すべてはファイル：UnixからAIエージェントへの設計哲学

# すべてはファイル：UnixからAIエージェントへの設計哲学 オリジナル Ethan 業成  ## 半世紀を超える共鳴 1970年代初頭のベル研究所（Bell Labs）で、Unixの父であるケン・トンプソン（Ken Thompson）とデニス・リッチー（Dennis Ritchie）は、大胆でほとんど偏執的な設計原則を初めて提唱しました。それは、**Everything is a file——万物はファイルである**というものです。 50年以上経った今日、AIエージェントフレームワークが爆発的に増加しています。Manus、Claude Code、OpenClaw……これらは異なるチーム、異なる技術スタック、異なるビジネス目標から生まれていますが、偶然にも同じ選択をしています。それは、ファイルシステムをエージェントの認知の骨格として使用することです。 Manusはエージェントに仮想マシンを提供し、タスクの成果物をファイルとしてディスクに保存します。Claude Codeはユーザーのローカルファイルシステム上で直接読み書きを行い、CLAUDE.mdファイルにすべての指示とコンテキストを格納します。OpenClawなどのオープンソースフレームワークも、ディレクトリ構造でタスクの分解と中間状態を整理します。 半世紀離れたエンジニアが、まったく異なる技術的な問題に直面しながら、同じ解決策に独自に収束していく——これは偶然ではありません。これは設計哲学の共鳴です。 ## Unixのあの決定 このことの重みを理解するには、まずUnixが何をしたのかを振り返る必要があります。 Unixファイルシステムの設計は、コンピュータ科学史上最もエレガントな設計の一つとして広く認識されています。それは、非常に複雑な問題を解決しました。つまり、多様なハードウェアリソースとデータリソースを、統一されたシンプルなインターフェースで管理する方法です。 1970年代以前のオペレーティングシステムは、次のように動作していました。ディスクを読み込むには、ディスクインターフェースを呼び出す必要がありました。テープを読み込むには、テープインターフェースを呼び出す必要がありました。端末にアクセスするには、端末インターフェースを呼び出す必要がありました。各デバイスには独自のAPIがあり、各APIには独自のセマンティクスがありました。もしN種類のデバイスとM種類の操作がある場合、システムの複雑さはN × Mになります。 ThompsonとRitchieは、一見単純で愚かなことをしました。 **すべてのものをファイルに変える。open、read、write、closeの4つの動詞ですべてを操作する。** その核心的な意味は、オペレーティングシステム内のすべてのリソース——ドキュメント、ディレクトリ、ハードドライブ、モデム、キーボード、プリンター、さらにはネットワーク接続やプロセス情報——を、ファイルストリーム（Stream of Bytes）として抽象化できるということです。 つまり、API——open()、read()、write()、close()——のセットを学ぶだけで、コンピュータのすべてのリソースを操作できるということです。 これにより、複雑さはN × Mから4 × 1に崩壊しました。4つの動詞、1つの抽象化レイヤー。 このことの天才的な点は、「ファイル」という名詞にあるのではなく、より深い洞察にあります。 ファイル記述子の背後にあるものを知る必要はありません。インターフェースは契約です。 fd（ファイル記述子）は不透明なハンドルです。それに対してread()を行うと、バイトストリームが出てきます。これらのバイトがハードディスクのセクター、ネットワークカードのバッファ、または別のプロセスの標準出力から来たものかは——あなたは気にしませんし、気にする必要もありません。 これが統一されたインターフェースの力です。それは無知を強みに変えます。  ## エージェントが直面する同じ問題 ここで、AIエージェントの状況を振り返ってみましょう。 エージェントが複雑なタスクを完了するためには、1970年代のオペレーティングシステムと驚くほど似た困難に直面しています。 - **永続的な記憶**: LLM のコンテキストウィンドウは揮発性であり、思考の連鎖はセッションの終了とともに消滅します。プロセスが終了するとメモリが回収されるのと同じように、中間状態を永続化する場所が必要です。そうしないと、毎回会話がゼロから始まります。 - **漸進的なコンテキスト**: 複雑なタスクは一度に完了できません。Agent は、Unix プロセスがファイルの読み書きを通じて複数回の実行間で状態を伝達するのと同じように、複数回の推論で徐々にコンテキストを蓄積する必要があります。ファイルシステムは、本質的に「少し書き込み、少し読み込み、さらに少し書き込む」という漸進的な作業モードを提供します。 - **ツールとスキルの統一的なスケジューリング**: Agent は、検索、コード実行、画像生成などの異種ツール（Tools/Skills）を呼び出す必要があります。これは、Unix がディスク、ネットワーク、プリンターなどの異種デバイスを管理するのと同じです。統一された抽象化レイヤーが必要です。そうしないと、新しいツールを統合するたびに新しい統合ロジックを作成する必要があります。 - **Computer Use の権限境界**: Agent がコンピューターを操作する能力を持つ場合、「何に触れることができ、何に触れることができないか」が死活問題になります。Unix のファイル権限システム（rwx）は、ディレクトリが境界、権限が契約という、すぐに使えるサンドボックスモデルを提供します。 4 つの要件。聞き覚えがありますか？ これはまさに、オペレーティングシステムが 1970 年代に直面した問題です。 永続的な記憶 - ファイルシステムは本質的に解決し、書き込みは永続的です。漸進的なコンテキスト - ディレクトリ構造自体が増分的に構築され、mkdir、touch、append により、コンテキストはファイルとともに成長します。ツールの統一的なスケジューリング - Unix パイプの本質：あるプロセスの stdout は別のプロセスの stdin であり、中間媒体はバイトストリームです。Agent のツールチェーンも同様です。前のステップの出力ファイルは、次のステップの入力です。権限境界 - ファイルシステムの rwx 権限、chroot サンドボックスは、Agent の「能力範囲」を本質的に定義します。 したがって、Agent フレームワークの設計者が「Agent の作業状態をどこに置くか」という問題に直面したとき、答えはほぼ決まっていました。ファイルシステムに置くことです。なぜなら、これら 4 つの制約を同時に満たす、より簡単なソリューションはないからです。 システムが「大量の異種リソースの相互作用を管理」する必要がある場合、2 つの道があります。 ルート A：リソースごとに専用インターフェースを設計します。N 種類のリソース × M 種類の操作 = NM 種類のインターフェース。正確ですが、爆発的です。 ルート B：すべてのリソースが同じ服を着ることができる、十分に薄い抽象化レイヤーを見つけます。4 種類の操作 × 1 層の抽象化。粗いですが、組み合わせ可能です。 Unix は B を選択しました。50 年以上経った今、Agent フレームワークは再び B を選択しました。 ## より深いレベル：ファイルは思考の外在化 しかし、「技術的なソリューションの収束」にとどまるだけでは、より本質的なものを見逃してしまいます。 人間自身が複雑なタスクをどのように処理するかを思い出してください。 大きなプロジェクトを受け取ったら、最初に始めるのは作業ではなく、フォルダーの作成です。プロジェクトのルートディレクトリ、サブタスクディレクトリ、参考資料ディレクトリ、出力ディレクトリ。ディレクトリ構造を使用して、混沌としたタスクを管理可能なユニットに分解します。ファイル名を使用して、各ユニットに名前を付けます。ファイルの内容を使用して、思考プロセスと中間生成物を記録します。 ファイルシステムは単なるストレージソリューションではありません。それは、人間が思考を外在化するための原始的なツールです。 この洞察は、Agent フレームワークがファイルシステムに収束する理由を説明しています。LLM の「思考」は外在化する必要があります。コンテキストウィンドウは限られており、長期的な推論は外部記憶に依存する必要があります。そして、ファイルシステムは、人間が発明した最も一般的な「外部記憶」形式です。 この観点から見ると、Claude Code の CLAUDE.md は構成ファイルではありません。それは外在化された認知契約です。人間は意図をファイルに書き込み、Agent はファイルを意図として読み取ります。ファイルは、人間の心と人工知能の間のインターフェースレイヤーになります。 これは、Unix パイプの哲学と驚くほど一致しています。 > Write programs to handle text streams, because that is a universal interface. （テキストストリームを処理するプログラムを作成してください。それが普遍的なインターフェースだからです。）## 第一原理に立ち返る 偉大な抽象化は時代遅れになることはなく、新しい分野で新しい実例を見つけるだけだ。 「統一インターフェースは複雑性を解消する」というのはUnixの発明ではなく、システム設計の普遍的な法則だ。Unixはたまたま「ファイル」という名前でそれを実現した。AI Agentはたまたま「作業ディレクトリ」という形式でそれを再び実現した。 次世代のシステムもまた、同じ選択に直面するだろう。あらゆるものに専用のインターフェースを設計するか、薄くて汎用的で、組み合わせ可能な抽象化を見つけるか？ 歴史から何か教訓が得られるとすれば、答えはすでに /dev/null の隣に書かれている。 > Keep it simple. Make it compose. Everything is a file. （シンプルに保て。組み合わせ可能にしろ。すべてはファイルである。）