AI 生态正在经历一场“返祖”现象：开发者们正重新发现文件系统（Filesystem）的价值。与复杂的向量数据库不同，文件系统凭借其简单、持久且通用的特性，正成为 AI 代理（尤其是编码代理）的核心接口。通过简单的 Markdown 文件（如 CLAUDE.md 或 SKILL.md），用户可以跨工具、跨平台地为 AI 提供持久化的上下文和指令。这种趋势不仅提高了开发效率，更预示着一种以用户为中心、打破 SaaS 围墙的个人计算回归。
为什么 AI 代理都在回归文件系统？
当前的 AI 代理正在从“集成数百个工具”转向“极简主义”：只需要文件系统、代码解释器和网页访问这三样核心能力。
- 本地化的力量： 像 Claude Code 这样的工具之所以强大，是因为它直接运行在你的电脑上，拥有你的环境、数据和完整上下文，而不是运行在云端容器中。
- 编码代理是领头羊： 编码是目前 AI 最真实的落地场景，而代码本质上就是存储在文件系统里的文本。
- 上下文窗口并非真正的记忆： 大模型的上下文窗口像是一块会被随时擦除的白板。而文件系统提供了最原始也最有效的记忆方式：把事情写下来。
文件作为持久化的上下文
通过在项目根目录放置特定的 Markdown 文件，开发者可以赋予 AI “长期记忆”和“行为准则”。
- 项目指南： 如
CLAUDE.md或.cursorrules，记录项目的架构决策和代码风格，防止 AI 在上下文压缩时丢失关键信息。 - 个人画像： 像
aboutme.md这样的文件可以存储你的偏好和技能，让任何代理都能迅速“认识”你，而无需通过复杂的 API 授权。 - 技能定义：
SKILL.md正在成为一种标准，让 AI 学习新技能就像在文件夹里放一个文件一样简单。
警惕“文档肥胖症”： 苏黎世联邦理工学院的一项研究发现，过多的上下文文件反而会降低 AI 的成功率。AI 会像对待死板的清单一样过度解读这些文件，导致由于过度探索而浪费成本。文件内容应保持简洁、约束明确，而非冗长的说明。
“文件即 API”：无需协调的互操作性
文件系统最大的魅力在于它是一个开放的协议。
- 打破围墙： 传统的软件集成需要繁琐的 API 对接和厂商协议。而文件只需要大家公认一种格式（如 Markdown），不同公司的工具就能无缝协作。
- 技能共享： 你为 Claude 写的一个技能文件，可能直接就能在 GitHub Copilot 或 Cursor 中运行。
- 数据所有权： 用户的数据以文件形式存在，意味着你可以随时带着这些“记忆”切换工具，而不被锁定在某个 SaaS 平台的私有数据库里。
文件系统 vs. 数据库：接口与底层之争
这并不是说数据库不再重要，而是两者角色发生了分化：
- 文件系统是“界面”： 它是人类和 AI 直接观察、修改和交互的窗口，简单且直观。
- 数据库是“底层”： 当涉及到大规模搜索、去重或并发访问时，数据库在幕后提供支撑。
核心洞见：重塑个人计算的价值观
这场“文件系统复兴”背后隐藏着一种深刻的价值观转变。
- 数据应长于软件： 我们的记忆、想法和设计不应该被埋葬在某个特定的软件里。文件系统是唯一真正属于用户、不随软件更新而消亡的技术。
- 回归开放协议： 在经历了几十年的 SaaS 封闭生态后，AI 代理正利用文件系统这一最古老的工具，重新夺回计算的自主权和连续性。
关键结论： 文件系统之所以在 AI 时代大放异彩，并非因为它技术最先进，而是因为它最通用、最透明且最能保障用户主权。它是 AI 时代实现工具间“无需协调的互操作性”的最佳方案。