BrewFS 想解决的，不只是“再实现一个分布式文件系统”，而是让依赖 POSIX 文件接口的 AI Agent、容器和数据密集型应用，也能高效使用对象存储。

它以 Rust 实现从 FUSE、VFS 到缓存和对象存储的数据路径，支持 Redis、TiKV、etcd、PostgreSQL、SQLite 等元数据后端，并可将文件数据存放到 S3 兼容存储中。应用仍然使用熟悉的文件、目录、链接和原子重命名，不必改写成对象存储 API。POSIX正确性通过xfstest、ltp、pjfstest等验证。

BrewFS 最值得关注的是混合随机 I/O 性能。在 2026 年 7 月 24 日公开的 Redis + RustFS 同机测试中，相比 JuiceFS 1.3.1：

• 完整排空混合随机 I/O 吞吐高 92%：218.60 vs 113.86 MiB/s
• 前台混合随机 I/O 吞吐高 51%：495.54 vs 328.76 MiB/s
• 随机读吞吐高 37%：1,726.10 vs 1,256.80 MiB/s
• 文件创建吞吐高 83%：1,004.61 vs 549.01 ops/s
• 完整匹配矩阵共 24 项结果，BrewFS 领先其中 15 项 更多性能对比介绍见：https://brewfs.ai/en/blog/introducing-brewfs

这种频繁读取上下文、写入中间产物并扫描目录的混合负载，正是多智能体协作工作区的典型访问模式。

当然，这并不意味着 BrewFS 在所有场景下都快于 JuiceFS。JuiceFS 在顺序读、严格排空的纯写等部分测试中仍有优势。BrewFS 的价值在于，它针对 Agent 随机读写负载进行了重点优化，并将测试配置、缓存状态、写回排空方式和复现脚本一并公开，方便开发者审查和复现结果。

在文件系统正确性方面，BrewFS 还通过 xfstests、pjdfstest、LTP、压力测试和模糊测试持续验证 POSIX 兼容性。对于正在寻找 Rust 原生、可审计，并面向 AI Agent 工作负载优化的分布式文件系统的开发者，BrewFS 值得关注。

项目主页：https://brewfs.ai/zh-CN