# Agent 文件系统：从“喂给模型记忆”到“让模型自己翻文件”

> 原标题：Agent 文件系统：从"喂给模型记忆"到"让模型自己翻文件"

- 来源：Computing Life · Share · 鸭哥调研
- 发布时间：2026-05-07T00:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/16500
- 原文：https://yage.ai/share/agent-filesystem-survey-20260507.html

## 摘要

这篇文章梳理了 AI agent 外置记忆方案的三代演化：从把所有东西塞进上下文窗口，到用向量数据库做外挂记忆，再到 2025 年下半年兴起的“把文件系统当上下文用”。核心转变是让 agent 自己按需去文件系统里找信息，而不是开发者预先推送。文章解释了为什么这个模式现在成立：模型天生会操作文件系统、上下文窗口的成本已经高到不可忽视、渐进式披露能利用模...

## 推荐理由

这是一篇设计评论，不是产品发布或论文。它把 Agent 文件系统拆成三代，对比了 Turso、Anthropic、Vercel 和 Manus 的不同判断，还点出四个盲区，对做 Agent 的人有参考价值。信息量和相关性都够，但性质偏评论，所以放在 featured 而不是更高一档。

## 锐评

这篇文章把 2025 年下半年一个重要的工程共识讲透了：给 agent 外挂记忆，最高效的方式可能不是向量数据库，而是让它像人一样去翻文件夹。核心逻辑是成本倒逼——Anthropic 的例子很直观，按需发现工具定义能省下 98.7% 的 token，这对按 token 计费的模型来说是实打实的钱。

但文章最有价值的部分不是趋势判断，而是不同团队的设计分歧。Vercel 诚实披露了 bash+grep 方案在结构化查询上的惨败：准确率只有 53%，成本却是 SQL 的 6.5 倍。这说明“文件系统即上下文”在非结构化探索上很强，但一碰到精确查询就露怯。Turso 的 AgentFS 试图用 SQLite 同时提供文件和数据库接口，这个思路更务实。

文章没提的一个关键问题是权限和隔离。让 agent 在文件系统里自由执行 shell 命令，安全边界怎么划？Anthropic 提到了数据隐私的好处，但没说执行环境本身的沙箱策略。另外，所有案例都基于闭源模型，开源模型在文件系统操作上的可靠性到底怎么样，正文也没给数据。