20260706:新增一些文章

concepts/agent-workspace-filesystem.md

@@ -0,0 +1,49 @@
+---
+title: "Agent 工作空间文件系统 (Agent Workspace Filesystem)"
+created: 2026-07-04
+updated: 2026-07-04
+type: concept
+tags: [agent, filesystem, interface, workspace, token-efficiency]
+sources: ["https://nokv.io/blog/agents-want-filesystems"]
+---
+
+# Agent 工作空间文件系统 (Agent Workspace Filesystem)
+
+为 Agent 暴露类 POSIX 语义的工作空间接口（路径寻址、目录列举、按需读取、局部搜索），让 Agent 以人类工程师熟悉的方式「找东西」：ls → grep → read → 引用行号。
+
+## 为什么需要
+
+LLM 的训练数据中大量存在 shell、Unix 工具、Git、日志排查语料——模型天然擅长「进入目录 → 列文件 → 搜关键词 → 打开局部内容 → 引用行号」的工作模式。
+
+相比之下，SQL 要求 Agent **先理解整张地图再写出正确路线**——对复合探索任务，前置认知成本（schema 理解、join 路径推理）会转化为 token 消耗。
+
+## Progressive Disclosure 模式
+
+文件系统接口的精髓是 [[progressive-disclosure|渐进式披露]]：
+
+1. **低成本发现**：`ls` 看结构，`stat` 看元数据，`catalog` 看字段
+2. **按需读取**：找到目标后才 `read` 打开内容
+3. **范围限定搜索**：全局 `grep` 发现 + 目录内 `grep` 精准提取
+4. **稳定句柄**：`/runs/abc/stdout.log` — 既是名字也是地址
+
+## 实验证据
+
+NoKV benchmark：同一份数据（875 run, 80.6 万行指标），文件系统形态接口 vs 原生 SQL：
+- **-45% token**
+- **-39% 成本**
+- 复合探索任务上 2.39× 更低 token 消耗
+
+## 与数据库的关系
+
+不是替代，而是**分层**：
+- 底层：数据库负责可靠性、事务、持久化
+- 上层：元数据控制层提供 Agent-friendly workspace 视图
+
+## 参考
+
+- [[agents-want-filesystems-nokv-2026|新智元报道：Agents Want Filesystems]]
+- [[nokv|NoKV]]
+- [[progressive-disclosure|渐进式披露]]
+- [[agent-interface-design|Agent 接口设计]]
+- [[workspace-first-architecture|Workspace-first 架构]]
+- [[token-efficiency|Token 效率]]