24 小时后，我做了一个 Rust 原生的 AI Agent 桌面应用，面向非开发者，编译后只有 16MB 的超小二进制文件。核心结构就是一个简单的 while 循环，支持 Skills 、支持 MCP 。更关键的是：BYOK(Bring Your Own Key)，甚至还能跑本地模型。
你可以把它叫做技术极简主义：
The Stack：
-Rust （从零基础到一天内上线）
-长期记忆：直接用文件系统作为可持久、可查询的上下文
-主循环：一个 while 循环，负责协调 I/O 和工具调用
-工具：内置文件工具（ read / write / bash ）+ 符合 MCP 规范的 provider （可扩展）
-沙箱：用一个简单的 Docker 容器隔离大部分风险
Secret Sauce：
-状态全部保存在普通文件和目录中
-编排逻辑放在简单循环里，而不是复杂框架
-教会 AI 读写它自己的运行上下文（直接通过文件）
What I learnt：
1 ）你并不需要一个 Agent Framework
所谓的 Agent 「框架」大多数时候只是过度抽象，反而增加复杂度。其实只要一个简单的 while 循环：
-Observe：读取输入、日志和任务文件
-Decide：让模型决定下一步最小原子动作
-Act：调用工具（ MCP ）或写入磁盘
-Reflect：把结果追加到本地日志中
2 ）文件系统就足够
向量库和 RAG 集群当然很强，但很多时候只是推测性的开销。其实一切都是文件：任务、计划、diff 、决策、日志，全是纯文本或 JSON 。现代 RL 训练方式已经让模型非常擅长和 Linux 文件系统协作，用文件系统作为「长期记忆」，持久化天然成立，恢复路径也一目了然
3 ）虽然听起来很超现实，但 AI 已经能自己复刻自己
我是用 AI Agent （ Claude Code ）来帮我写代码的。Open Cowork 本质上就是一个 GUI ，背后跑着一个类似 CC 的 Agent 。最有意思的是，CC 居然能用 Rust 把自己的 claudecowrk 复刻子出来
4 ）安全是一切的基础前提
Agent 很强，但没有边界的能力就是风险。它们可能遭遇恶意输入、Prompt Injection ，甚至普通 bug 。
对非开发者来说，安全不是一个附加功能，而是基础前提。通过硬隔离（ Docker ），以及对系统命令和网络调用的严格白名单，可以确保 Agent 始终是工具，而不是对系统的威胁。
整个代码库，本质上可以被总结成下面这个循环：
当然，这还只是早期阶段，欢迎任何建议和讨论！
