【AI早读 0704】Vercel 智能体平台 - 从 eve 框架到可观测性的全面进化
摘要
过去 24 小时里 Vercel 在智能体领域连续放出多个重量级更新:开源框架 eve 的可观测性能力落地,首席软件架构师 Andrew Qu 在 Latent Space 上深度阐述对智能体的理解 - Vercel 正在重新定义「部署」这个词的含义。

过去 24 小时里,Vercel 在智能体(agent)领域连续放出了多个重量级更新。从开源框架 eve 的可观测性能力落地,到首席软件架构师 Andrew Qu 在 Latent Space 上深度阐述对智能体的理解 - Vercel 正在重新定义“部署”这个词的含义。
Vercel 的智能体哲学:软件的新品类
链接:Vercel's Andrew Qu on why agents are a new kind of software
Andrew Qu 在采访中给出一个直接且有力的判断:智能体不是 Web 应用的一个子类,而是一种新的软件形态。“它们的可预测性远低于传统应用,交互方式和输出都更动态”,这意味着构建者需要不同的原语 - 上下文管理、工具调用、可恢复执行、长时间运行。
这一认知来自 Vercel 内部一年的实践。Qu 从在 Vercel 内部搭建一个数据智能体开始,逐步积累了文件系统智能体、技能(skills)、子智能体聚合等最佳实践。这些经验最终被整合为 eve - 一个开源的、有明确设计主张的智能体框架。
他强调了一个容易被忽略的点:技能(skills)的价值不仅在于扩展能力,更在于修正模型的过时知识。模型可能仍然推荐已被废弃的 Vercel Postgres,而一个 skill 可以告诉智能体“那个已经淘汰了,走 marketplace”。对任何公司来说,为产品的最新版本发布技能、同时审计已有内容中的过期信息,都是当前最务实的事。
Agent Runs 可观测性落地:MCP 和 CLI 双通道
链接:Agent Runs now available in the Vercel MCP and CLI
就在同一天,Vercel 发布了 Agent Runs 的全面可观测性支持。部署到 Vercel 的 eve 智能体会自动采集追踪数据,现在可以通过 Vercel MCP 和 CLI 两种方式访问。
MCP 方面提供了四个工具:列出有运行记录的项目、查看最近运行、检查运行元数据、以及获取完整追踪(包含推理过程、工具调用和 token 消耗)。CLI 对应的命令是 vercel agent-runs 的子命令,支持 --json 输出,供编码智能体直接调试自己的运行记录。
这个能力的实用价值在于:当你的编码智能体可以问“我的项目最近的生产运行记录是什么”时,调试和迭代的效率会完全不一样。Vercel 的做法是让智能体的运行记录本身成为可查询的 API,形成一套自我观察的完整链路。
Sandbox 支持 FUSE 文件系统
链接:Vercel Sandbox now supports FUSE-based filesystems
第三项更新来自 Sandbox - Vercel 的沙箱执行环境现在支持 FUSE 文件系统。这意味着智能体可以在隔离环境里挂载远程存储、数据库驱动或自定义文件系统层,而不仅仅依赖块存储。对于需要读写外部数据源的智能体来说,这消除了一个关键的部署障碍。
开源 AI 的“差距地图”
Simon Willison 注意到一个值得关注的新项目:Current AI 组织发布的开源 AI 差距地图(Gap Map)。这是一个系统性索引,收录了 421 个深度调研的开源 AI 项目 - 包含 266 个软件工具和库、85 个模型、50 个数据集和 20 个硬件项目,横跨 14 个类别。更让人心动的可能是底层数据 - 1184 个 YAML 文件加上分析脚本,全部以 MIT 许可证发布在 GitHub 上。
Willison 已经用 Datasette Lite 做了一个可交互的探索页面,把项目中追踪的 1.6 万个 GitHub 仓库做成了 CSV 查询。如果你关心开源 AI 的格局变化,这是最近最好的数据入口。
DeepMind × A24:研究与电影的交叉点
链接:Google DeepMind and A24 announce first-of-its-kind research partnership
最后一条值得注意的消息来自 Google DeepMind 与独立电影厂牌 A24 的跨界合作。这不是一次性的品牌联名,而是一个深度的研发协作 - A24 的电影制作人将直接参与 DeepMind 的研发流程,用真实创作场景来引导工具的方向。Google 同时对 A24 做了投资。
这背后有两层信号:一是 AI 研究正在从纯技术场景向创意产业渗透,二是“让创作者参与工具塑造”正在从口号变成组织结构上的实践。A24 多年积累的创作者网络和 DeepMind 的技术能力结合,可能会带来比常规合作更实质的产出。
来源:VerySmallWoods Research Feed - 2026-07-04 UTC
相关文章
2026年6月30日
【AI早读 0630】Agent 生产环境可观测性与自编码模型的突破
AWS、Meta、微软在同一时间点密集输出 Agent 技术内容,方向出奇一致 - 从「怎么让 Agent 跑起来」转向「怎么让 Agent 在生产环境里稳定、安全、可调试」;DeepReinforce 开源的 Ornith-1.0 则在编码 Agent 层面做了新尝试。
2026年6月1日
【AI早读 0601】AI 安全与智能体攻防
Vercel 拆解了 4 月 12 日他们文档 AI 端点遭遇的推理窃取攻击 - 流量飙到 10 倍峰值,攻击者用住宅代理 + OpenAI 兼容适配器把企业 API 转卖;PromptArmor 发现 ChatGPT for Google Sheets 插件可通过提示词注入把整个 Drive 工作簿外传;SafeIntelligence 提出 Spec-Driven Testing - 把测试焦点从输出一致性转向行为规格匹配;Together AI 聊了语音 Agent 工程化的延迟/质量/规模三难;G7 首次在声明里就开源 AI 与开放权重 AI 的术语达成共识。
2026年7月9日
【AI早读 0709】智能体评估困局与工程化新思路
OpenAI 发表 audit 报告《Separating signal from noise in coding evaluations》,把业界常用的编程评测集 SWE-Bench Pro 翻箱倒柜查了一遍,结论有点尴尬 - 大约 30% 的题目是坏的。围绕智能体评估,harness 工程化成了新的关注点。
最近一封 · Sample
【AI早读 0709】智能体评估困局与工程化新思路
“OpenAI 发表 audit 报告《Separating signal from noise in coding evaluations》,把业界常用的编程评测集 SWE-Bench Pro 翻箱倒柜查了一遍,结论有点尴尬 - 大约 30% 的题目是坏的。围绕智能体评估,harness 工程化成了新的关注点。”
—— william
来信
里面装的是
- 新文章 — 写完一篇就寄一封,不攒货
- 这周读到的、看到的、好用的工具
- 正在折腾的实验,附带翻车记录
约莫 1–2 周一封 · 随时退订
合作伙伴
CompeteMap — 英国及爱尔兰学生竞赛一站式搜索
数学、编程、科学、写作等各类竞赛信息汇总,支持按年龄和科目筛选,再也不错过报名截止日。