zerolang:Vercel 实验性 AI 优先编程语言,为 Agent 时代重新设计语言体验
posts posts 2026-05-22T11:00:00+08:00zerolang 是 Vercel Labs 推出的实验性编程语言,以「Agent 优先」为核心理念:让 AI 智能体能够边学边用、即时调试、结构化输出,构建一个不依赖外部依赖栈的标准库生态。本文详解其设计哲学、核心语法与快速上手路径。技术笔记AI, 编程语言, Vercel, Agent, C语言什么是 zerolang
zerolang(vercel-labs/zerolang)是 Vercel Labs 推出的实验性编程语言,项目自我介绍是「an experiment in building an agent-first programming language」——专为 AI 智能体从头设计的编程语言,目前处于 pre-1.0 的不稳定状态。
核心定位:让 AI 智能体成为语言的第一公民用户,而非事后接入 API 的附加工具。
| 基础信息 | |
|---|---|
| 仓库 | vercel-labs/zerolang |
| Stars | 约 4,200+(2026-05-22) |
| 主要语言 | C |
| 许可证 | Apache-2.0 |
| 官网 | zerolang.ai |
| 创始团队 | Vercel Labs |
| 状态 | pre-1.0,不适合生产环境 |
为什么需要专门为 Agent 设计编程语言
传统编程语言(Python、JavaScript、Rust 等)在设计之初假设的用户是人类程序员。AI 时代带来了新的使用模式:
- AI 智能体需要即时理解代码在做什么,而非依赖大量文档
- AI 需要结构化、可机器解析的诊断信息来执行修复
- AI 需要无需先搜索依赖就能直接运行的程序
zerolang 的设计哲学正是回应这三个需求。
核心设计目标
1. Agent 可快速从示例中学习
语言表面小而规则。AI 智能体可以从少量示例、文档和编译器反馈中快速上手,不必经历传统语言的「依赖搜索→安装→配置」流程。
2. 标准库做深,减少依赖依赖栈
常见能力(HTTP、JSON、文件 I/O、网络请求等)都内建于文档完善的标准库中,而不是分散在数千个 npm/pip 包里。zerolang 的愿景是:大多数程序启动时不需要先搜索依赖。
3. 结构化工具输出,可被 Agent 解析
检查(check)、运行(run)、格式化(fmt)、检查(inspect)、修复(repair)这些操作的输出都是结构化的 JSON,方便 AI 读取并采取行动。
4. 确定性行为
同一段代码在任何环境下行为一致,诊断信息可预期,工具链输出稳定。减少 AI 需要处理的「边缘情况」和「意外行为」。
5. 规则性优先于简洁性
宁可代码更显式,也要让 AI 有唯一的理解路径。「一种明显的表达方式」比「人类可能偏好的糖语法」更受青睐。
快速上手
zerolang 官方提供一键安装脚本:
curl -fsSL https://zerolang.ai/install.sh | bash
export PATH="$HOME/.zero/bin:$PATH"
zero --version检查程序
zero check examples/hello.0运行程序
zero run examples/add.0
# 输出:math works构建为可执行文件
zero build --emit exe --target linux-musl-x64 examples/add.0 --out .zero/out/add查看结构化信息
zero graph --json examples/systems-package
zero size --json examples/point.0
zero skills get zero --full
zero doctor --json当前状态与风险提示
⚠️ 重要声明:zerolang 目前明确不适合生产环境使用。README 原文:“Security vulnerabilities should be expected. zerolang is not ready for production systems, sensitive data, or trusted infrastructure.”
如需体验或开发 zerolang,请务必在隔离的、一次性的环境中进行。
适用场景与不适用场景
适合:
- AI 智能体通过代码与系统交互的场景
- 快速原型验证 Agent 工作流
- 研究 Agent-first 语言设计思路
不适合:
- 生产系统
- 处理敏感数据
- 信任基础设施
总结
zerolang 是 Vercel Labs 在「AI 时代编程语言」方向的一次严肃探索。它的核心价值不在于取代现有语言,而在于回答一个前瞻性问题:如果从零设计一门让 AI 智能体作为第一用户语言,会有什么不同?
关注点包括:内置深度标准库(减少依赖搜索)、结构化工具输出(方便 AI 解析)、小而规则的语言表面(降低 AI 学习成本)。对于 AI 应用开发者和语言设计研究者而言,这个项目值得关注和跟踪。