Dateien werden zur primären Schnittstelle für KI-Agenten, um Kontext zu verwalten, Gespräche zu speichern und auf Fähigkeiten zuzugreifen 📁 @jerryjliu0 erklärt, wie Codierungsagenten wie Claude Code und @cursor_ai sich um Dateisysteme als zentrale Abstraktionen gruppieren und sich von komplexen Tool-Ökosystemen entfernen: 📝 Agenten speichern lange Gesprächsverläufe in durchsuchbaren Dateien, um die Einschränkungen des Kontextfensters zu überwinden 🔍 Dateibasiertes Abrufen mit semantischer Suche übertrifft traditionelle RAG-Muster für dynamische Kontextdurchquerung ⚡ Fähigkeiten, die als einfache Dateien definiert sind, ersetzen komplexe MCP-Tools - einfach API-Spezifikationen in Markdown-Dateien kopieren 🛠️ Agenten benötigen nur ~5-10 Kernwerkzeuge (CLI, Code-Interpreter, Web-Abruf) plus Dateisystemzugriff, um hochgradig leistungsfähig zu sein Die Herausforderungen, die vor uns liegen, umfassen das Parsen von Nicht-Textdokumenten (PDFs, Word, Excel) und das Skalieren der Dateisuche auf massive Sammlungen. Genau dafür haben wir die Parse-, Extract- und Sheets-Funktionen von LlamaCloud entwickelt - um jedes Dokumentenformat in kontextgerechte Agenten umzuwandeln. Lese die vollständige Analyse: