Allt er Skrá: Hönnunarheimspeki frá Unix til Gervigreindar Umboðsmanns

Upprunalegt efni eftir Ethan 业成

Hljómur yfir hálfa öld

Snemma á áttunda áratugnum í Bell Labs, settu feðgar Unix, Ken Thompson og Dennis Ritchie, fyrst fram djörf og næstum þráhyggjusöm hönnunarreglu: Everything is a file – Allt er skrá.

Rúmlega fimmtíu árum síðar er sprenging í AI Agent ramma. Manus, Claude Code, OpenClaw... Þau koma frá mismunandi teymum, mismunandi tæknistöflum og mismunandi viðskiptalegum markmiðum, en þau hafa öll valið það sama: að nota skráarkerfið sem beinagrind fyrir vitund umboðsmannsins.

Manus gefur umboðsmanni sýndarvél og afurðir verkefnisins eru vistaðar sem skrár. Claude Code les og skrifar beint á staðbundið skráarkerfi notandans og notar CLAUDE.md skrá til að geyma allar leiðbeiningar og samhengi. OpenClaw og aðrir opnir rammar skipuleggja einnig niðurbrot verkefna og millistig með möppuskipulagi.

Þegar verkfræðingar, sem eru hálfa öld á milli, standa frammi fyrir gjörólíkum tæknilegum vandamálum, en sameinast sjálfstætt í sömu lausn - þetta er engin tilviljun, heldur samhljómur hönnunarheimspekinnar.

Sú ákvörðun Unix

Til að skilja þyngd þessa máls þurfum við fyrst að skoða hvað Unix gerði.

Hönnun Unix skráarkerfisins er almennt viðurkennd sem ein glæsilegasta hönnun í sögu tölvunarfræðinnar. Hún leysti afar flókið vandamál: hvernig á að stjórna fjölbreyttum vélbúnaðarauðlindum og gagnauðlindum með sameiginlegu og einföldu viðmóti.

Fyrir áttunda áratuginn virkuðu stýrikerfi á þennan hátt: ef þú vildir lesa af diski, þá kallaðir þú á diskviðmótið; ef þú vildir lesa af segulbandi, þá kallaðir þú á segulbandsviðmótið; ef þú vildir fá aðgang að flugstöð, þá kallaðir þú á flugstöðvarviðmótið. Hvert tæki hafði sitt eigið API og hvert API hafði sína eigin merkingu. Ef þú ert með N tegundir af tækjum og M tegundir af aðgerðum, þá er flækjustig kerfisins N × M.

Thompson og Ritchie gerðu eitthvað sem virtist einfalt og jafnvel heimskulegt:

Gerðu allt að skrám. Notaðu sagnirnar fjórar open, read, write, close til að stjórna öllu.

Kjarninn í þessu er: allar auðlindir í stýrikerfinu - skjöl, möppur, harðir diskar, mótald, lyklaborð, prentarar og jafnvel nettengingar og upplýsingar um ferli - geta verið abstraheraðar sem skráarstraumur (Stream of Bytes).

Þetta þýðir að þú þarft aðeins að læra eitt API - open(), read(), write(), close() - til að stjórna öllum auðlindum tölvunnar.

Héðan í frá hrynur flækjustigið úr N × M í 4 × 1. Fjórar sagnir, eitt abstrakt lag.

Snilldin við þetta er ekki nafnorðið „skrá“, heldur dýpri innsýn:

Þú þarft ekki að vita hvað er á bak við skráarlýsinguna. Viðmót er samningur.

fd (skráarlýsing) er ógegnsætt handfang. Þú read() það og byte-straumurinn kemur út. Hvort sem þessi byte koma frá harðdisksgeira, netkortabuffer eða staðlaðri úttak annars ferlis - þér er sama og þú ættir ekki að vera sama.

Þetta er máttur sameiginlegs viðmóts: það gerir fáfræði að kostum.

Sama vandamál sem umboðsmaðurinn stendur frammi fyrir

Nú skulum við skoða stöðu AI Agent.

Til að ljúka flóknu verkefni stendur umboðsmaður frammi fyrir ótrúlega svipuðum erfiðleikum og stýrikerfi á áttunda áratugnum:

• Varðveisla minnis: Samhengisgluggi LLM er hverfull og hugsunarkeðjan hverfur með lotunni. Þetta er eins og þegar minni er endurheimt eftir að ferli lýkur - þú þarft stað til að varðveita millistig, annars byrjar hvert samtal frá grunni.\n- Framvinda samhengis: Ekki er hægt að ljúka flóknum verkefnum í einu skrefi. Umboðsmaður þarf smám saman að safna samhengi í mörgum umferðum röksemdafærslu, alveg eins og Unix ferli flytja stöðu á milli margra keyrsla með því að lesa og skrifa skrár. Skráakerfið býður náttúrulega upp á þetta „skrifa smá, lesa smá, skrifa svo smá“ framsækna vinnslumódel.\n- Sameinuð tímasetning verkfæra og færni: Umboðsmaðurinn þarf að kalla á ósamgena verkfæri (Tools/Skills) eins og leit, kóðaframkvæmd, myndagerð o.s.frv., alveg eins og Unix þarf að stjórna ósamgenum tækjum eins og diskum, netum, prenturum o.s.frv. Þú þarft sameinað abstrakt lag, annars þarftu að skrifa nýja samþættingarrökfræði fyrir hvert nýtt verkfæri sem þú bætir við.\n- Aðgangsheimildir fyrir tölvunotkun: Þegar umboðsmaður hefur getu til að stjórna tölvu verður spurningin „hvað getur hann snert og hvað ekki“ spurning um líf og dauða. Skráarheimildakerfi Unix (rwx) býður upp á tilbúið sandkassamódel - skráarskrár eru mörk og heimildir eru samningar.\n\nFjórar kröfur. Hljómar kunnuglega?\n\nÞetta er nákvæmlega vandamálið sem stýrikerfi stóðu frammi fyrir á áttunda áratugnum.\n\nVarðveisla minnis - skráakerfið leysir það náttúrulega, skrifa er varðveisla. Framsækið samhengi - skráarskrárbyggingin sjálf er byggð upp í áföngum, mkdir, touch, append, samhengið vex með skránni. Sameinuð tímasetning verkfæra - kjarninn í Unix pípunum: stdout eins ferlis er stdin annars ferlis, milliefnið er byte straumur. Verkfærakeðja umboðsmannsins er líka svipuð: úttak fyrra skrefsins er inntak næsta skrefs.\n\nHeimildarmörk - rwx heimildir skráakerfisins, chroot sandkassinn, afmarka náttúrulega „hæfileikahring“ umboðsmannsins.\n\nÞannig að þegar hönnuðir umboðsramma standa frammi fyrir spurningunni „hvar á að setja vinnustöðu umboðsmannsins“ er svarið næstum forákveðið: settu það í skráakerfið. Vegna þess að engin einfaldari lausn getur uppfyllt þessar fjórar takmarkanir á sama tíma.\n\nÞegar kerfi þarf að „stjórna samskiptum mikils fjölda ósamgena auðlinda“ hefurðu tvær leiðir:\n\nLeið A: Hannaðu sérstakt viðmót fyrir hverja auðlind. N fjöldi auðlinda × M fjöldi aðgerða = NM fjöldi viðmóta. Nákvæmt en sprengifimt.\n\nLeið B: Finndu abstrakt lag sem er nógu þunnt til að láta allar auðlindir klæðast sömu fötunum. 4 fjöldi aðgerða × 1 abstrakt lag. Gróft en samsetjanlegt.\n\nUnix valdi B. Rúmum fimmtíu árum síðar valdi umboðsramminn aftur B.\n\n\n\n## Dýpra lag: Skrár eru ytri birting hugsunar\n\nEn ef við stoppum bara við „samleitni tæknilegra lausna“ missum við af því sem er mikilvægara.\n\nHugsaðu um hvernig menn sjálfir takast á við flókin verkefni.\n\nÞegar þú færð stórt verkefni er það fyrsta sem þú gerir ekki að byrja að vinna, heldur: búa til möppur. Rótarmöppu verkefnisins, undirverkefnamöppur, tilvísunarefnismappur, úttaksmöppur. Þú notar möppuskipulag til að brjóta niður óskipulegt verkefni í viðráðanlegar einingar. Þú notar skráarnöfn til að nefna hverja einingu. Þú notar skráarinnihald til að skrá hugsunarferli og milliafurðir.\n\nSkráakerfið er ekki bara geymslulausn. Það er frumstætt tól fyrir menn til að ytra hugsun.\n\nÞessi innsýn útskýrir hvers vegna umboðsrammar samleitast í skráakerfi: „hugsun“ LLM þarf að ytra - samhengisglugginn hans er takmarkaður og langtímaröksemdafærsla verður að treysta á ytra minni. Og skráakerfið er einmitt algengasta „ytra minni“ sniðið sem menn hafa fundið upp.\n\nFrá þessu sjónarhorni er CLAUDE.md í Claude Code ekki stillingarskrá. Það er ytra vitrænt samkomulag - menn skrifa ásetning í skrár og umboðsmenn lesa skrár sem ásetning. Skrár verða viðmótslagið milli mannshugans og gervigreindar.\n\nÞetta er ótrúlega í samræmi við heimspeki Unix pípunnar:\n\n> Skrifaðu forrit til að meðhöndla textastrauma, vegna þess að það er alhliða viðmót. Að skipta út "programs" fyrir "agents" og "text streams" fyrir "files", þessi fullyrðing mun enn standast árið 2026.

Að fara aftur í grunninn

Frábærar útfærslur úreldast ekki, þær finna bara ný dæmi á nýjum sviðum.

"Sameinað viðmót leysir úr flækjustigum" er ekki uppfinning Unix, það er eilíf lögmál kerfishönnunar. Unix gerði það svo vel að útfæra það með nafninu "file". AI Agent gerði það svo vel að útfæra það aftur í formi "vinnslumöppu".

Næsta kynslóð kerfa mun einnig standa frammi fyrir sama vali: Að hanna sérstök viðmót fyrir hvern hlut, eða að finna þunnt, almennt og samsett útfærslu?

Ef sagan kennir okkur eitthvað, þá er svarið löngu skrifað við hliðina á /dev/null:

Hafðu það einfalt. Gerðu það samsett. Allt er skrá.