Lahat ay Isang File: Ang Pilosopiya ng Disenyo Mula sa Unix Hanggang sa AI Agent

Orihinal ni Ethan 业成

Tugon na Tumatawid sa Kalahating Siglo

Mula pa noong unang bahagi ng 1970s sa Bell Labs, unang iminungkahi ng ama ng Unix na si Ken Thompson at ni Dennis Ritchie ang isang disenyo na napakalakas ng loob na halos mapanatik: Everything is a file – Lahat ay file.

Mahigit limampung taon na ang lumipas, sumabog ang mga AI Agent framework. Manus, Claude Code, OpenClaw... Sila ay nagmula sa iba't ibang mga team, iba't ibang mga tech stack, iba't ibang mga layunin sa negosyo, ngunit nagkakaisa silang gumawa ng parehong pagpipilian: gamitin ang file system bilang balangkas ng pag-iisip ng Agent.

Binibigyan ng Manus ang Agent ng isang virtual machine, at ang mga produkto ng gawain ay isinusulat sa disk bilang mga file. Direktang nagbabasa at nagsusulat ang Claude Code sa lokal na file system ng user, gamit ang isang CLAUDE.md file upang dalhin ang lahat ng mga tagubilin at konteksto. Ang mga open-source framework tulad ng OpenClaw ay nag-oorganisa rin ng pagkakabahagi ng gawain at mga intermediate na estado sa pamamagitan ng istraktura ng direktoryo.

Kapag ang mga inhinyero na may pagitan ng kalahating siglo, na humaharap sa ganap na magkakaibang mga teknikal na problema, ay independiyenteng nagtatagpo sa parehong solusyon - ito ay hindi isang pagkakataon, ito ay isang resonance ng pilosopiya ng disenyo.

Ang Desisyon ng Unix

Upang maunawaan ang bigat ng bagay na ito, kailangan munang balikan kung ano ang ginawa ng Unix.

Ang disenyo ng Unix file system ay kinikilala bilang isa sa mga pinaka-eleganteng disenyo sa kasaysayan ng computer science. Nilulutas nito ang isang napakakumplikadong problema: kung paano pamahalaan ang iba't ibang mga hardware at data resources na may isang pinag-isa at simpleng interface.

Bago ang 1970s, ganito gumagana ang mga operating system: kung gusto mong magbasa ng disk, ayusin ang disk interface; kung gusto mong magbasa ng tape, ayusin ang tape interface; kung gusto mong i-access ang terminal, ayusin ang terminal interface. Ang bawat device ay may sariling API, at ang bawat API ay may sariling semantics. Kung mayroon kang N na uri ng device at M na uri ng operasyon, ang pagiging kumplikado ng system ay N × M.

Ginawa ni Thompson at Ritchie ang isang bagay na tila simple hanggang sa pagiging hangal:

Gawing file ang lahat. Gamitin ang apat na pandiwa na open, read, write, close para patakbuhin ang lahat.

Ang pangunahing kahulugan nito ay: lahat ng mga resources sa operating system - mga dokumento, direktoryo, hard drive, modem, keyboard, printer, at maging ang mga koneksyon sa network at impormasyon ng proseso - ay maaaring i-abstract bilang isang file stream (Stream of Bytes).

ang ibig sabihin nito, kailangan mo lamang matutunan ang isang set ng API - open(), read(), write(), close() - upang mapatakbo ang lahat ng resources ng computer.

Mula noon, ang pagiging kumplikado ay bumagsak mula N × M hanggang 4 × 1. Apat na pandiwa, isang layer ng abstraction.

Ang henyo ng bagay na ito ay hindi sa pangngalang "file", ngunit sa isang mas malalim na pananaw:

Hindi mo kailangang malaman kung ano ang nasa likod ng file descriptor. Ang interface ay isang kontrata.

Ang isang fd (file descriptor) ay isang opaque handle. Binabasa mo ito gamit ang read(), lumalabas ang byte stream. Tungkol sa kung ang mga byte na ito ay nagmula sa hard drive sector, network card buffer, o standard output ng isa pang proseso - hindi ka nagmamalasakit, at hindi ka dapat magmalasakit.

Ito ang kapangyarihan ng pinag-isang interface: ginagawa nitong kalamangan ang kamangmangan.

Ang Parehong Tanong na Kinakaharap ng Agent

Ngayon balikan natin ang sitwasyon ng AI Agent.

Upang makumpleto ang isang kumplikadong gawain, ang isang Agent ay nahaharap sa isang nakakagulat na katulad na problema sa operating system noong 1970s:

• Persistent Memory: Ang context window ng LLM ay pabagu-bago, at ang chain of thought ay nawawala kasama ng session. Parang ang memorya ay nire-recycle pagkatapos lumabas ang proseso—kailangan mo ng lugar para i-persist ang intermediate state, kung hindi, ang bawat pag-uusap ay magsisimula mula sa simula.\n- Incremental Context: Ang mga kumplikadong gawain ay hindi maaaring tapusin sa isang hakbang. Kailangang unti-unting makaipon ng konteksto ang Agent sa maraming round ng pagdadahilan, tulad ng mga proseso ng Unix na nagpapasa ng estado sa pagitan ng maraming pagpapatupad sa pamamagitan ng pagbabasa at pagsusulat ng mga file. Ang file system ay natural na nagbibigay ng ganitong Ang pagpapalit ng "programs" sa "agents", at ang pagpapalit ng "text streams" sa "files", ang pangungusap na ito ay mananatiling totoo sa taong 2026.

Bumalik sa Unang Prinsipyo

Ang dakilang abstraction ay hindi naluluma, ito ay makakahanap lamang ng mga bagong halimbawa sa mga bagong larangan.

Ang "pinag-isang interface ay nagpapagaan ng pagiging kumplikado" ay hindi imbensyon ng Unix, ito ay isang walang hanggang batas ng disenyo ng sistema. Nagkataon na ginamit ng Unix ang pangalang "file" upang ipatupad ito. Nagkataon na ginamit ng AI Agent ang anyo ng "working directory" upang ipatupad ito muli.

Ang susunod na henerasyon ng mga sistema ay haharap din sa parehong pagpipilian: magdisenyo ng mga dedikadong interface para sa bawat bagay, o maghanap ng isang manipis, pangkalahatan, at maaaring pagsamahin na abstraction?

Kung mayroong anumang aral na itinuro ang kasaysayan, ang sagot ay matagal nang nakasulat sa tabi ng /dev/null:

Panatilihing simple. Gawin itong magkasama. Lahat ay isang file.