[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-vercel-zero-compiler-json-ai-agents-zh":3,"article-related-vercel-zero-compiler-json-ai-agents-zh":34,"series-industry-35d70980-9790-4948-b318-2fb77180fae7":86},{"id":4,"slug":5,"title":6,"content":7,"summary":8,"source":9,"source_url":10,"author":11,"image_url":12,"cover_image":12,"category":13,"language":14,"translated_content":11,"related_article_id":15,"keywords":16,"key_takeaways":26,"views":30,"created_at":31,"published_at":32,"topic_cluster_id":33},"35d70980-9790-4948-b318-2fb77180fae7","vercel-zero-compiler-json-ai-agents-zh","Vercel Zero 直接對 AI 說話","\u003Cp data-speakable=\"summary\">Vercel Labs 的 Zero compiler 會輸出 JSON 診斷與修復提示，讓 \u003Ca href=\"\u002Ftag\u002Fai-coding-agents\">AI coding agents\u003C\u002Fa> 直接修 code，不用先翻成人話。\u003C\u002Fp>\u003Cp>\u003Ca href=\"https:\u002F\u002Fzerolang.ai\" target=\"_blank\" rel=\"noopener\">Zero\u003C\u002Fa> 是 \u003Ca href=\"https:\u002F\u002Fvercel.com\u002Flabs\" target=\"_blank\" rel=\"noopener\">Vercel Labs\u003C\u002Fa> 推出的系統語言。它在 \u003Ca href=\"\u002Fnews\u002Fwhy-rust-is-winning-systems-programming-2026-zh\">2026\u003C\u002Fa> 年 5 月 15 日發布。這東西很直白。它不是先把錯誤寫給人看，再等 AI 猜意思。它直接把錯誤包成 JSON，讓 \u003Ca href=\"\u002Ftag\u002Fagent\">agent\u003C\u002Fa> 讀得懂。\u003C\u002Fp>\u003Cp>講白了，這是把 compiler 的溝通對象換掉。以前是 developer。現在先看 agent。這個方向很有意思。因為像 \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fanthropics\u002Fclaude-code\" target=\"_blank\" rel=\"noopener\">Claude Code\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fcursor.com\" target=\"_blank\" rel=\"noopener\">Cursor\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffeatures\u002Fcopilot\" target=\"_blank\" rel=\"noopener\">GitHub Copilot\u003C\u002Fa> 這類工具，已經不是只會補字。它們會跑流程、改檔案、重試、再修一次。\u003C\u002Fp>\u003Ctable>\u003Cthead>\u003Ctr>\u003Cth>項目\u003C\u002Fth>\u003Cth>數字\u003C\u002Fth>\u003Cth>意義\u003C\u002Fth>\u003C\u002Ftr>\u003C\u002Fthead>\u003Ctbody>\u003Ctr>\u003Ctd>發布日期\u003C\u002Ftd>\u003Ctd>2026-05-15\u003C\u002Ftd>\u003Ctd>Zero 正式公開\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>AI 介面\u003C\u002Ftd>\u003Ctd>JSON\u003C\u002Ftd>\u003Ctd>錯誤可機器讀取\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>Google I\u002FO\u003C\u002Ftd>\u003Ctd>2026\u003C\u002Ftd>\u003Ctd>agentic coding 熱點\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>主打對象\u003C\u002Ftd>\u003Ctd>AI agents\u003C\u002Ftd>\u003Ctd>不是先給人看\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003Ch2>Zero 到底在解什麼問題\u003C\u002Fh2>\u003Cp>傳統 compiler error 很會罵人，但不太會幫忙。它會丟一串人類看得懂、AI 也可能看得懂的字。問題是，這些訊息常常不夠穩定。格式會變。語意會飄。agent 看到後，還要自己猜下一步。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1779451557698-plmx.png\" alt=\"Vercel Zero 直接對 AI 說話\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>Zero 想處理的，就是這個翻譯成本。它把診斷結果結構化。重點不是寫得漂亮。重點是能讓程式代理直接抓欄位。哪裡壞了。怎麼修。修完要不要再驗一次。這些都能變成欄位，而不是一段散文。\u003C\u002Fp>\u003Cp>我覺得這很像把 compiler 變成 API。以前你拿到的是一封信。現在你拿到的是資料。對 AI 來說，資料比文案有用太多。因為 agent 不需要感動。它需要可預測的輸入和輸出。\u003C\u002Fp>\u003Cul>\u003Cli>錯誤訊息改成 JSON。\u003C\u002Fli>\u003Cli>修復提示可以直接給 agent。\u003C\u002Fli>\u003Cli>減少人類手動轉述。\u003C\u002Fli>\u003Cli>讓重試流程更穩定。\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>為什麼這對 AI coding 很重要\u003C\u002Fh2>\u003Cp>現在的 \u003Ca href=\"\u002Ftag\u002Fai-coding\">AI coding\u003C\u002Fa> 工具，早就不是單次補全而已。它們會讀 repo、跑測試、看 log、改檔案，再把結果丟回去。問題是，只要其中一個環節語意不清，整條流程就會歪掉。這時候，compiler 的輸出格式就很要命。\u003C\u002Fp>\u003Cp>如果錯誤訊息是自由文字，agent 就得自己做 NLP。它要先猜是哪個檔案。再猜是哪個型別錯。接著還要猜修法。這種猜法，通常比你想像的更浪費 Token。也更容易修錯方向。\u003C\u002Fp>\u003Cp>Zero 的思路比較狠。它不先服務人類閱讀習慣。它先服務機器處理習慣。這會讓開發流程更像串接服務。不是每一步都靠聊天。是每一步都有明確結構。這對大型團隊很實際，因為錯誤處理可以被自動化。\u003C\u002Fp>\u003Cblockquote>「The future is already here — it’s just not evenly distributed.」— William Gibson\u003C\u002Fblockquote>\u003Cp>這句話放在這裡很合適。因為 \u003Ca href=\"\u002Ftag\u002Fagentic-coding\">agentic coding\u003C\u002Fa> 不是概念。它已經在不少團隊裡跑了。差別只在於，有些工具還在用人類語言溝通。有些工具開始用機器語言溝通。Zero 就是後者。\u003C\u002Fp>\u003Cp>如果你在做內部開發平台，這種設計會很有吸引力。因為它能把修錯流程接進 CI、IDE、bot，甚至自動化客服腳本。你不一定要喜歡它的語言設計。你只要看懂它在解哪個痛點就夠了。\u003C\u002Fp>\u003Cul>\u003Cli>降低 agent 解析錯誤的機率。\u003C\u002Fli>\u003Cli>減少人工介入次數。\u003C\u002Fli>\u003Cli>讓 CI 回饋更標準化。\u003C\u002Fli>\u003Cli>讓多輪修復更容易追蹤。\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>跟 Claude Code、Cursor、Copilot 比什麼\u003C\u002Fh2>\u003Cp>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fanthropics\u002Fclaude-code\" target=\"_blank\" rel=\"noopener\">Claude Code\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fcursor.com\" target=\"_blank\" rel=\"noopener\">Cursor\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffeatures\u002Fcopilot\" target=\"_blank\" rel=\"noopener\">GitHub Copilot\u003C\u002Fa> 都在做 agent 化\u003Ca href=\"\u002Fnews\u002Fspotify-ai-remix-deal-turns-fandom-into-workflow-zh\">工作流\u003C\u002Fa>。差別在於，它們多半是建立在既有語言和既有 compiler 上。Zero 則是往下挖一層，直接改 compiler 的輸出模型。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1779451547084-a2tp.png\" alt=\"Vercel Zero 直接對 AI 說話\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>這差很多。因為前者是在應用層補強。後者是在基礎層改資料格式。應用層的好處是快。基礎層的好處是穩。你如果做過平台整合，就知道這兩種路線的成本差在哪裡。\u003C\u002Fp>\u003Cp>另一個比較點，是可移植性。若一個工具只懂自然語言錯誤，它就得靠 \u003Ca href=\"\u002Ftag\u002Fprompt-engineering\">prompt engineering\u003C\u002Fa> 補洞。若 compiler 直接吐結構化診斷，agent 就能更穩地接招。這對多語言、多 repo、多環境的團隊，會省很多麻煩。\u003C\u002Fp>\u003Cul>\u003Cli>Zero：從 compiler 層改格式。\u003C\u002Fli>\u003Cli>Claude Code：偏工作流執行。\u003C\u002Fli>\u003Cli>Cursor：偏 IDE 內協作。\u003C\u002Fli>\u003Cli>Copilot：偏補全與代理整合。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>講白了，Zero 不一定是要打贏這些工具。它比較像在問一個更底層的問題：如果 AI 是主要使用者，compiler 為\u003Ca href=\"\u002Fnews\u002Fwhy-meta-layoffs-are-the-right-ai-reset-zh\">什麼\u003C\u002Fa>還要先講人話？這問題很刺，但也很合理。\u003C\u002Fp>\u003Ch2>這種設計會怎麼影響開發團隊\u003C\u002Fh2>\u003Cp>第一個影響，是 debug 方式會變。以前你看 console log。現在你可能先看 JSON diagnostics。這代表團隊要更重視 schema、欄位命名、錯誤代碼一致性。說真的，這很工程。也很無聊。但它有效。\u003C\u002Fp>\u003Cp>第二個影響，是工具鏈會開始分層。上層給人看。下層給 agent 看。這種雙軌設計，可能會變成新常態。因為人類還是要可讀性。AI 則要可解析性。兩邊需求不一樣，硬塞在同一段字裡，通常只會兩邊都不好用。\u003C\u002Fp>\u003Cp>第三個影響，是測試會更早自動化。當錯誤和修復建議都結構化後，agent 可以直接接管一部分修正流程。這不代表人會消失。只是人會把時間花在更難的 bug，而不是一直重複改 typo、補型別、對欄位。\u003C\u002Fp>\u003Cul>\u003Cli>團隊要定義 error schema。\u003C\u002Fli>\u003Cli>CI 會更依賴結構化回饋。\u003C\u002Fli>\u003Cli>IDE 可能要支援雙格式訊息。\u003C\u002Fli>\u003Cli>Agent 修復流程會更像 pipeline。\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>背景脈絡：這不是單一產品的事\u003C\u002Fh2>\u003Cp>這波變化，其實跟整個 AI 開發工具市場有關。過去一年，大家都在比誰的模型更會寫 code。現在開始比誰的工具鏈更會接 code。模型只是腦。工具鏈才是手腳。Zero 這種設計，就是在補手腳那一段。\u003C\u002Fp>\u003Cp>你也可以把它看成一種語言設計上的反撲。以前語言設計重視人類可讀。現在多了一個 AI 可操作。這會逼 compiler、runtime、IDE、測試框架一起改。不是每個專案都要跟進，但大型平台很可能會先試。\u003C\u002Fp>\u003Cp>我自己的判斷很簡單。未來 12 到 18 個月，會有更多工具把診斷做成結構化資料。不是因為潮。是因為 agent 太常需要這種資料了。當你的使用者是 LLM，輸出格式自然就要跟著變。\u003C\u002Fp>\u003Ch2>結尾：開發者現在該看什麼\u003C\u002Fh2>\u003Cp>如果你在做內部工具、語言服務、或 AI coding 平台，先看兩件事。第一，錯誤訊息能不能結構化。第二，修復建議能不能被 agent 直接吃進去。這兩件事做得好，後面很多自動化才接得起來。\u003C\u002Fp>\u003Cp>我會建議團隊先從最常見的 10 種錯誤開始改。像型別錯、匯入錯、測試失敗、schema 不合。先把這些變成 JSON 或類似格式。你很快就會知道，AI 真的能少掉多少翻譯成本。說真的，這比再多一個花俏 demo 實在多了。\u003C\u002Fp>","Vercel Labs 的 Zero compiler 會輸出 JSON 診斷與修復提示，讓 AI coding agents 直接修 code，不用先翻成人話。","www.techtimes.com","https:\u002F\u002Fwww.techtimes.com\u002Farticles\u002F316793\u002F20260518\u002Fvercel-labs-zero-compiler-speaks-json-ai-agents-closing-human-translation-gap-agentic-coding.htm",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1779451557698-plmx.png","industry","zh","580f3e69-aeba-4bd1-928f-f799125e3791",[17,18,19,20,21,22,23,24,25],"Vercel Labs","Zero","compiler","JSON diagnostics","AI agents","agentic coding","Claude Code","Cursor","GitHub Copilot",[27,28,29],"Zero 把 compiler 錯誤改成 JSON，讓 AI agents 直接讀懂。","這種設計重點在減少翻譯成本，不是討好人類閱讀。","對做 AI coding 工具的團隊來說，結構化診斷會比花俏 prompt 更重要。",8,"2026-05-22T12:05:24.324721+00:00","2026-05-22T12:05:24.305+00:00","a7693717-7ffa-4f6c-8dc6-6e79ac73d67c",{"tags":35,"relatedLang":45,"relatedPosts":49},[36,37,39,41,43],{"name":19,"slug":19},{"name":20,"slug":38},"json-diagnostics",{"name":17,"slug":40},"vercel-labs",{"name":18,"slug":42},"zero",{"name":21,"slug":44},"ai-agents",{"id":15,"slug":46,"title":47,"language":48},"vercel-zero-compiler-json-ai-agents-en","Vercel Labs' Zero Compiler Talks JSON to Agents","en",[50,56,62,68,74,80],{"id":51,"slug":52,"title":53,"cover_image":54,"image_url":54,"created_at":55,"category":13},"69002c63-177a-4723-9e63-d28506f08edd","openai-ads-sensitive-chats-policy-zh","OpenAI把廣告擋在敏感對話外是對的","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781051578409-en02.png","2026-06-10T00:32:23.404084+00:00",{"id":57,"slug":58,"title":59,"cover_image":60,"image_url":60,"created_at":61,"category":13},"ea98a8c9-ebe1-4258-8a2b-b0d82b25deed","ai-bootlegs-streaming-royalties-stick-figure-zh","AI bootlegs 正在抽走串流版稅","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781050681742-3rdh.png","2026-06-10T00:17:31.017287+00:00",{"id":63,"slug":64,"title":65,"cover_image":66,"image_url":66,"created_at":67,"category":13},"20d0b5fc-a363-481d-86b2-e30276a49e92","amd-microsoft-windows-ml-acceleration-zh","AMD 與 Microsoft 把 Windows ML 推進 GPU 與 N…","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781047980407-vd5p.png","2026-06-09T23:32:31.304436+00:00",{"id":69,"slug":70,"title":71,"cover_image":72,"image_url":72,"created_at":73,"category":13},"9a0692ba-a9c5-42eb-823d-8a0e6e6ae3fc","openai-ipo-filing-turns-hype-into-scrutiny-zh","OpenAI IPO 讓神話變審核","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781042614962-bj12.png","2026-06-09T22:03:04.524304+00:00",{"id":75,"slug":76,"title":77,"cover_image":78,"image_url":78,"created_at":79,"category":13},"40d4f012-36b6-4b8f-b470-30242a0b8483","skatteetaten-public-sector-ai-should-be-judged-by-outcomes-zh","Skatteetaten 證明公部門 AI 應該看成果，不是看噱頭","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781038986405-p8cf.png","2026-06-09T21:02:32.1198+00:00",{"id":81,"slug":82,"title":83,"cover_image":84,"image_url":84,"created_at":85,"category":13},"f937e16b-7b3c-4ec8-b9f6-2b6031c6892c","openai-ipo-filing-wall-street-test-zh","OpenAI IPO 登場，華爾街先看這 5 件事","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781032675072-oq1m.png","2026-06-09T19:17:23.187013+00:00",[87,92,97,102,107,112,117,122,127,132],{"id":88,"slug":89,"title":90,"created_at":91},"ee073da7-28b3-4752-a319-5a501459fb87","ai-in-2026-what-actually-matters-now-zh","2026 AI 真正重要的事","2026-03-26T07:09:12.008134+00:00",{"id":93,"slug":94,"title":95,"created_at":96},"83bd1795-8548-44c9-9a7e-de50a0923f71","trump-ai-framework-power-speech-state-preemption-zh","川普 AI 框架瞄準電力、言論與州權","2026-03-26T07:12:18.695466+00:00",{"id":98,"slug":99,"title":100,"created_at":101},"ea6be18b-c903-4e54-97b7-5f7447a612e0","nvidia-gtc-2026-big-ai-announcements-zh","NVIDIA GTC 2026 重點拆解","2026-03-26T07:14:26.62638+00:00",{"id":103,"slug":104,"title":105,"created_at":106},"4bcec76f-4c36-4daa-909f-54cd702f7c93","claude-users-spreading-out-and-getting-better-zh","Claude 用戶更分散，也更會用","2026-03-26T07:22:52.325888+00:00",{"id":108,"slug":109,"title":110,"created_at":111},"bd903b15-2473-4178-9789-b7557816e535","openclaw-raises-hard-question-for-ai-models-zh","OpenClaw 逼問 AI 模型價值","2026-03-26T07:24:54.707486+00:00",{"id":113,"slug":114,"title":115,"created_at":116},"eeac6b9e-ad9d-4831-8eec-8bba3f9bca6a","gap-google-gemini-checkout-fashion-search-zh","Gap 把結帳搬進 Gemini","2026-03-26T07:28:23.937768+00:00",{"id":118,"slug":119,"title":120,"created_at":121},"0740e53f-605d-4d57-8601-c10beb126f3c","google-pushes-gemini-transition-to-march-2026-zh","Google 把 Gemini 轉換延到 2026 年 3…","2026-03-26T07:30:12.825269+00:00",{"id":123,"slug":124,"title":125,"created_at":126},"e660d801-2421-4529-8fa9-86b82b066990","metas-llama-4-benchmark-scandal-gets-worse-zh","Meta Llama 4 分數風波又擴大","2026-03-26T07:34:21.156421+00:00",{"id":128,"slug":129,"title":130,"created_at":131},"183f9e7c-e143-40bb-a6d5-67ba84a3a8bc","accenture-mistral-ai-sovereign-enterprise-deal-zh","Accenture 攜手 Mistral AI 賣主權 AI","2026-03-26T07:38:14.818906+00:00",{"id":133,"slug":134,"title":135,"created_at":136},"191d9b1b-768a-478c-978c-dd7431a38149","mistral-ai-faces-its-hardest-year-yet-zh","Mistral AI 迎來最硬的一年","2026-03-26T07:40:23.716374+00:00"]