{
  "title": "O Sistema de Arquivos É o Banco de Dados: Por Que Agentes Precisam de uma Nova Primitiva de Armazenamento",
  "excerpt": "Os pipelines de RAG deram memória aos agentes. Mas a próxima onda de infraestrutura para agentes está convergindo para uma primitiva completamente diferente: o sistema de arquivos virtual. Do ChromaFs da Mintlify ao AgentFS da Turso e à camada VFS enterprise da Box, o padrão é inconfundível. O sistema de arquivos está se tornando a interface universal para a cognição de agentes, e o banco de dados está silenciosamente se tornando seu substrato.",
  "content_html": "<p>Algo interessante está acontecendo no espaço de infraestrutura para agentes, e não é o que a maioria das pessoas esperava. Nos últimos dois anos, o paradigma dominante para dar aos agentes acesso ao conhecimento tem sido a Retrieval-Augmented Generation: incorpore seus documentos, armazene-os em um banco de dados vetorial e deixe o modelo consultá-los durante a inferência. O RAG funcionou. Era bom o suficiente. Mas \"bom o suficiente\" tem prazo de validade, e em 2026, esse prazo está expirando.</p>\n<p>Um novo padrão está emergindo em toda a indústria, convergindo de múltiplas direções ao mesmo tempo. A Mintlify substituiu todo o seu pipeline de RAG por um sistema de arquivos virtual e viu a criação de sessões cair de 46 segundos para 100 milissegundos [1]. A Turso construiu o AgentFS, um sistema de arquivos baseado em SQLite que dá a cada agente seu próprio sandbox copy-on-write [2]. A Box, gigante de conteúdo enterprise, anunciou que está reposicionando toda a sua plataforma como uma camada de sistema de arquivos virtual para agentes de IA [3]. E a ByteDance disponibilizou o OpenViking como open-source, um banco de dados de contexto que organiza toda a memória, recursos e habilidades do agente como um sistema de arquivos hierárquico [4].</p>\n<p>Esses não são experimentos de nicho. São sinais de uma mudança fundamental. <strong>O sistema de arquivos está se tornando a interface universal para a cognição de agentes, e o banco de dados está silenciosamente se tornando seu substrato.</strong></p>\n<h2>Por Que o RAG Encontrou um Limite</h2>\n<p>O RAG foi a resposta certa para 2023. Você tinha uma pilha de documentos, um modelo com uma janela de contexto limitada, e precisava de uma forma de trazer os trechos relevantes no momento da consulta. Embeddings vetoriais e busca por similaridade resolveram esse problema elegantemente.</p>\n<p>Mas agentes não são chatbots. Um agente não faz uma pergunta e vai embora. Ele explora. Lê um arquivo, descobre uma referência, segue ela, lê outro arquivo, executa um comando, escreve uma saída. Isso não é um problema de recuperação. É um problema de navegação.</p>\n<p>Os pipelines de RAG têm dificuldade com isso por três motivos. Primeiro, eles são stateless por design. Cada consulta é independente; não existe o conceito de \"eu estava olhando para este diretório, agora me mostre o arquivo adjacente.\" Segundo, eles achatam a estrutura. Um site de documentação com uma hierarquia clara de seções, páginas e exemplos de código é despedaçado em chunks anônimos de 512 tokens que perdem seu contexto organizacional. Terceiro, eles são caros em escala. A computação de embeddings, a manutenção de índices vetoriais e o re-ranking adicionam latência e custo que se acumulam conforme o corpus cresce.</p>\n<p>O sistema de arquivos resolve os três. Ele é inerentemente stateful (o agente tem um diretório de trabalho). Preserva a estrutura (diretórios, subdiretórios, arquivos). E é rápido porque as operações são simples: <code>ls</code>, <code>cat</code>, <code>grep</code>, <code>find</code>. Essas não são abstrações novas. São a interface mais battle-tested da computação.</p>\n<h2>A Convergência: Quatro Abordagens, Um Padrão</h2>\n<p>O que torna este momento significativo é que o padrão de sistema de arquivos está emergindo independentemente em contextos muito diferentes.</p>\n<p><strong>O ChromaFs da Mintlify</strong> é talvez o exemplo mais instrutivo. A Mintlify alimenta assistentes de documentação para milhares de empresas. Sua arquitetura original era um caso textbook de RAG: dividir os documentos em chunks, gerar embeddings, recuperar no momento da consulta. Quando substituíram isso pelo ChromaFs, um sistema de arquivos virtual que intercepta comandos UNIX e os traduz em consultas ao banco de dados Chroma, os resultados foram dramáticos. A criação de sessões passou de 46 segundos para 100 milissegundos, uma melhoria de 460x. O custo marginal por conversação caiu de $0,0137 para efetivamente zero [1]. O insight chave: o agente já sabe navegar um sistema de arquivos. Ensiná-lo a usar <code>cat /auth/oauth.mdx</code> é trivial comparado a ensiná-lo a formular a consulta vetorial correta.</p>\n<p><strong>O AgentFS da Turso</strong> ataca um problema diferente: isolamento e auditabilidade de agentes. Cada agente recebe seu próprio sistema de arquivos baseado em SQLite com semântica copy-on-write. O sistema de arquivos host é uma camada base somente leitura; o agente escreve em uma camada delta SQLite. Cada operação de arquivo, chamada de ferramenta e mudança de estado é registrada. Todo o runtime do agente, arquivos, estado, histórico, cabe em um único arquivo SQLite portátil [2]. Isso não é apenas um sistema de arquivos. É um ambiente de execução auditável e reprodutível.</p>\n<p><strong>A VFS enterprise da Box</strong> é a mais significativa estrategicamente. O CEO da Box, Aaron Levie, tem sido explícito: agentes precisam de um sistema de arquivos para fazer knowledge work na empresa [3]. Mas a Box não está vendendo um sistema de arquivos literal. Eles estão vendendo um \"contrato dinâmico de entrega de dados\" que pode ser sustentado por object storage, bancos de dados relacionais ou sua própria plataforma de conteúdo. O sistema de arquivos é a interface; o backing store é o que fizer sentido para os dados. O que torna a jogada da Box interessante é a camada de governança: permissões, trilhas de auditoria e limites de compliance que se transferem automaticamente da plataforma de conteúdo para o agente.</p>\n<p><strong>O OpenViking da ByteDance</strong> leva o padrão mais longe. Ele organiza todo o contexto do agente, memórias, recursos, habilidades, conhecimento, sob um protocolo <code>viking://</code> usando semânticas padrão de sistema de arquivos. Agentes navegam com <code>ls</code> e <code>find</code>. Mas a parte inteligente é o modelo de acesso em camadas: cada pedaço de contexto é processado em três camadas. L0 é um resumo de uma frase para recuperação rápida. L1 é uma visão geral com informações essenciais para planejamento. L2 é o conteúdo completo para leitura aprofundada [4]. O agente começa com L0, aprofunda em L1 quando precisa de mais, e só carrega L2 quando está fazendo trabalho detalhado. No benchmark LoCoMo, isso reduziu o consumo de tokens de 24,6 milhões para 4,2 milhões enquanto aumentava as taxas de conclusão de tarefas para 52% [4].</p>\n<h2>Sistema de Arquivos como Interface, Banco de Dados como Substrato</h2>\n<p>O padrão que conecta os quatro é o que eu chamaria de <strong>dualidade VFS</strong>: o sistema de arquivos vence como interface, e o banco de dados vence como substrato. Isso não é uma escolha de um ou outro. É uma arquitetura em camadas.</p>\n<p>Por que o sistema de arquivos vence como interface é direto. LLMs são treinadas na internet, e a internet é construída por desenvolvedores que pensam em termos de arquivos, diretórios, paths e ferramentas de linha de comando. Modelos são incomumente competentes com essas primitivas porque viram bilhões de exemplos de desenvolvedores navegando em codebases, lendo arquivos e executando comandos shell. Quando você dá a um agente um sistema de arquivos, você está encontrando ele onde seus dados de treinamento vivem.</p>\n<p>Por que o banco de dados vence como substrato é igualmente claro. No momento em que a memória do agente precisa ser compartilhada, auditada, consultada por múltiplos agentes, ou tornada confiável sob concorrência, você precisa de garantias de banco de dados. Transações ACID, controle de acesso, busca semântica, histórico de versões: esses são problemas difíceis que bancos de dados passaram décadas resolvendo. Reimplementá-los sobre um sistema de arquivos literal é um caminho para a dor.</p>\n<p>O padrão VFS te dá os dois. O agente vê arquivos e diretórios. O sistema vê tabelas, índices e listas de controle de acesso. O ChromaFs armazena tudo no Chroma mas expõe como arquivos. O AgentFS armazena tudo no SQLite mas expõe como um sistema de arquivos POSIX. O OpenViking usa seu próprio storage engine mas expõe como paths <code>viking://</code>. A Box usa sua plataforma de conteúdo enterprise mas expõe como uma árvore navegável.</p>\n<h2>Mas um VFS Pode Realmente Vencer o Sistema de Arquivos Nativo?</h2>\n<p>A objeção natural a tudo isso é: por que não usar simplesmente o sistema de arquivos real? POSIX está aí. Cada sistema operacional vem com ele. Por que adicionar uma camada de abstração?</p>\n<p>Eu queria responder a essa questão empiricamente, então construí o <a href=\"https://github.com/subramanya1997/markdownfs\">markdownfs</a>, um sistema de arquivos virtual feito do zero em Rust projetado especificamente para workloads de agentes [6]. Ele suporta o conjunto completo de comandos no estilo UNIX (<code>ls</code>, <code>cat</code>, <code>grep</code>, <code>find</code>, <code>chmod</code>, <code>chown</code>), versionamento no estilo Git com content-addressable storage, permissionamento multiusuário, e expõe três métodos de acesso: um CLI/REPL, uma API HTTP/REST, e um servidor MCP que agentes como Claude e Cursor podem conectar diretamente.</p>\n<p>A arquitetura é simples: uma tabela de inodes em memória sustentada por um blob store content-addressable usando hash SHA-256, com <code>tokio::RwLock</code> para acesso concorrente seguro. Arquivos são deduplicados automaticamente. O controle de versão usa o mesmo modelo de commit/revert do Git, mas no nível do sistema de arquivos. A persistência é tratada por snapshots atômicos em bincode.</p>\n<p>Quando fiz benchmarks do markdownfs contra o sistema de arquivos nativo nas operações padrão de agentes (criação de arquivo, leituras, escritas, listagem de diretório, grep, find, move, copy, deleção), o markdownfs teve uma média de aproximadamente <strong>130x mais rápido</strong> em todos os quesitos. Os motivos são estruturais, não incidentais. Operações em memória eliminam completamente o I/O de disco. O storage content-addressable significa que arquivos duplicados são armazenados uma única vez. Leituras zero-copy significam que o agente recebe dados sem overhead de serialização. E como todo o estado do sistema de arquivos vive em um único processo, não há fronteiras de chamadas de sistema para cruzar.</p>\n<p>A comparação é particularmente nítida para as operações que agentes realizam com mais frequência:</p>\n<table>\n<thead>\n<tr>\n<th>Operação</th>\n<th>Por Que o VFS Vence</th>\n</tr>\n</thead>\n<tbody>\n<tr>\n<td><strong>Leituras repetidas</strong> (agente relendo contexto)</td>\n<td>Em memória, zero-copy. Sem seeks de disco, sem misses no page cache.</td>\n</tr>\n<tr>\n<td><strong>grep entre arquivos</strong> (agente buscando padrões)</td>\n<td>Todo o conteúdo está em memória. Sem travessia de diretório, sem gerenciamento de file handles.</td>\n</tr>\n<tr>\n<td><strong>Criação rápida de arquivos</strong> (agente produzindo artefatos de trabalho)</td>\n<td>Sem journaling do sistema de arquivos, sem alocação de inode em disco, sem fsync.</td>\n</tr>\n<tr>\n<td><strong>Listagem de diretório</strong> (agente explorando estrutura)</td>\n<td>Busca em BTreeMap vs. syscalls de readdir.</td>\n</tr>\n</tbody>\n</table>\n<p>Mas performance não é o argumento real. O argumento real é o que o sistema de arquivos nativo <em>não pode fazer</em>. Um sistema de arquivos POSIX não tem conceito de busca semântica. Não tem versionamento built-in (você precisa do Git para isso). Não tem modelo de acesso em camadas (você recebe o arquivo inteiro ou nada). Não tem deduplicação de conteúdo. Não tem trilha de auditoria de operações de agentes. E criticamente, não tem interface MCP, o que significa que agentes não podem acessá-lo através do protocolo padrão em que o ecossistema está convergindo.</p>\n<p>O VFS não é apenas mais rápido. É uma primitiva mais rica. Ele te dá a interface familiar de <code>ls</code> e <code>cat</code> enquanto adiciona as capacidades que agentes realmente precisam: versionamento, permissões, busca, deduplicação e acesso nativo ao protocolo via MCP ou HTTP.</p>\n<h2>O Que Isso Significa para o RAG</h2>\n<p>Para ser claro, o RAG não está morto. A busca vetorial continua valiosa para consultas fuzzy e semânticas onde o agente genuinamente não sabe o que está procurando. Mas a avaliação honesta é que o RAG tem sido superaplicado. Muitos dos casos de uso onde times implantaram pipelines de RAG, recuperação de documentação, navegação de codebase, gestão de conhecimento enterprise, são melhor atendidos por uma interface de sistema de arquivos.</p>\n<p>A evidência é impressionante. A melhoria de 460x da Mintlify veio de substituir o RAG por um sistema de arquivos, não de augmentá-lo [1]. Pesquisa da Letta mostra que agentes usando operações simples de sistema de arquivos alcançam 74% de acurácia em benchmarks de memória, competitivo com ferramentas especializadas de recuperação. E abordagens de keyword search agentic podem alcançar mais de 90% da performance do RAG sem bancos de dados vetoriais [5].</p>\n<p>O futuro é provavelmente híbrido. RAG para busca semântica aberta. Sistema de arquivos para navegação estruturada e execução de tarefas. Mas o centro de gravidade está se deslocando em direção ao sistema de arquivos, e as implicações estratégicas são significativas.</p>\n<h2>O Imperativo Estratégico</h2>\n<p>Se você está construindo infraestrutura para agentes, você precisa de uma estratégia de VFS. Aqui está o porquê.</p>\n<p><strong>Para empresas de SaaS</strong>: a lição da Box é que o sistema de arquivos está se tornando a superfície de integração para agentes. Se o conteúdo da sua plataforma não for navegável como um sistema de arquivos, os agentes vão te contornar. As empresas de SaaS que expõem seus dados através de interfaces parecidas com sistemas de arquivos se tornarão parte do workflow agentic. Aquelas que não o fizerem se tornarão invisíveis para agentes, o que significa invisíveis para usuários.</p>\n<p><strong>Para fornecedores de infraestrutura</strong>: o banco de dados não está desaparecendo. Ele está se movendo para debaixo do sistema de arquivos. Isso é na verdade uma boa notícia para empresas de banco de dados. A Turso entendeu isso e construiu o AgentFS sobre o SQLite. Cada agente que é iniciado cria um novo banco de dados. Quanto mais agentes o mundo executar, mais bancos de dados o mundo precisará. Mas o banco de dados precisa desaparecer por trás de uma abstração de sistema de arquivos.</p>\n<p><strong>Para enterprises</strong>: a história de governança é o que importa. O pitch da Box não é realmente sobre sistemas de arquivos. É sobre o fato de que seu modelo de permissões, trilha de auditoria e infraestrutura de compliance se estendem automaticamente para agentes quando o conteúdo é acessado através da camada VFS [3]. Essa é a resposta para a pergunta que todo CISO está fazendo: \"Como deixamos agentes acessarem nosso conteúdo sem criar um pesadelo de segurança?\"</p>\n<h2>A Camada Unificadora</h2>\n<p>A stack de infraestrutura para agentes tem evoluído em fases claras: ferramentas (MCP), skills e context graphs. O sistema de arquivos virtual se encaixa nesse arco como o <strong>mecanismo de entrega</strong> para os três. Ferramentas MCP são invocadas através do sistema de arquivos. Skills são armazenadas como arquivos. Context graphs são navegados como árvores de diretório. O sistema de arquivos não substitui essas camadas. Ele as unifica por trás de uma única interface familiar.</p>\n<p>Essa é a verdadeira percepção. O sistema de arquivos não é uma ideia nova. É a abstração mais antiga da computação. Mas é exatamente por isso que funciona para agentes. Em um mundo onde estamos inventando novos paradigmas a cada trimestre, o movimento mais poderoso pode ser voltar para a interface mais comprovada que temos e colocar um banco de dados moderno por trás dela.</p>\n<p>As empresas que entendem isso, Mintlify, Turso, Box, ByteDance, não estão construindo algo novo. Elas estão reconhecendo algo antigo e dando a ele um novo trabalho.</p>\n<p><strong>Referências:</strong></p>\n<p>[1] <a href=\"https://www.mintlify.com/blog/how-we-built-a-virtual-filesystem-for-our-assistant\">Mintlify. (2026, April 2). <em>How we built a virtual filesystem for our Assistant</em>. Mintlify Blog.</a></p>\n<p>[2] <a href=\"https://turso.tech/blog/agentfs\">Turso. (2026). <em>The Missing Abstraction for AI Agents: The Agent Filesystem</em>. Turso Blog.</a></p>\n<p>[3] <a href=\"https://www.blocksandfiles.com/ai-ml/2026/03/09/box-pitches-virtual-filesystem-layer-for-ai-agents/5208017\">Blocks and Files. (2026, March 9). <em>Box pitches 'virtual filesystem' layer for AI agents</em>. Blocks and Files.</a></p>\n<p>[4] <a href=\"https://github.com/volcengine/OpenViking\">Volcengine. (2026). <em>OpenViking: An open-source context database for AI Agents</em>. GitHub.</a></p>\n<p>[5] <a href=\"https://signals.aktagon.com/articles/2026/02/keyword-search-is-all-you-need-achieving-rag-level-performance-without-vector-databases-using-agentic-tool-use/\">Signals. (2026, February). <em>Keyword Search is All You Need: Achieving RAG-Level Performance Without Vector Databases Using Agentic Tool Use</em>. Signals.</a></p>\n<p>[6] <a href=\"https://github.com/subramanya1997/markdownfs\">Subramanya N. (2026). <em>markdownfs: A high-performance, concurrent markdown database built in Rust</em>. GitHub.</a></p>",
  "source_hash": "sha256:b576661fe0d14759bc1b074608bc4208873bd898abf89987b9d7e9a126ba21b9",
  "model": "moonshotai/kimi-k2.6",
  "generated_at": "2026-08-07T07:29:42.780674+00:00"
}