File(文件上传/Files API)指 AI 模型平台与开发工具中用于存储、引用和管理文件的接口与机制,是当前 AI Agent 工作流的基础能力之一。随着智能体需要处理代码库、文档和多模态输入,File 能力的易用性与稳定性正成为各家平台竞争的焦点。
Files API 与平台侧进展
2026 年,DeepSeek 上线 Files API,让开发者可以直接上传文件供模型调用,减少重复传输与上下文拼接的成本,这是国产模型平台向成熟开发者生态靠拢的标志性一步。参考:Files API上线。
在 CLI 工具层面,Simon Willison 维护的 llm-gemini 于 2026 年 11 月 10 日发布 0.36 版本,Gemini 4 Carbon 向所有用户开放,文件与多模态输入的接入门槛进一步降低。详见 llm-gemini 0.36 发布:Gemini 4 Carbon 向所有用户开放。
编码工具中的 File 交互
Claude Code v2.1.299 新增了空闲压缩与文件提及开关,允许用户更精细地控制哪些文件进入对话上下文,这对长会话场景下的成本与效率影响明显。见 Claude Code v2.1.299 发布:新增空闲压缩与文件提及开关。
社区也在沉淀文件组织方法。Matt 分享了跨项目 AI Agent 仓库的组织经验,核心问题是如何让 Agent 在多个项目间正确读取与写入文件而不互相污染(原文)。Philipp Schmid 则演示了用 Gemini API CLI 给编码智能体接入语音功能的工作流,扩展了文件之外的多模态输入方式(原文)。
当前焦点与观察点
当前围绕 File 的讨论集中在三点:一是上下文管理,即哪些文件该被压缩、缓存或引用,Claude Code 的开关设计和 OpenAI 的 Agent 架构决策指南都指向这一方向(参考);二是安全性,思科基金会 AI 发布的 Antares 开源模型(350M 和 1B 两组权重)专门定位真实代码库中的已知漏洞,说明文件内容审查正在被前置到 Agent 流程中(参考);三是工具链整合,shot-scraper 1.11 新增 --js-file 选项,让脚本文件作为参数传入,反映 CLI 工具普遍在向“一切皆文件”的接口设计靠拢(参考)。
值得观察的是,Files API 的标准化尚未形成,各家平台的上传限制、计费方式和保留策略差异较大。对开发者而言,短期建议关注文件的持久化策略与隐私合规,长期则可跟踪多平台文件引用协议是否会走向统一。