引入AI Agent之前，先將公司變成一個檔案系統

「Agent究竟點用？」

最近喺外部活動入面，唔理企業規模大細，高層見面嗰陣總會問呢個問題。雖然Vibe Coding好紅，但講真大部分工作同寫程式完全無關。呢個世界上絕大多數嘅打工仔都係非開發者，佢哋其實最需要用Agent嚟最大化效率，但大多數人根本唔知道由邊度開始。

因為過度使用AI，我喺某個時刻產生咗一個奇怪嘅觀點。無論係個人定公司，一切都開始睇落似一個檔案系統。而我意識到，呢個正正就係正確答案。

你嘅公司就係一個檔案系統

YC投資嘅Eli Mernit講得好準確：「Your Company is a Filesystem。」Agent之所以強大，係因為成個脈絡以檔案形式存在於電腦入面。

以律師行為例，新案件寫入/cases，指派律師就加到嗰個律師嘅資料夾，時間紀錄進入/billing/time-sheet。成個後台變成咗一個狀態機。

企業引入Agent之所以困難，原因好明確。即使用咗ERP，數據都冇統一，而係散落喺各個角落。每日翻好幾次電郵、問身邊同事。呢種重複不斷推高成本。以解決呢個問題為使命嘅Glean成為咗AI獨角獸，足以說明呢個係所有企業都面對嘅嚴重問題。

冇共享嘅命名空間，Agent就完全捉唔到脈絡。 碎片化嘅檔案不斷增加，災難就由嗰時開始。但如果用檔案系統嚟建模，呢個問題就迎刃而解。權限結構都可以好似Unix檔案權限咁自然對應。

• 喺Obsidian、Notion或Google Drive入面儲存紀錄而家非常簡單
• 一部伺服器加儲存空間就可以透過MCP連接公司全部數據
• 通用業務嘅Agent架構最終歸結為**「檔案系統＝狀態」同「Claude＝編排者」**

營運自動化中領悟嘅三條規則

喺推進Smoretalk嘅營運自動化過程中，我領悟咗三條關鍵規則。

第一：檔案命名

冇統一嘅命名規則，索引就會亂晒。AI搵唔到檔案而浪費嘅時間比你想像中要長得多。統一檔案命名規則之後，索引準確率會大幅提升。

第二：檔案說明

需要將每個檔案嘅描述以.md格式單獨儲存。如果AI每次都要打開原始檔案嚟確認內容，耗時太長。將.md中繼資料檔案分離出嚟，搜尋時間同Token消耗都可以大幅節省。

第三：儲存結構

檔案系統係樹狀結構，一旦深入就好難睇清全貌。資訊科學入面學到嘅搜尋演算法喺呢度真正派上用場。保持樹嘅深度盡量淺，Agent嘅搜尋效率就會提高。

問題唔在LLM，而在Harness

資安研究員Can Bölük最近喺佢嘅部落格入面做咗咁嘅診斷。雖然係程式開發嘅語境，但完全適用於一般業務。坦白講，對於大多數水準嘅任務，AGI已經嚟咗。模型效能係夠嘅，只係執行能力仲未精煉好。

Codex、Claude Code、Gemini CLI都運行良好，但各有局限。所以創建咗三個月內增長最快嘅GitHub儲存庫OpenClaw嘅Peter，自己又做咗一個Google Suite CLI。需要嘅Harness唔存在，就只能自己造。

歸根結底，需要資深工程師或團隊主管先制定規則：

• 制定檔案命名指南
• 確定新建資料嘅必填欄位
• 規範記憶體組織方式
• 設計雲端硬碟權限結構

速度、準確率同Token節省都取決於檔案系統設計。透過Hook強制執行文件審查同格式規則，任何人都可以產出統一嘅工作成果。

結論

嗌再多AX口號，如果連呢啲基本嘢都做唔到，AI引入不過係單純嘅成本投入。簡單嘅AI + X模式今年會被極端咁淘汰，納斯達克近期嘅走勢已經清楚咁說明咗呢一點。

Agent時代嘅競爭力唔在模型，在檔案系統設計。 能制定規則嘅人係固定嘅。能改變公司內部系統嘅只有內部人員，唔係外部可以請返嚟嘅人。隨便俾權限任何人帶嚟嘅企業風險超乎想像。

建議所有想喺組織入面引入AI嘅朋友，先由個人層面試驗性咁開始檔案系統設計。呢個係迎接Agent時代最可靠嘅第一步。