File System as Meta Tool：AI Agent 基础设施新思路

File System as Meta Tool：AI Agent 基础设施新思路 File System as Meta Tool：AI Agent 基础设施新思路 Modified November 23, 2025 这就是 Context File System 的价值：它是 Context 的载体，也是 Memory 的组织方式。Memory 可以很简单 —— 每个 Agent 一个文件夹，里面有 long term、short term 等子文件夹，再加上排序和裁剪策略就行了。 三、AGFS 项目的核心哲学与实现 AGFS（Aggregated File System） ，也叫 Agent File System，是 Dongxu 向 Plan 9 致敬的开源项目。 项目地址： https://github.com/c4pt0r/agfs 它的核心理念是：把各种远程服务、云存储、数据库、可插拔的 Sandbox 技术（比如 WebAssembly）全部封装起来，变成文件系统接口，让大模型基于它来工作。 在聊天中， Dongxu 展示了一个非常精简的 Minimal Agent Framework： Code block Plain Text Copy cat context.txt | llm output.txt && exec action.sh cat 一个 context，传给 LLM，LLM 的输出写到文件里，最后执行一个 action。一秒钟 LLM 就能理解，人也能理解。 Claude Code 就是这个思路的成功案例。比起 Cursor 走的 embedding、索引路线，Claude Code 大道至简：文件系统 + bash，效果反而非常好。 AGFS 目前支持这些子文件系统： Manus 的 Wide Research 功能，也可以用 AGFS 直接实现： 1. 启动 10 个 Claude Code Agent 作为 Worker 2. 获取 Hacker News 首页的 10 篇文章 3. 通过 QueueFS 把任务分发到 10 个 Agent 的信箱 4. Agent 完成后把结果提交到 S3FS 上的指定文件夹 5. 主程序等待并收集结果 图片：Dongxu 用 AGFS 实现 Wide Research 功能 关键是：这些队列都是分布式的，散布在世界任何地方都可以，因为是通过分布式系统来协调。 而且因为是文件系统接口，可以直接用 grep 来筛选结果。 如果是线上的 Wide Research 产品，这种二次筛选还得再包一层应用。但在文件系统里，这是天生的能力。 四、为什么现在是讨论 File System 的好时机 几个信号值得关注： 1. Manus 发布了关于 "Using File System as a Context" 的文章 ：行业头部玩家开始重视这个方向 2. Claude Code 的成功 ：证明了文件系统 + bash 的简单方案比复杂的 embedding/索引方案更有效 3. Agent 删库事件频发 ：说明我们需要更好地 organize 本地文件系统 4. Multi Agent 协作需求增长 ：需要分布式的协调机制 现在各种各样的新服务、新框架、新工具超级多。每一个单看都挺好的，但如果把自己当做一个 AI 去想象一下：手头上这么多武器，每一个要用还得学习一遍。 所以有没有办法能够有一个 unified 的 interface 去统一所有这些？ 过去像 MCP 这样的协议，其实只是一个 function call 的协议，并不是为 Multi Agent 的 coordination 去设计的。 另一个问题是：现在大家看文件系统和 Sandbox 的时候，很多人默认都是说“本地就行”。但 Dongxu 的出发点是要 coordinate thousands of agents，需要大规模的协同。所以文件系统一定得是分布式的。 好在现在对象存储已经是分布式的了，把 S3 暴露成文件系统接口，对于每一个 Agent 来说，它就认为这是一个分布式文件系统。 Dongxu 认为，应该给 Agent 一个 Meta Tool，而不是一个个具体的工具。与其给它一个叫 Wide Research 的 Tool，不如给它文件系统 + bash + 命令行，让它自己组合出用户要的东西。 大语言模型写 Shell 脚本写得非常好，Claude Code 里那些操作 Shell 的技巧非常厉害。如果文件系统给它一个更大的世界，它可以利用 bash 和文件系统撬动很多事情。而且文件系统接口很简单，这正是 AI 擅长的事情。 五、探索方向、优势与未来展望 原子能力的组合 AGFS 提供的都是原子能力，基于这些原子能力可以往上叠加： 在交流中， Dongxu 还给我们展示了 AGFS 很有意思的设计：文件系统是可插拔的。 你需要什么能力，就写一个文件系统。项目支持用 Rust、C 或任何语言扩展，编译成 WebAssembly 包，挂载到系统上就能用。 Dongxu 欢迎有社区来贡献各种“稀奇古怪”的玩法挂到系统上！ 与向量数据库的关系 Dongxu 强调，AGFS 不是要取代向量数据库，而是要用文件系统接口来统一它们。 比如挂载一个 VectorFS，理想的操作方式是： Code block Plain Text Copy cat /vectorfs/user a.txt | grep "search keyword" 好处是：还是用 grep 这个入口，但这个 grep 在向量文件系统上的实现，并不是直接关键字匹配，而是在向量数据库里做语义查询。 同样的思路可以用于 Notion：写一个 NotionFS，读取 Notion 数据库，把内容 expose 到文件夹里。这跟 Obsidian 的思路很像——Obsidian 的数据库就是一个文件夹。 场景脑洞：Coffee File System Code block Plain Text Copy echo "buy me a coffee" /coffeefs/order 往这个文件系统写一条消息，它自动在网上下单买咖啡。同样的思路可以变成：买火车票、写邮件、任何可以自动化的事情。更复杂的日常任务，比如“如果明天早上下雨就不要帮我买咖啡，晴天就帮我买”： Code block Plain Text Copy weather=$(cat /weatherfs/tomorrow) if [ "$weather" = "sunny" ]; then echo "latte" /coffeefs/order fi 剩下的事情就是怎么去实现 WeatherF ile S ystem 和 CoffeeF ile S ystem 。 Dongxu 说：“大家只要把思维再开阔一点，什么东西一切皆可为文件系统。I mean everything.” 结语： 文件系统在 AI Agent 架构中正在展现出独特的价值，File system as context，File system as Meta Tool for AI Agent尚在早期，还需要许多builder持续构建，dongxu的AGFS项目欢迎各位contributor加入生态，一起构建。还有许多focus于向量数据库、记忆、传统存储系统的创业者和开发者正在进行同样新的尝试，thinkingloop持续关注也会持续参与讨论，希望可以通过这种方式传递一些最新的信号。 这就是 Context File System 的价值：它是 Context 的载体，也是 Memory 的组织方式。Memory 可以很简单 —— 每个 Agent 一个文件夹，里面有 long term、short term 等子文件夹，再加上排序和裁剪策略就行了。 三、AGFS 项目的核心哲学与实现 AGFS（Aggregated File System） ，也叫 Agent File System，是 Dongxu 向 Plan 9 致敬的开源项目。 项目地址： https://github.com/c4pt0r/agfs 它的核心理念是：把各种远程服务、云存储、数据库、可插拔的 Sandbox 技术（比如 WebAssembly）全部封装起来，变成文件系统接口，让大模型基于它来工作。 在聊天中， Dongxu 展示了一个非常精简的 Minimal Agent Framework： cat 一个 context，传给 LLM，LLM 的输出写到文件里，最后执行一个 action。一秒钟 LLM 就能理解，人也能理解。 Claude Code 就是这个思路的成功案例。比起 Cursor 走的 embedding、索引路线，Claude Code 大道至简：文件系统 + bash，效果反而非常好。 AGFS 目前支持这些子文件系统： Manus 的 Wide Research 功能，也可以用 AGFS 直接实现： 1. 启动 10 个 Claude Code Agent 作为 Worker 2. 获取 Hacker News 首页的 10 篇文章 3. 通过 QueueFS 把任务分发到 10 个 Agent 的信箱 4. Agent 完成后把结果提交到 S3FS 上的指定文件夹 5. 主程序等待并收集结果 图片：Dongxu 用 AGFS 实现 Wide Research 功能 关键是：这些队列都是分布式的，散布在世界任何地方都可以，因为是通过分布式系统来协调。 而且因为是文件系统接口，可以直接用 grep 来筛选结果。 如果是线上的 Wide Research 产品，这种二次筛选还得再包一层应用。但在文件系统里，这是天生的能力。 四、为什么现在是讨论 File System 的好时机 几个信号值得关注： 1. Manus 发布了关于 "Using File System as a Context" 的文章 ：行业头部玩家开始重视这个方向 2. Claude Code 的成功 ：证明了文件系统 + bash 的简单方案比复杂的 embedding/索引方案更有效 3. Agent 删库事件频发 ：说明我们需要更好地 organize 本地文件系统 4. Multi Agent 协作需求增长 ：需要分布式的协调机制 现在各种各样的新服务、新框架、新工具超级多。每一个单看都挺好的，但如果把自己当做一个 AI 去想象一下：手头上这么多武器，每一个要用还得学习一遍。 所以有没有办法能够有一个 unified 的 interface 去统一所有这些？ 过去像 MCP 这样的协议，其实只是一个 function call 的协议，并不是为 Multi Agent 的 coordination 去设计的。 另一个问题是：现在大家看文件系统和 Sandbox 的时候，很多人默认都是说“本地就行”。但 Dongxu 的出发点是要 coordinate thousands of agents，需要大规模的协同。所以文件系统一定得是分布式的。 好在现在对象存储已经是分布式的了，把 S3 暴露成文件系统接口，对于每一个 Agent 来说，它就认为这是一个分布式文件系统。 Dongxu 认为，应该给 Agent 一个 Meta Tool，而不是一个个具体的工具。与其给它一个叫 Wide Research 的 Tool，不如给它文件系统 + bash + 命令行，让它自己组合出用户要的东西。 大语言模型写 Shell 脚本写得非常好，Claude Code 里那些操作 Shell 的技巧非常厉害。如果文件系统给它一个更大的世界，它可以利用 bash 和文件系统撬动很多事情。而且文件系统接口很简单，这正是 AI 擅长的事情。 五、探索方向、优势与未来展望 原子能力的组合 AGFS 提供的都是原子能力，基于这些原子能力可以往上叠加： 在交流中， Dongxu 还给我们展示了 AGFS 很有意思的设计：文件系统是可插拔的。 你需要什么能力，就写一个文件系统。项目支持用 Rust、C 或任何语言扩展，编译成 WebAssembly 包，挂载到系统上就能用。 Dongxu 欢迎有社区来贡献各种“稀奇古怪”的玩法挂到系统上！ Dongxu 欢迎有社区来贡献各种“稀奇古怪”的玩法挂到系统上！ 与向量数据库的关系 Dongxu 强调，AGFS 不是要取代向量数据库，而是要用文件系统接口来统一它们。 比如挂载一个 VectorFS，理想的操作方式是： 好处是：还是用 grep 这个入口，但这个 grep 在向量文件系统上的实现，并不是直接关键字匹配，而是在向量数据库里做语义查询。 同样的思路可以用于 Notion：写一个 NotionFS，读取 Notion 数据库，把内容 expose 到文件夹里。这跟 Obsidian 的思路很像——Obsidian 的数据库就是一个文件夹。 场景脑洞：Coffee File System 往这个文件系统写一条消息，它自动在网上下单买咖啡。同样的思路可以变成：买火车票、写邮件、任何可以自动化的事情。更复杂的日常任务，比如“如果明天早上下雨就不要帮我买咖啡，晴天就帮我买”： 剩下的事情就是怎么去实现 WeatherF ile S ystem 和 CoffeeF ile S ystem 。 Dongxu 说：“大家只要把思维再开阔一点，什么东西一切皆可为文件系统。I mean everything.” 结语： 文件系统在 AI Agent 架构中正在展现出独特的价值，File system as context，File system as Meta Tool for AI Agent尚在早期，还需要许多builder持续构建，dongxu的AGFS项目欢迎各位contributor加入生态，一起构建。还有许多focus于向量数据库、记忆、传统存储系统的创业者和开发者正在进行同样新的尝试，thinkingloop持续关注也会持续参与讨论，希望可以通过这种方式传递一些最新的信号。 🔗 原文链接： https://mp.weixin.qq.com/s/seaRW3uK... https://mp.weixin.qq.com/s/seaRW3uK... 原创 thinkingloop thinkingloop2025年11月23日 10:50 Thinkingloop会持续邀请LLM builder来谈一些最新实践，这次很有幸邀请到 PingCAP 联合创始人兼 CTO 黄东旭，主要作品有Codis和TiDB，我们一起聊了聊最近大家都关注的“文件系统”：为什么越来越多的人提出“File system for Agent Context”，为什么dongxu在项目当中提出“Everything is a file system”，也聊了聊他最新体现这种理念的个人项目AGFS。这些话题都在这篇文章中涉及： 1.什么是file system，从哪里历史借鉴 2.context/context file system/memory三者的关系2.你在build的项目和核心哲学、与file system有什么关系 3.为什么现在是一个好的时候来讨论file system，context量还是业务需求?有什么证明 4.file system目前的探索方向及优势 5.开脑洞，未来会怎么样?与向量数据库的关系 1.什么是file system，从哪里历史借鉴 2.context/context file system/memory三者的关系2.你在build的项目和核心哲学、与file system有什么关系 3.为什么现在是一个好的时候来讨论file system，context量还是业务需求?有什么证明 4.file system目前的探索方向及优势 5.开脑洞，未来会怎么样?与向量数据库的关系 一、什么是文件系统？从哪里获得历史借鉴 File System 概念的复兴 最近，文件系统作为 AI Agent 的核心架构正在被重新审视。 Manus 发布了一篇关于 Using File System as a Context 的文章；Claude Code 用文件系统 + bash 的简单方案击败了复杂的 embedding 索引路线；Anthropic 的 Skill 系统也在用文件夹组织能力模块。 来源： https://manus.im/blog/Context Engineering for AI Agents Lessons from Building Manus https://www.claude.com/blog/skills 这些实践都指向同一个方向：文件系统在 AI Agent 架构中正在展现出独特的价值。 但 AGFS 项目的创始人 Dongxu 认为，应该不止步于 file 本身。大多数人的抽象都只是在文件上做抽象，比如把能力写成文本文件。但文件系统本身就可以做抽象： 文件系统不一定真的是文件。 在 AGFS（Aggregated File System）的理念里，队列可以是文件系统，数据库可以是文件系统，天气 API 可以是文件系统，咖啡订单也可以是文件系统。这种理念从何而来呢？ Unix 的理念：一切皆文件 在 Unix 的设计哲学里，有一条核心原则：Everything is a file。设备、进程、网络连接，都可以通过文件接口来访问。 这个理念在 Plan 9 操作系统里被推向了极致。 图源：Dongxu Plan 9 在 90 年代就开始探索：能不能把计算节点、存储节点都抽象成文件系统，通过文件系统组织起来，变成一个分布式的操作系统？ 举个例子：在 Plan 9 下浏览网页是你往一个文件里写 HTTP 协议，然后从另一个文件里读出网页内容。这是用文件系统做一切事情的极端案例。 Linux 的 VFS（虚拟文件系统）也是这个思路：底层不同的文件系统通过一套抽象的 VFS 接口，把能力通过标准接口往上提供。 AGFS 延续了这个理念：Unix Pipeline + File System ，能够以最小的代价组合出最多的可能性。只要把工具通过文件系统接口提供，就可以直接串联到 bash 上面。 在 README 里 Dongxu 写到：“'Everything is a file'. A tribute to Plan9, but in RESTful APIs” 。这是他对 Plan9 操作系统的致敬。 二、Context、Context File System、Memory 三者的关系 现在的 AI Agent 基本都遵循顺序执行模式：用户给需求，Agent 干活，问你同不同意，继续往下走。 图源：Dongxu 但真正复杂的任务很难用顺序的 action chain 串起来。正常做事是团队协作：有人负责研发，有人负责测试，有人负责沟通，有人负责设计。 Dongxu 表示， 未来要让 AI Agent 完成更复杂的任务，一定是 Multi Agent Collaboration 的架构。 图源：Dongxu 那什么样的底层 Infra 能够很好地串联这些 Agent？ Dongxu 在分享中总结了当前 AI Agent 基础设施的问题：今天的 AI Agents Infra = APIs + Containers + Local File System。每个子系统（memory、tools、communication）都是独立的 API，调试困难，协作依赖网络层拼接，可观测性是事后补的。 图源：Dongxu Dongxu 本身是做 Database 的，自然会被问到：为什么不直接用 Database 来作为底层平台？ 他的回答是：数据库对数据的存取很棒，SQL 操作数据很方便。但它对控制流做得不好——if else 写起来麻烦，for loop 写起来麻烦，调用其他工具在 SQL 数据库里实现起来很难。 Agent 需要的是编程能力 + 数据访问能力的结合。 光会写程序但访问不了数据，光会操作数据库但不会写程序，都不行。数据和代码合在一起，才能构成构建其他 building block 的 Meta Tool。 而传统文件系统有两个缺陷： 1. 只适合非结构化数据 ：唯一的结构就是文件夹目录 2. 难以支持消息投递 ：Agent A 想给 Agent B 发消息，在传统文件系统上实现起来非常别扭 Dongxu 的思路是：针对这些场景实现不同的文件系统具体实现，再串联到一个大平台上。