Simon Willison(simonwillison.net)这个月初翻 ~/.cache 时发现,OpenAI 的 Codex 桌面应用(已改名 ChatGPT)在缓存里塞了一个叫 codex-primary-runtime 的文件夹,1.7GB。展开:LibreOffice、Python、Node.js 一整套,再加 Poppler、git。documents 子目录的 skills 教 Codex 怎么调用这些二进制。
为什么桌面 AI 助手需要 LibreOffice
PDF 提取、docx 解析、表格读取,模型自己不会做,得有真工具来执行。Codex 把 LibreOffice 装进来,意味着它能在本地把 PDF 转 docx、把 docx 转 PDF,或跑 headless 模式做批量转换。Python 和 Node.js 是 skill 调用脚本的运行时底座。这是一台微型 AI 工作站,不是聊天客户端。
1.7GB 和 10GB,两条不同的路
但这事真正的对照,是 Anthropic 的 Claude Desktop。GitHub issue #22543(github.com/anthropics/claude-code/issues/22543)早就把这事挂出来:Cowork 每次运行都在 ~/Library/Application Support/Claude/vm_bundles/claudevm.bundle/rootfs.img 写一个 10GB 的 rootfs 镜像,从不清理,删掉第二天又涨回来。8GB 内存的 Mac 跑 Claude Desktop,空闲 CPU 24%,几分钟涨到 55%,swap 持续爬升。临时绕过:rm -rf 三个缓存目录,任务速度提升 75%——但只是临时,内存泄漏本身没修。
OpenAI 的 1.7GB 和 Anthropic 的 10GB,差别在打包哲学。Codex 走"装齐原生二进制"路线,体积小、启动快;Claude 走"塞完整 Linux VM"路线,功能隔离稳,但磁盘和内存开销高一个数量级。两条路指向同一结论:Agent 要在本地真正干活,光靠模型权重不够,它需要一整套传统工具栈。
Agent 范式正在反向 1990 化
这背后是 Agent 产品的范式拐点。早一代 Copilot 把代码生成放在云端 IDE,本地只是轻量插件。新一代 Agent 要在本地读写文件、跑脚本、操作 Office 文档,直接调用本地工具比把所有能力都堆在云端模型里更现实。本地工具栈绕不开——用户交给 Agent 的是真实文档、真实 PDF、真实代码仓库,Agent 就得在本地把它们当二进制对象处理。
代价由磁盘和内存买单——单应用 1.7GB,vm_bundles 10GB。开发者同开 Codex、Claude Desktop,30GB 是常态。再叠 Hugging Face、uv、npm,512GB 笔记本很快吃满。Willison 截图里,huggingface 一个就 356GB,uv 82GB。
行业下一步要么学 Docker Desktop 做镜像去重和按需加载,要么学云端 IDE 把工具挪到远端容器。从 1.7GB 到 10GB,看见的是产品决策,看不见的是 Agent 范式正在把桌面软件吃回 1990 年代那种"装齐全套工具"的重客户端时代。
所以下次装 AI 客户端之前,先看看它想在你硬盘里塞什么。