AI Agent 跨几次任务后，常像桌面堆满散纸：资料在知识库里，对话记忆藏在另一套系统，操作方法又放在别处。火山引擎开源的 OpenViking 想把它们收进一个“文件柜”。它用虚拟文件系统——底层未必是真实磁盘，但可按目录和路径访问——统一组织知识、用户记忆与技能，并为内容分配 viking:// 地址。人和 Agent 都能用 ls、read、grep 等操作查看、修改，不再只能面对看不见内部内容的向量库。
它最实用的一步，是给目录生成三层内容：L0 是一句话摘要，L1 是重点与用途，L2 才是完整原文。Agent 可以先扫摘要，再决定打开哪些细节；语义搜索也能限定在某个项目或记忆目录，而非遍历整个索引。会话提交后还可归档，并提取成可检查、合并的 Markdown 记忆。项目方称，在 LoCoMo 长对话记忆评测中，三种 Agent 集成的准确率达到 80%—83%，同时减少 34.3%—91.0% 的输入 token；这些结果来自其自报的 benchmark，具体效果仍取决于模型与部署设置。