我一开始真的对 Rust 一无所知，但有个很固执的想法：做一个 Agent ，不该依赖一大堆技术框架。 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！