写文件的方式解决问题Claude 的 CLAUDE.md 文件为智能体提供项目持久化上下文Cursor 将聊天记录存为可搜索文件人们编写 aboutme.md 文件作为可移植身份描述。然而苏黎世联邦理工学院的论文评估发现上下文文件往往降低任务成功率使推理成本增加 20% 以上。拿到上下文文件的智能体会过度探索反而耽误找到需修复的代码。论文结论是不必要的需求会让任务变难上下文文件应描述最核心的必要条件问题在于人们没把文件写成精简约束说明。文件格式即是 API但究竟是哪个文件目前有 CLAUDE.md、AGENTS.md、copilot - instructions.md、.cursorrules 等多种文件大家认同智能体需要基于文件系统的持久化上下文但对文件命名和内容未达成一致。Dan Abramov 关于社交文件系统的文章指出AT Protocol 将用户数据视为个人仓库中的文件不同应用无需就帖子达成共识只需对格式进行命名空间隔离应用数据库内容是从用户文件夹衍生的数据。在智能体上下文文件领域不需要合并文件而是让它们共存。Anthropic 发布的 Agent Skills 开放标准 SKILL.md 格式已被微软、OpenAI、Atlassian、GitHub 和 Cursor 采用文件格式就是 API。NanoClaw 采用技能优先于功能模式技能是可移植、可审计、可组合的文件不需要 MCP 服务器和插件市场只需包含 SKILL.md 的文件夹。文件格式能让不同应用无需开会、签约就能协作绕过了正式标准和主导平台。瓶颈已经转移传统数据架构围绕存储是瓶颈设计随着处理能力提升范式转向存储与计算解耦。类似地AI 智能体的瓶颈不是模型能力或算力而是上下文。文件系统能在开发者机器上高效管理持久化上下文。你以为自己在用文件其实底层就是在遍历图有人调侃用文件系统却否认智能体需要图因为文件系统是树形结构智能体操作文件就是在遍历图。Richmond 指出文件系统赢在交互界面数据库赢在可作为底层基座。需要并发访问、大规模语义搜索等时最终会建索引其实就是数据库。未来方向不是文件与数据库对抗而是将文件作为人类和 Agent 交互的接口底层由适合的基座支撑。这其实是在探讨个人计算的本质文件系统有能力重新定义 AI 时代个人计算的含义。数据、上下文、偏好、技能、记忆以用户拥有的格式存在可被智能体读取不被锁死在特定应用。aboutme.md 适用于不同工具技能文件可移植项目上下文可在不同工具间留存。但开放格式历史上标准实践常落败各大公司有动机让上下文文件有差异增加用户切换成本。苏黎世联邦理工学院的论文也提醒写出好的上下文文件很难糟糕的文件不如没有。不过文件系统虽古老简单却能实现让记忆、思想和设计比软件活得更久的价值观。本期互动内容论文提到「糟糕的上下文文件不如没有」。你写过/见过哪些「本想帮忙、实则添乱」的配置文件或系统提示词