Deep Agents SDK 實戰：Filesystem Abstraction 如何讓 AI 擁有無限外腦

[TL;DR] 重點快讀

• 記憶即資產：透過 Filesystem Abstraction 賦予 Agent 讀寫硬碟的能力，徹底解決 Context Window 載體有限的致命傷。
• 戰略性截肢：系統偵測到巨量數據時會強制執行 Offloading，將冗長內容甩入硬碟並改以路徑引用，確保大腦皮層專注於決策。
• 情報化摘要：Summarization 不只是縮短文字，而是提取意圖與下一步行動，將戰術細節封存，僅保留戰略簡報。
• 高壓邊界測試：採用 Targeted Evals（大海撈針測試）在高壓環境下驗證 Agent 在極度壓縮後是否仍具備檢索關鍵情報的能力。

數位腦葉切除術：帝國邊疆的記憶物流學

這是一場對抗失憶的戰爭。

數據很殘酷。當我們強迫 AI Agent 執行長期任務時，我們實際上是在要求一個患有順行性遺忘症的天才去管理羅馬帝國。Deep Agents SDK 所提出的 Context Management，根本不是什麼技術優化。

這是求生。

檔案櫃裡的幽靈：Filesystem Abstraction

人類大腦有極限。蘇美人在西元前 2500 年的埃勃拉（Ebla）古城發現了這一點，於是他們燒製了 1,800 塊泥板，發明了檔案系統。他們把債務、條約、王室聯姻從大腦轉移到了外部儲存。

Deep Agents SDK 做了完全相同的事。

它引入了 Filesystem Abstraction。這是一個戰略支點。Agent 不再需要把所有資訊塞進那可憐的 Context Window（工作記憶），它被賦予了讀寫硬碟的能力。這賦予了 AI 一種「外腦」。當資訊量超過大腦負載，它將數據寫入磁碟，就像埃勃拉的書記官將小麥產量刻入泥板。

這改變了遊戲規則。Agent 從一個依賴短期記憶的賭徒，變成了擁有圖書館的學者。它能執行 list、read、write 甚至 pattern matching。記憶不再是負擔，而是資產。

焦土戰略：Offloading Large Tool Results

看著這條數據曲線。當一個 Tool Invocation 回傳超過 20,000 tokens 時，大多數系統會崩潰，或者像 17 世紀荷蘭鬱金香泡沫破裂時的市場一樣陷入癱瘓。

Deep Agents 採取了暴力的 Offloading 策略。

一旦偵測到巨量數據——比如讀取了一個巨大的 Log 檔——系統會直接執行「切除手術」。它將這 20,000 tokens 的廢話甩進 Filesystem，只在對話紀錄中留下一行路徑引用（File Path Reference）和前 10 行的預覽。

這讓人想起 1812 年拿破崙撤出莫斯科時的決策。你不能帶著所有的戰利品和補給撤退。你必須丟棄輜重，只保留地圖和指南針。

同樣的邏輯適用於 Offloading Large Tool Inputs。當對話歷史佔用了 85% 的 Context Window，系統會回頭檢視那些舊的寫入操作。那些已經寫入硬碟的內容，為什麼還要佔用珍貴的大腦皮層？刪掉。替換為指標。這不是浪費，這是為了生存而進行的截肢。

莫奇的簡報：Summarization

當切除手術（Offloading）也無法騰出空間時，系統會啟動最後的防線：Summarization。

這裡有一個歷史陷阱。大多數人認為摘要就是「把長變短」。錯。摘要是「把資訊轉化為情報」。

普魯士參謀長老毛奇（Helmuth von Moltke the Elder）曾教導軍官：不要告訴我戰場上的每一顆子彈，告訴我敵人的側翼在哪裡。Deep Agents 的 Summarization 機制包含了兩個關鍵動作：

1. In-context summary：LLM 生成結構化報告，鎖定 Session Intent（意圖）、Artifacts（產出物）和 Next Steps（下一步）。這是一份給指揮官的戰況簡報。
2. Filesystem preservation：原始對話被封存進檔案系統。

這就是雙重保險。工作記憶中只保留戰略目標，而戰術細節被深埋在檔案庫中，隨時可以透過 Search 檢索。這保證了 Agent 既有大局觀，又能在需要時查閱細節。

乾草堆裡的氰化物：Targeted Evals

我們如何知道這套機制有效？

不要相信總體基準測試（Benchmarks）。那是給投資人看的幻燈片。你需要的是 Targeted Evals。

Deep Agents 團隊在測試中埋入了 “Needle-in-a-haystack”（大海撈針）。他們在對話早期植入一個關鍵事實，然後強制觸發 Summarization，甚至將觸發閾值從 85% 激進地壓低到 10%，人為製造高壓環境。

這就像 1940 年代布萊切利園（Bletchley Park）的密碼破譯測試。他們故意製造混亂，看分析師能否在海量雜訊被「摘要」後，依然能從檔案櫃中找回那條關於潛艇位置的關鍵情報。

如果 Agent 在摘要後忘記了目標（Goal Drift），或者無法從檔案系統中檢索出那個被「遺忘」的事實，那麼它就失敗了。它不僅僅是變笨，它是死了。

編輯台點評

這是帝國行政管理。

我們正在目睹 AI 從「狩獵採集社會」（依賴即時記憶流）向「官僚檔案社會」（依賴外部儲存與摘要索引）的轉型。Deep Agents SDK 提供的不是代碼，而是一套數位時代的《末日審判書》（Domesday Book）。

誰能掌握這套遺忘與索引的藝術，誰就能控制最長的任務鏈。

記住這一點：遺忘不是錯誤，是最高級的運算優化。