当前位置：首页 > news >正文

zerolang：Vercel 造了一门给 AI Agent 写代码的编程语言

news 2026/5/31 9:07:06

zerolang：Vercel 造了一门给 AI Agent 写代码的编程语言

看完你会发现，你之前对"编程语言给谁用"的理解可能要更新了。

编程语言一直有两个用户：人和机器。zerolang 加了第三个——AI Agent。

这不是又一个"用 AI 写代码"的工具。zerolang（来自 Vercel Labs）从根本上重新思考了一个问题：如果一门语言的编译器原生暴露语义结构，Agent 能不能少猜一点、少错一点？

答案是一个实验性的 graph-first 编程语言，GitHub 上 4.7K Stars，Apache 2.0 协议。它用 C 写编译器，用 .0 作为源文件后缀，目前版本 v0.2.0。

本文提纲

核心问题：Agent 编辑代码为什么总出错
Graph-First：源码是给人看的，图是给 Agent 用的
语言速览：.0 文件长什么样
ProgramGraph：编译器直接暴露语义结构
Checked Graph Edits：Agent 不再盲改代码
Agent 工作流接口：编译器即开发工具
设计哲学与当前状态

核心问题：Agent 编辑代码为什么总出错

LLM 编辑代码的方式本质上是文本补丁——"把第 42 行到第 45 行替换成这段代码"。这种方式有几个致命弱点：

猜测引用关系：改了一个函数名，不知道哪些地方调用了它
过时的上下文：Agent 看到的代码可能已经被修改了，但它不知道
级联错误：改了类型签名，不知道下游有没有破坏
验证延迟：改完代码还得单独跑一遍编译器、linter、测试才知道对不对

每一步都是猜。猜错了就进入"改了又错、错了又改"的循环，token 烧了一大堆。

zerolang 的核心洞察：源码文本对人类友好，但对 Agent 来说是一个有损的接口。Agent 需要的不是代码文本，而是程序的语义结构。

Graph-First：源码是给人看的，图是给 Agent 用的

zerolang 的架构把"人看的"和"Agent 用的"分成两层：

MERMAID_BLOCK_0

关键设计决策：

源码仍然是唯一的真实来源（Source of Truth）。.0 文件是人审阅、审计、版本控制的 artifact
ProgramGraph 是编译器从源码派生的结构，不是独立的存储格式
Agent 通过操作 Graph 来间接修改源码，编译器负责验证、重写、格式化

这不是"取代程序员"，而是"让 Agent 在改代码的时候少犯错"。

语言速览：`.0` 文件长什么样

一个小程序：

fn answer() -> i32 {
    return 40 + 2
}pub fn main(world: World) -> Void raises {
    if answer() == 42 {
        check world.out.write("math works\n")
    }
}

几个值得注意的设计：

显式 fallibility：raises 关键字标记可能失败的函数
显式 capability：world 参数通过类型系统传递外部能力，不是全局变量
显式错误处理：check 关键字处理可能失败的操作
无分号：语句结尾不需要分号

语法故意设计得很"无聊"——容易索引、比较、格式化、审计和重新生成，同时仍然像正常代码一样可读。

ProgramGraph：编译器直接暴露语义结构

这是 zerolang 最核心的创新。Agent 不需要从文本推断程序结构，编译器直接告诉你：

zero graph dump examples/hello.0

输出：

zero-graph v1
origin source-text
module "hello"
hash "graph:b8a019041020df03"node #ea5ea1ca Function name:"main" type:"Void" public:true fallible:true
node #f9ce8b3e Param name:"world" type:"World"
node #421a4d4b MethodCall name:"write" type:"Void"
node #610c78bf Literal type:"String" value:"hello from zero\n"
edge #421a4d4b arg #610c78bf order:0
edge #ea5ea1ca body #6c48dda8

Agent 拿到的不是模糊的文本，而是精确的语义事实：

Node ID：每个语法节点有唯一标识符，Agent 可以精确指向它
Graph Hash：整个图的哈希值，用于检测上下文是否过时
类型信息：已解析的类型，不需要 Agent 猜测
Effects/Ownership/Capabilities：副作用、所有权、能力约束全部显式化

Agent 可以从任意入口开始导航——一个符号、一个诊断、一个调用、一个模块——只拉取相关的语义切片，不用加载整个文件。

Checked Graph Edits：Agent 不再盲改代码

传统的 Agent 编辑流程：改文本 → 格式化 → 重新解析 → 编译检查 → 发现错误 → 再改。

zerolang 把这些步骤压缩成一个编译器中介的操作：

zero graph patch examples/hello.0 \
  --expect-graph-hash graph:b8a019041020df03 \
  --op 'set node="#610c78bf" field="value" expect="hello from zero\n" value="hello graph\n"'

这个命令做了什么：

验证 graph hash：如果源码已经变了（hash 不匹配），直接拒绝，防止过时编辑
验证 expect 值：如果目标字段的当前值和预期不一样，拒绝编辑
执行语义修改：在 Graph 层面修改 node #610c78bf 的 value 字段
编译器验证：验证修改后的 Graph 是否合法
重写源码：验证通过后才写回 .0 文件
格式化 + 重新检查：确保输出是干净、可编译的代码

一个命令完成"验证 → 修改 → 写回 → 格式化 → 检查"全流程。 Agent 不再需要自己拼凑这些步骤。

对比传统方式：Agent 在 Python 项目里改一个函数名，需要自己 grep 所有引用、逐个替换、跑一遍 pytest、发现还有个 import 没改、再改、再跑。在 zerolang 里，重命名是一个语义操作——"把 Function node #ea5ea1ca 的 name 改掉"，编译器负责找到所有相关引用并一起更新。

Agent 工作流接口：编译器即开发工具

zerolang 把 Agent 需要的所有接口都收进了编译器 CLI，每个命令都有结构化输出（--json）：

命令	提供什么
`zero skills get language`	随编译器版本匹配的语言规则
`zero check --json`	诊断信息：错误码、span、expected/actual、修复建议
`zero parse --json`	解析摘要：声明、函数签名、body 节点类型
`zero graph --json`	模块、导入、公开符号、capabilities、effects
`zero graph dump`	确定性的 ProgramGraph 文本输出
`zero graph patch`	带前置条件的 Checked Graph 编辑
`zero fix --plan --json`	类型化的修复计划（只看不改）
`zero size --json`	体积报告、保留的 helpers、安全约束

当编译检查失败时，输出不只是"这里有错"，而是结构化的诊断信息：

{
  "code": "NAM003",
  "message": "unknown identifier 'message'",
  "expected": "visible local, parameter, function, or builtin",
  "actual": "no matching visible symbol",
  "repair": {
    "id": "declare-missing-symbol"
  }
}

Agent 拿到 repair.id，就能直接生成对应的修复方案：

zero explain --json NAM003
zero fix --plan --json examples/broken.0

诊断 → 解释 → 修复方案 → 应用修复，整条链路都有结构化 API。

还有一个巧妙的设计：zero skills 命令。编译器自带的技能文档（语言指南、诊断说明、stdlib 文档）和二进制文件版本匹配。Agent 不用担心参考了过时的文档——编译器本身就是最新版的"说明书"。

设计哲学与当前状态

zerolang 的设计目标明确指向系统和嵌入式场景：

目标	具体要求
Token 效率	结构化输出减少 Agent 的 token 消耗
低内存	适合资源受限的运行环境
快速启动	编译器冷启动要快
快速编译	Agent 反馈循环不能被编译时间拖慢
低运行时延迟	生成的二进制要快
零依赖	编译产物不依赖任何运行时库