Vercel 发布 Zero：专为 AI Agent 设计的系统编程语言，2000+ Star

Vercel Labs 开源了 Zero——一门专为 AI Agent 设计的系统编程语言。本文分析 Zero 的四大设计哲学（显式副作用、Web 原生、结构化编译输出、系统级性能），对比现有 Python/Node.js 开发方式，评估其对 AI 自动化工具生态的潜在影响。

核心结论

2026 年 5 月 15 日，Vercel Labs 开源了一门名为 Zero 的全新编程语言，专门为 AI Agent（AI 代理）设计。这门语言用 C 实现，强调显式副作用、可预测内存管理和结构化编译器输出。发布不到 3 天，Zero 在 GitHub 上已获得超过 2000 颗星。

当前 AI Agent 的开发主要依赖 Python（LangChain、CrewAI 等框架）或 JavaScript/TypeScript。这些通用语言虽然灵活，但存在三个核心问题：

Zero 设计之初就瞄准了这些问题。

维度	变化	对我们意味着什么	建议动作
语言范式	系统级语言，显式副作用声明	AI Agent 的行为可预测性大幅提升	关注 Zero 的 `World` 能力模型
部署体积	编译为原生二进制，体积 MB 级	可在边缘设备/Serverless 上快速部署	测试 Zero 二进制在 AWS Lambda 上的表现
内存模型	无 GC，可预测内存	长时间运行 Agent 的成本可控	对比评估 Zero vs Python Agent 的运行成本
工具生态	Vercel 背书，原生 CLI 工具链	与 Vercel 部署生态深度集成	在 Vercel 平台上试跑 Zero Web Agent

Zero 中，函数必须声明自己能做什么。例如，打印输出需要显式传递 World 能力对象：

zero

pub fun main(world: World) -> Void raises {
    check world.out.write("hello from zero\n")
}

这意味 AI Agent 调用外部资源时，所有操作在编译期就是可审计的，不再有「偷偷调用 API」的问题。

Zero 内置 HTTP 路由声明，一行函数即可定义一个 Web 端点：

zero

pub fun GET(request: Request) -> Response {
    return Response.text("hello from zero")
}

Zero 编译器支持 zero graph --json、zero routes --json 等结构化输出，AI Agent 可以直接读取编译产物来理解代码结构——这也是它被称为「Agent 语言」的核心原因之一。

基于 C 实现，编译为原生二进制，支持 linux-musl-x64 等目标平台。无运行时依赖，启动时间亚毫秒级。

正文配图 — Zero 编译器 CLI 工具链

对比维度	Python + LangChain	Node.js + Vercel AI SDK	Zero
启动时间	300ms-2s（Python 解释器）	50-200ms（Node 启动）	<1ms（原生二进制）
部署体积	100MB-500MB	20MB-100MB	1MB-5MB
副作用管控	运行时检测（不完整）	运行时检测（不完整）	编译期检查（完整）
内存占用	50-200MB（含 GC）	20-80MB（含 GC）	可预测，低至 KB 级
AI Agent 感知	需额外工具	需额外工具	原生支持（graph/routes JSON）

正文中出现的工具：Vercel、Python、LangChain、AWS Lambda