Vercel 开源 Zero 语言：专为 AI Agent 设计，把“图”当源码

概述

Vercel Labs 在 GitHub 上开源了实验性编程语言 Zero。截至发布，该项目已获得 5310 星和 339 次 fork。但这一数字并非其最大亮点——真正的卖点在于它的定位：一门专为 AI Agent 设计、而非为人类设计的编程语言。

传统编程 vs Zero：源码形态的根本差异

传统编程以文本为源头，无论是 Python、TypeScript 还是其他语言，代码都是按行组织的字符流。而 Zero 将源头换成了语义图（graph）：

• Agent 通过 query 查询程序图
• 通过 patch 提交带校验的修改
• 编译器直接接受或拒绝 patch，无需人类介入
• 人类偶尔通过文本投影查看代码状态

核心机制：带校验的语义 patch

Zero 的核心创新在于，Agent 的编辑操作不是修改文本行，而是对语义图进行 patch 操作。每个 patch 都携带图哈希和字段期望值，编译器在写入前会进行严格校验：

• 对应节点是否仍处于 Agent 读取时的状态？
• 类型和形状是否符合预期？
• 若图已被其他路径修改，或期望值不匹配，编辑立即失败，绝不落盘。

这种设计提供了语义锚点。例如，Agent 的目标是“更新 653eeb6e 号表达式的 value 字段”，而不是“修改第 47 行第 3 个字符”。相比行号，语义图引用显然更可靠。

文本退居投影角色

在 Zero 的世界里，文本不再是一等公民：

• .0 文件只是 zero.graph 的投影
• 人类使用 export 查看投影
• Agent 使用 query 读图、patch 写图
• import/export 成为人与 Agent 之间的边界接口

下面是一个简化的概念示意：

# 人类视角（投影）
export expression 653eeb6e

# Agent 视角（图操作）
query zero.graph where id = "653eeb6e"
patch zero.graph set value = "new value" where id = "653eeb6e" and hash = "abc123"

社区反应与质疑

尽管概念新颖，但 Hacker News 上的社区反应相对平淡。质疑主要集中在两点：

1. Agent 为何要学习一种新语言？ 它们已经可以熟练使用 Python、TypeScript 等生态成熟的语言，Zero 的额外学习成本是否值得？
2. 语义图优势缺乏量化证明。 目前没有公开数据表明，用 Zero 编写程序比用 Python 错误率更低、token 消耗更省。

现状与展望

截至发布，Zero 仅有 13 个 release，语言本身仍在剧烈演进，更像是 Vercel Labs 的一个思维实验。它真正要证明的是：当 Agent 成为主要编程主体时，以图为源码的结构化表示，能否比传统文本代码带来更高的可靠性和效率。

只有当“用 Zero 写程序比 Python 错误率更低、token 更省”得到量化验证时，这门语言才算真正站住脚。在此之前，它更像是一扇通往未来编程范式的窗口。

---

参考：Vercel Labs GitHub README、Hacker News 讨论帖