Wszystko jest plikiem: Filozofia projektowania od Uniksa do Agenta AI

Oryginalny Ethan 业成

Echo sprzed pół wieku

Już na początku lat 70. XX wieku w Bell Labs, ojcowie Uniksa, Ken Thompson i Dennis Ritchie, po raz pierwszy zaproponowali śmiałą, wręcz obsesyjną zasadę projektowania: Everything is a file – Wszystko jest plikiem.

Ponad pięćdziesiąt lat później następuje gwałtowny rozwój frameworków Agentów AI. Manus, Claude Code, OpenClaw… Pochodzą one z różnych zespołów, różnych stosów technologicznych, mają różne cele biznesowe, ale jednogłośnie dokonały tego samego wyboru: uczyniły system plików szkieletem poznawczym Agenta.

Manus daje Agentowi maszynę wirtualną, a wyniki zadań zapisywane są na dysku jako pliki. Claude Code bezpośrednio odczytuje i zapisuje w lokalnym systemie plików użytkownika, używając pliku CLAUDE.md do przechowywania wszystkich instrukcji i kontekstu. Otwarte frameworki, takie jak OpenClaw, również organizują dekompozycję zadań i stany pośrednie za pomocą struktury katalogów.

Kiedy inżynierowie oddaleni od siebie o pół wieku, stojący w obliczu zupełnie różnych problemów technicznych, niezależnie zbiegają się do tego samego rozwiązania – to nie jest przypadek, to rezonans filozofii projektowania.

Decyzja Uniksa

Aby zrozumieć wagę tego, trzeba najpierw wrócić do tego, co zrobił Unix.

Projekt systemu plików Uniksa jest powszechnie uważany za jeden z najbardziej eleganckich projektów w historii informatyki. Rozwiązał on niezwykle złożony problem: jak zarządzać różnorodnymi zasobami sprzętowymi i danymi za pomocą jednolitego, prostego interfejsu.

Przed latami 70. XX wieku systemy operacyjne działały w następujący sposób: aby odczytać dysk, wywoływałeś interfejs dysku; aby odczytać taśmę, wywoływałeś interfejs taśmy; aby uzyskać dostęp do terminala, wywoływałeś interfejs terminala. Każde urządzenie miało swoje własne API, a każde API miało swoją własną semantykę. Jeśli masz N urządzeń i M operacji, złożoność systemu wynosi N × M.

Thompson i Ritchie zrobili coś, co wydawało się proste do głupoty:

Zamienili wszystko w pliki. Używali czterech czasowników: open, read, write, close, aby operować na wszystkim.

Jego podstawowe znaczenie jest następujące: wszystkie zasoby w systemie operacyjnym – dokumenty, katalogi, dyski twarde, modemy, klawiatury, drukarki, a nawet połączenia sieciowe i informacje o procesach – można abstrakcyjnie przedstawić jako strumień bajtów (Stream of Bytes).

Oznacza to, że wystarczy nauczyć się jednego zestawu API – open(), read(), write(), close() – aby operować na wszystkich zasobach komputera.

Od tego momentu złożoność skurczyła się z N × M do 4 × 1. Cztery czasowniki, jedna warstwa abstrakcji.

Genialność tego polega nie na rzeczowniku „plik”, ale na głębszym spostrzeżeniu:

Nie musisz wiedzieć, co kryje się za deskryptorem pliku. Interfejs to umowa.

Fd (deskryptor pliku) to nieprzezroczysty uchwyt. Wywołujesz na nim read(), a wypływa strumień bajtów. Co do tego, czy te bajty pochodzą z sektora dysku twardego, bufora karty sieciowej, czy ze standardowego wyjścia innego procesu – nie obchodzi cię to i nie powinno cię to obchodzić.

To jest siła jednolitego interfejsu: czyni on ignorancję zaletą.

To samo zadanie, przed którym stoi Agent

Spójrzmy teraz na sytuację Agenta AI.

Aby Agent mógł wykonać złożone zadanie, stoi przed zadziwiająco podobnym dylematem, jak system operacyjny w latach 70. XX wieku:

• Trwała pamięć: Okno kontekstowe LLM jest ulotne, a łańcuch myślowy zanika wraz z sesją. Podobnie jak pamięć jest odzyskiwana po wyjściu procesu – potrzebujesz miejsca do utrwalenia stanu pośredniego, w przeciwnym razie każda rozmowa zaczyna się od zera.
• Progresywny kontekst: Złożone zadania nie mogą być wykonane w jednym kroku. Agent musi stopniowo gromadzić kontekst w wielu rundach wnioskowania, podobnie jak proces Unix przekazuje stan między wieloma wykonaniami poprzez odczyt i zapis plików. System plików naturalnie zapewnia ten tryb pracy „napisz trochę, przeczytaj trochę, a następnie napisz trochę więcej”.
• Ujednolicone planowanie narzędzi i umiejętności: Agent musi wywoływać heterogeniczne narzędzia (Tools/Skills), takie jak wyszukiwanie, wykonywanie kodu, generowanie obrazów, podobnie jak Unix musi zarządzać heterogenicznymi urządzeniami, takimi jak dyski, sieci, drukarki. Potrzebujesz warstwy ujednoliconej abstrakcji, w przeciwnym razie będziesz musiał napisać nowy zestaw logiki integracji dla każdego nowego narzędzia.
• Granice uprawnień Computer Use: Kiedy Agent ma możliwość obsługi komputera, pytanie „czego może dotknąć, a czego nie” staje się kwestią życia i śmierci. System uprawnień do plików Unix (rwx) zapewnia gotowy model piaskownicy – katalog jest granicą, a uprawnienia są umową.

Cztery wymagania. Brzmi znajomo?

To dokładnie problem, z którym system operacyjny borykał się w latach 70.

Trwała pamięć – system plików naturalnie rozwiązuje ten problem, zapis jest trwały. Progresywny kontekst – struktura katalogów sama w sobie jest budowana przyrostowo, mkdir, touch, append, kontekst rośnie wraz z plikiem. Ujednolicone planowanie narzędzi – istota potoku Unix: stdout jednego procesu jest stdin innego procesu, a medium pośredniczące to strumień bajtów. Podobnie jest z łańcuchem narzędzi Agenta: plik wyjściowy z poprzedniego kroku jest plikiem wejściowym dla następnego kroku. Granice uprawnień – uprawnienia rwx systemu plików, piaskownica chroot, naturalnie wyznaczają „krąg możliwości” Agenta.

Kiedy więc projektanci frameworków Agentów stają przed pytaniem „gdzie umieścić stan roboczy Agenta”, odpowiedź jest prawie przesądzona: w systemie plików. Ponieważ nie ma prostszego rozwiązania, które spełniałoby jednocześnie te cztery ograniczenia.

Kiedy system musi „zarządzać interakcją dużej liczby heterogenicznych zasobów”, masz dwie drogi:

Droga A: Zaprojektuj dedykowany interfejs dla każdego zasobu. N zasobów × M operacji = NM interfejsów. Precyzyjne, ale wybuchowe.

Droga B: Znajdź warstwę abstrakcji, która jest wystarczająco cienka, aby wszystkie zasoby nosiły to samo ubranie. 4 operacje × 1 warstwa abstrakcji. Szorstkie, ale możliwe do łączenia.

Unix wybrał B. Ponad pięćdziesiąt lat później framework Agentów ponownie wybrał B.

Głębiej: Plik jest eksternalizacją myśli

Ale jeśli zatrzymamy się tylko na „konwergencji rozwiązań technicznych”, przegapimy coś bardziej istotnego.

Przypomnij sobie, jak sami ludzie radzą sobie ze złożonymi zadaniami.

Otrzymujesz duży projekt, pierwszą rzeczą, którą robisz, nie jest rozpoczęcie pracy, ale: utworzenie folderu. Katalog główny projektu, katalogi podzadań, katalogi materiałów referencyjnych, katalogi wyjściowe. Używasz struktury katalogów, aby rozłożyć chaotyczne zadanie na zarządzalne jednostki. Używasz nazw plików, aby nazwać każdą jednostkę. Używasz zawartości plików do rejestrowania procesu myślowego i produktów pośrednich.

System plików to nie tylko rozwiązanie do przechowywania. Jest to oryginalne narzędzie do eksternalizacji myśli przez ludzi.

To spostrzeżenie wyjaśnia, dlaczego framework Agentów zbiega się do systemu plików: „myślenie” LLM wymaga eksternalizacji – jego okno kontekstowe jest ograniczone, a wnioskowanie długoterminowe musi opierać się na pamięci zewnętrznej. A system plików jest dokładnie najpopularniejszym formatem „pamięci zewnętrznej”, jaki kiedykolwiek wynaleźli ludzie.

Z tej perspektywy CLAUDE.md Claude Code nie jest plikiem konfiguracyjnym. Jest to eksternalizowana umowa poznawcza – ludzie zapisują intencje w pliku, a Agent odczytuje plik jako intencje. Plik staje się warstwą interfejsu między ludzkim umysłem a sztuczną inteligencją.

Jest to uderzająco zgodne z filozofią potoku Unix:

Pisz programy do obsługi strumieni tekstowych, ponieważ jest to uniwersalny interfejs.Zamiana "programs" na "agents", a "text streams" na "files" - to zdanie pozostanie prawdziwe w 2026 roku.

Powrót do pierwszych zasad

Wielkie abstrakcje nie starzeją się, po prostu znajdują nowe instancje w nowych dziedzinach.

"Ujednolicony interfejs rozwiązuje złożoność" nie jest wynalazkiem Uniksa, to odwieczne prawo projektowania systemów. Unix przypadkowo zaimplementował je pod nazwą "plik". AI Agent przypadkowo zaimplementował je ponownie w formie "katalogu roboczego".

Następna generacja systemów również stanie przed tym samym wyborem: zaprojektować dedykowane interfejsy dla każdej rzeczy, czy znaleźć cienką, uniwersalną i kompozycyjną abstrakcję?

Jeśli historia czegoś uczy, odpowiedź jest już napisana obok /dev/null:

Keep it simple. Make it compose. Everything is a file. (Utrzymuj prostotę. Umożliwiaj kompozycję. Wszystko jest plikiem.)