Vercel 開源 AI 代理框架 Eve：用「檔案系統」定義智慧體，加速企業級應用落地
編輯核心觀點
- ✦Vercel 發布開源 AI 代理框架 Eve，以創新的「檔案系統優先」模式，讓開發者透過目錄與檔案定義代理功能，大幅簡化建置與部署流程。
- ✦Eve 內建持久化執行、沙盒運算、人機協作審批、安全連線等多項企業級功能，並支援多種通訊管道，提供「開箱即用」的開發體驗。
- ✦Vercel 內部已廣泛應用 Eve 於超過百個生產環境代理，成功打造數據分析師、自主銷售代表、客服工程師等多元智慧體，展現其在實際應用中的高效與高投資報酬率。
雲端開發平台 Vercel 近日推出一項名為 Eve 的開源框架，旨在徹底革新 AI 代理（AI Agent）的建構、運行與擴展方式。這項以 Apache-2.0 授權發布的專案，透過 npm 套件形式提供，其核心理念是將 AI 代理的開發從繁瑣的基礎設施組裝，轉變為單純定義其功能本身。
Vercel 指出，開發一個 AI 代理的重點應在於「定義它能做什麼」，而非耗費心力在組裝所有讓代理能在生產環境中運行的底層管線。Eve 正是 Vercel 內部用來建構與運行其自身 AI 代理的框架，目前已有超過一百個代理在生產環境中穩定運作。
Eve 的核心：以檔案系統定義智慧體
Eve 的獨特之處在於其「檔案系統優先（filesystem-first）」的設計哲學，專為持久性後端代理而生。在 Eve 中，一個 AI 代理就是磁碟上的一個目錄，而這個目錄本身就是代理的「合約」。
每個檔案都描述了代理的一個組成部分。透過瀏覽目錄樹，開發者可以一目瞭然地理解一個代理是什麼、能做什麼、它存在於何處以及何時會自主行動。一個最精簡可運行的代理僅需兩個檔案：一個定義模型，另一個設定指令。例如，模型設定只需一行程式碼，並透過 AI Gateway 支援供應商備援；而 instructions.md 檔案則成為 Eve 在每次模型呼叫前都會預先載入的系統提示（system prompt）。
模組化與標準化：AI 代理的「形狀」
Vercel 的核心洞察是，AI 代理本身具有一種「形狀」。開發團隊過去總是不斷重複建構相同的結構來滿足相同的需求。Eve 將這種重複的「形狀」轉化為一個標準化的框架。
其目錄佈局將每項功能都對應到一個資料夾，形成清晰的合約：
agent.ts：定義代理運行的模型及運行時配置。instructions.md：描述代理的身份，並在每次模型呼叫前預先載入。tools/：代理可執行的工具，檔案名即為工具名稱。skills/：代理具備的知識，僅在相關主題出現時載入。connections/：安全連接到 MCP 伺服器和 OpenAPI 相容的 API。sandbox/：可選的代理沙盒覆寫，用於設定工作區檔案。subagents/：代理可委派任務的專業子代理。channels/：代理存在的通訊管道，如 Slack 或 HTTP。schedules/：代理自主行動的時間表，依 cron 排程。lib/：代理內部共用的程式碼。
開發者只需透過新增檔案，即可輕鬆添加工具、技能、通訊管道或排程。Eve 會在建構時自動識別並整合這些組件，無需任何額外的註冊程式碼。
例如，一個工具就是一個帶有 Zod 輸入模式的 TypeScript 檔案。其檔案名和在目錄樹中的位置，就定義了該工具的功能與用途。
「開箱即用」的企業級功能
Vercel 將 Eve 形容為「電池已內建（batteries included）」的框架，提供六項生產環境級功能：
持久化執行（Durable execution）：每個對話都是一個持久化的工作流程，每一步都設有檢查點。會話可以暫停、在系統崩潰或部署後恢復，並從中斷處繼續，此功能基於開源的 Workflow SDK 建構。
沙盒運算（Sandboxed compute）：代理生成的程式碼被視為不可信。每個代理都有自己的沙盒，用於執行 shell 命令、腳本以及檔案讀寫。後端是一個適配器，部署時運行在 Vercel Sandbox 上，本地則可在 Docker、microsandbox 或純 bash 環境中運行。
人機協作審批（Human-in-the-loop approvals）：任何操作都可以設定為需要人工審批。代理會在此處暫停並等待，即使無限期等待也不會消耗運算資源。一旦獲得批准，Eve 將從中斷處繼續執行。
安全連線（Secure connections）：連線是一個指向 MCP 伺服器或 OpenAPI 相容 API 的檔案。Eve 負責處理身份驗證，模型永遠不會看到 URL 或憑證。目前，代理可以連接到 Slack、GitHub、Snowflake、Salesforce、Notion 和 Linear 等服務。
多樣化通訊管道（Channels）：同一個代理可以服務於多種介面。HTTP API 預設啟用，並內建支援 Slack、Discord、Teams、Telegram、Twilio、GitHub 和 Linear。不同通訊管道之間甚至可以相互轉移任務。
追蹤與評估（Tracing and evals）：每次運行都會使用標準的 OpenTelemetry spans 生成追蹤記錄，可匯出到 Braintrust、Honeycomb、Datadog 或 Jaeger。評估功能則提供可計分的測試套件，可在本地運行或整合到持續整合（CI）流程中。
Vercel 內部實戰：六大 AI 代理應用案例
Vercel 公開了六個內部運行於 Eve 框架上的實際代理應用，展現其多元潛力：
- d0，數據分析師：Vercel 內部使用最頻繁的工具，每月處理超過 30,000 個問題，每個查詢都嚴格遵守提問者的權限設定。
- Lead Agent，自主銷售代表（SDR）：自動處理新潛在客戶並自主進行後續追蹤。Vercel 表示，這個代理每年成本約 5,000 美元，卻能帶來 32 倍的投資報酬率，且僅需一名工程師兼職維護。
- Athena，銷售駕駛艙：由營收運營（RevOps）團隊在六週內，無需工程師協助，即可從 Snowflake 和 Salesforce 中以自然語言回答銷售管道相關問題。
- Vertex，支援工程師：處理來自幫助中心、文件和 Slack 的客戶服務工單。Vercel 報告稱，它能自主解決 92% 的工單，其餘則轉交人工處理。
- draft0，內容代理：運行內容審核流程，在人工編輯審閱前，捕捉文章中明顯的問題。
- V，路由代理：Slack 中的任務會先交給 V 處理，V 會將每個任務路由到最適合回答的代理。
Eve 如何簡化 AI 代理開發？
傳統上，大多數團隊需要為每個新的 AI 代理自行組裝上述各個組件。Eve 則將這些工作標準化，大幅簡化開發流程：
| 功能 | 傳統 DIY 堆疊 | Eve 框架 |
|---|---|---|
| 撰寫 | 客製化迴圈、手動工具註冊 | 目錄中的檔案，建構時自動發現 |
| 持久性 | 客製化狀態和重試處理 | 每個會話的檢查點持久化工作流程 |
| 程式碼執行 | 自行管理容器或虛擬機 | 透過可交換適配器實現每個代理的沙盒 |
| 審批 | 客製化暫停與恢復邏輯 | 任何操作上的 needsApproval 欄位 |
| 介面 | 每個通訊管道一個整合 | 每個通訊管道一個適配器檔案 |
| 可觀察性 | 從日誌中拼湊 | 內建 OpenTelemetry 追蹤和評估 |
| 部署 | 佈建基礎設施 | vercel deploy，本地運行無異 |
這項比較突顯了 Eve 在簡化開發、提升效率方面的優勢。開發者可以透過單一指令快速建立並啟動一個新的代理：npx eve@latest init my-agent，它會安裝依賴項、建立專案骨架並啟動開發伺服器。透過 eve dev 可在本地以互動式終端機介面運行代理，eve eval 則用於運行測試套件。
由於 Eve 代理是一個普通的 Vercel 專案，因此可以使用 vercel deploy 將其部署到生產環境，且無需修改程式碼，沙盒環境會自動切換到 Vercel Sandbox。
為什麼重要？
Eve 的推出，不僅為 AI 代理的開發提供了一個標準化且「開箱即用」的解決方案，更透過其檔案系統優先的設計，大幅降低了開發門檻與複雜度。這意味著企業能夠以更快的速度、更低的成本，將 AI 代理整合到其業務流程中，從數據分析到客戶服務，甚至銷售自動化，都能更高效地實現智慧化轉型。Vercel 自身的成功案例，也為其他企業展示了 Eve 在實際應用中的巨大潛力與投資報酬率。
