Vercel 開源 Open Agents，支持后臺(tái)運(yùn)行 AI 編碼工作流

作者 | Robert Krzaczyński

譯者 | 明知山

Vercel 開源 Open Agents，支持創(chuàng)建和運(yùn)行后臺(tái)編碼智能體。它為開發(fā)者提供了一套完整的全棧解決方案，讓開發(fā)者無需依賴本地設(shè)備就能運(yùn)行獨(dú)立的編碼工作流。

Open Agents 采用三層架構(gòu)：Web 接口層、智能體工作流層以及沙箱化的執(zhí)行環(huán)境。Web 層負(fù)責(zé)身份認(rèn)證、會(huì)話管理與流式交互。智能體以持久化工作流的形式運(yùn)行，代碼執(zhí)行則在隔離的虛擬機(jī)沙箱內(nèi)完成，沙箱可提供文件系統(tǒng)訪問、Shell 命令執(zhí)行和開發(fā)服務(wù)器等能力。

其核心架構(gòu)設(shè)計(jì)在于將智能體與沙箱解耦。智能體不會(huì)直接在虛擬機(jī)內(nèi)部執(zhí)行代碼，而是通過文件操作、搜索、Shell 命令等工具與沙箱交互。這種設(shè)計(jì)能夠讓智能體生命周期與沙箱生命周期獨(dú)立演進(jìn)，同時(shí)支持工作流脫離單次請(qǐng)求實(shí)現(xiàn)持久化運(yùn)行，沙箱還可根據(jù)實(shí)際需求進(jìn)行暫停、休眠與恢復(fù)。

該平臺(tái)支持多步執(zhí)行、流式輸出以及任務(wù)取消功能。開發(fā)者可克隆倉庫、創(chuàng)建分支，并借助 GitHub 集成實(shí)現(xiàn)提交與拉取請(qǐng)求的自動(dòng)化操作。會(huì)話能夠通過只讀鏈接進(jìn)行分享，并支持接入 ElevenLabs 轉(zhuǎn)錄服務(wù)實(shí)現(xiàn)語音輸入。

從運(yùn)行時(shí)角度看，Open Agents 依賴持久化工作流而非基于請(qǐng)求的執(zhí)行模式。每次交互都會(huì)觸發(fā)一個(gè)工作流，可跨越多個(gè)步驟并隨時(shí)間持續(xù)運(yùn)行。活動(dòng)會(huì)話可通過重新連接工作流流來恢復(fù)，而沙箱則利用基于快照的狀態(tài)機(jī)制在閑置后還原環(huán)境。

該項(xiàng)目需要若干基礎(chǔ)設(shè)施組件才能運(yùn)行，包括用于狀態(tài)管理和 OAuth 認(rèn)證的 PostgreSQL 數(shù)據(jù)庫，以及用于訪問倉庫和自動(dòng)化創(chuàng)建拉取請(qǐng)求等任務(wù)的 GitHub 集成。可選組件如 Redis 或鍵值存儲(chǔ)可用于數(shù)據(jù)緩存。

Open Agents 的定位是參考實(shí)現(xiàn)，而非成品項(xiàng)目。該倉庫可供開發(fā)者 Fork 并進(jìn)行二次開發(fā)，讓開發(fā)者能夠深入了解智能體工作流、沙箱編排以及各類集成功能的具體實(shí)現(xiàn)方式。該項(xiàng)目可在 Vercel 上部署，可手動(dòng)配置環(huán)境變量與各項(xiàng)服務(wù)，完整展現(xiàn)底層的系統(tǒng)設(shè)計(jì)。

智能體邏輯與執(zhí)行環(huán)境的分離引發(fā)了各界不同反響。Michiel Voortman 評(píng)論道：

你提到虛擬機(jī)與智能體的分離是該項(xiàng)目的核心理念。 但我認(rèn)為這種架構(gòu)從中長期來看會(huì)拖慢智能體的發(fā)展。它雖然具備更好的可擴(kuò)展性，卻限制了智能體的自主自由度，進(jìn)而制約它的能力與“創(chuàng)造力”。我認(rèn)為正確的思路應(yīng)該是先為每個(gè)智能體分配一臺(tái)計(jì)算資源，再隨著模型能力提升和任務(wù)交接機(jī)制的完善逐步擴(kuò)容至十臺(tái)、百臺(tái)、千臺(tái)計(jì)算資源。

此次發(fā)布標(biāo)志著編碼智能體正從單純的請(qǐng)求綁定工具向長期運(yùn)行的系統(tǒng)轉(zhuǎn)變。通過將工作流編排與隔離執(zhí)行環(huán)境相結(jié)合，Open Agents 使持續(xù)運(yùn)行的智能體成為可能——它們能夠與外部系統(tǒng)交互，并自主管理代碼變更。

https://www.infoq.com/news/2026/04/vercel-open-agents/

聲明：本文由 InfoQ 翻譯，未經(jīng)許可禁止轉(zhuǎn)載。