Vercel eve(文件即智能体的 TypeScript 框架)
| 分类 | 🧰 框架工具 |
| 阅读时间 | ⏱️ 15 分钟 |
| 更新时间 | 📅 2026-11-21 |
| 条目编号 | ENC-FRAMEWORK-26-vercel-eve |
关键要点 ✦
- 发布与许可:据 Vercel 官方博客,eve 1.0 于 2026-11-17 正式可用,采用 Apache-2.0 开源许可;自 2026 年 6 月公开预览以来累计发布 230 余个版本。
- 文件化布局:一个智能体就是一个目录——模型配置、Markdown 系统提示、每个工具一个 TypeScript 文件;模型、工具、指令与审批规则都由开发者掌握,框架负责外壳(harness)与基础设施。
- 持久化执行:开源 Workflow SDK 在运行过程中逐步保存进度,崩溃后可从最后完成的步骤恢复;托管于 Vercel 时由 Workflow 承担持久执行、由 Sandbox 隔离运行智能体生成的代码。
- 1.0 新增四组能力:多人共享会话(记录谁说了什么、把审批与登录定向到正确的人)、ambient 模式(先由小型判定模型筛选消息再决定是否开一轮)、多租户(记忆、连接凭证与审批策略可按租户或用户隔离)、OpenTelemetry 追踪(展示等待人工、审批、模型选择与成本)。
- 渠道与框架:原生支持 Slack、Teams、Discord、Telegram、GitHub、Linear、Twilio、Web Chat 与 iMessage,Chat SDK 通道再覆盖 WhatsApp、Messenger、Google Chat 与邮件;框架集成 Next.js、Nuxt、SvelteKit、TanStack Start 与 Vite。
- 厂商性能口径:据官方博客,在托管环境用 mock 模型做的百轮压力测试(不含模型生成时间)中,每轮开销中位数从 3.036 秒降至 414 毫秒,p95 从 3.692 秒降至 633 毫秒;50 轮会话的 Workflow 费用估计从 5.4 美分降至 1.3 美分。
把外壳交出去,把定义留下来
据 Vercel 官方博客,eve 的核心概念是外壳(harness)——调用模型、运行工具、把工作分派给子智能体的那个循环。框架提供这个循环与配套基础设施,开发者保留选择模型、增删工具、编辑指令、决定哪些动作需要人工批准的权利。智能体的组织方式是文件系统:一个目录就是一个智能体,里面放模型配置、Markdown 格式的系统提示,以及每个工具一个 TypeScript 文件。这被外界概括为「智能体版的 Next.js」,实际含义是约定优于配置:目录结构即能力声明,不需要另写一份编排描述。
与同生态的框架相比,位置略有差别。本站已收录的 Mastra 同样面向 TypeScript,强在 agent 控制器与工作流编排;LangGraph 与 OpenAI Agents SDK 更偏向 Python 侧的图与循环抽象;eve 的差异点在于把持久化、渠道与租户隔离当成核心能力,而不是让开发者自己接。这个取舍对做 SaaS 的团队有吸引力,对只想跑一个脚本的团队则显得重。
1.0 加的四组能力
多人会话解决的是「一个智能体被一个团队共用」的场景。据官方说明,多个用户可以进入同一个会话,框架记录谁说了什么,并把审批与登录请求定向到正确的人;在 Slack 里每个线程就是一个共享会话,审批以按钮形式出现且只有对应的人能按,任务卡实时显示进度与耗时。ambient 模式进一步让智能体在未被 @ 的频道里旁听,按频道级目标自行决定是否插话——为控制成本,每条消息先由一个小型判定模型筛选,只有可能与该智能体相关的消息才会开启一轮。
多租户与记忆是另一组。一次部署可以服务多个客户,记忆、连接凭证与审批策略可按租户或用户隔离,模型、连接、子智能体、工具、技能与指令可在每次模型调用前按会话动态加载。内置记忆通过 fileMemory 在开发态生效,部署到 Vercel 时落到私有的 Blob 存储,也支持外部记忆提供方。可观测性方面,追踪重建在 OpenTelemetry 之上,可展示智能体等待人工的时间、审批、模型选择、成本与对 MCP 服务器和远程智能体的调用,并支持按目的地过滤或脱敏,私有生产会话默认只发送元数据。第四组是扩展与 workflow tools:工具、技能、渠道、定时任务与钩子可以打包共享,defineWorkflowTool 把自有工具变成可等待人工、webhook 或定时器且能在重启后存活的持久后台任务。
持久化执行怎么落地
据官方说明,进度由开源 Workflow SDK 在运行中持续保存,因此崩溃后可以从最后完成的步骤继续。这个设计与本站持久化执行词条讲的是同一件事:把长流程拆成可检查点的步骤,让「等待」成为一等状态,而不是靠进程活着。对智能体而言,「等待」出现得很频繁——等人审批、等外部系统回调、等定时窗口,任何一次进程重启都可能让一次已经跑了数小时的任务归零。
托管形态下,Vercel Workflow 承担持久执行、Vercel Sandbox 负责隔离运行智能体生成的代码。这套组合的隐含代价是平台耦合:内置记忆依赖 Vercel 的 Blob 存储,持久运行依赖其 Workflow,本地模型访问经由 AI Gateway 与 CLI 凭证。框架本身是开源的,可以自托管,但默认路径明显偏向自家平台。选型时要把这部分迁移成本算进去,而不是只看「开源」二字。
性能数字的口径
官方给出的性能改进是:托管环境百轮压力测试中,每轮开销中位数从 9 月 1 日测试版的 3.036 秒降至 1.0 的 414 毫秒,p95 从 3.692 秒降至 633 毫秒;50 轮会话的 Workflow 费用估计从 5.4 美分降至 1.3 美分,主要来自每步检查点数据量的减少。据官方说明,该测试使用 mock 模型、单次即时响应、不含工具调用,测的是框架与工作流开销,不是端到端响应时间。
因此这组数字只回答一个问题:框架自身的固定成本降到了什么水平。真实场景里的等待主要来自模型生成与工具执行,414 毫秒的框架开销在多数对话场景下可以接受,但在高频短轮次场景仍需评估。费用估算同样带有假设(每轮约两次模型步骤、30 天保留期),不宜直接套用到自有负载。此外,官方披露的采用案例——某公司三个月内交付速度提升三倍、某公司三到四成员工每周使用其 Slack 数据智能体——均为客户自述,未经独立验证。
限制、适用面与选型建议
几项限制需要提前知道。创建项目要求 Node.js 24 或更高版本;1.0 起遵循语义化版本,但只有稳定 API 受此约束,实验性与内部 API 仍可能在次版本间变化;升级需要参考官方迁移指南,扩展构建、会话事件与客户端接口都有调整。功能上,ambient 模式虽然降低了打扰,却意味着智能体在旁听频道内容,隐私与留存策略要提前和合规团队对齐;多人会话把审批定向到人,也要求组织侧有清晰的角色划分,否则审批会集中到少数人身上形成瓶颈。
适用面比较清楚:需要长时运行、等人审批、崩溃可恢复、一个部署服务多个客户的 TypeScript 团队;已经在 Next.js 或 Vercel 上的团队迁移成本低。反之,如果只是做一次性脚本、或强依赖多云中立,eve 的平台偏向会成为负担。与本站 Mastra 词条对照看,两者都在解「TypeScript 团队怎么把智能体做成产品」,差异在于 eve 更强调持久化与渠道,Mastra 更强调编排与工作流抽象。目前官方及行业暂未披露更多细节,后续将持续跟进迭代动态。
🎯 应用场景
✅ 最佳实践
- 把审批规则与角色映射写清楚,避免多人会话里的审批集中到少数人身上。
- 对租户级记忆与凭证做隔离验证,不要假设默认配置已满足合规要求。
- 生产追踪默认只发元数据,需要采集内容时按目的地做脱敏与授权。
- 长流程优先写成 workflow tool,把等待与断点恢复交给持久化层而不是进程。
- 评估平台耦合成本:内置记忆、持久运行与模型访问的默认路径都指向 Vercel。
- 引用性能数字时标注 mock 模型与不含工具调用的测试前提,不用其推导端到端延迟。
🔮 未来展望
TypeScript 侧的竞争已经从「能不能跑通一个循环」转向「上线之后的那堆事」:多人协作、租户隔离、审批定向、可审计追踪、崩溃恢复。这些能力一旦成为默认项,框架之间的差异会更多体现在部署形态与生态绑定上,而不是 API 设计。可移植性将成为采购的关键问句——把记忆、持久化与模型网关都交给同一家云,切换成本会随时间上升。另一个观察点是 agent-to-agent 调用与 MCP 的整合深度,目前各框架都在做,但互操作仍以点对点适配为主,缺少统一的服务发现与身份层。