Vercel 开源 AI Agent 框架 Eve：每个 Agent 就是一个文件目录，内置持久执行、沙箱、审批等能力

一句话看懂

Vercel 开源了 Eve——一个 Apache-2.0 的 AI Agent 框架，核心思想是“一个 Agent 就是一个文件目录”，内置生产级能力，可一键部署。

详细发生了什么

Vercel 正式发布了开源 AI Agent 框架 Eve，采用 Apache-2.0 许可，目前处于公开预览阶段。Eve 的设计哲学是“文件系统优先”：创建一个 Agent 就是在磁盘上创建一个目录，目录结构即契约——每个文件描述 Agent 的一个组件，一眼就能看出 Agent 是什么、能做什么。

最小 Agent 只需两个文件：agent.ts 设置模型（如 anthropic/claude-opus-4.8），instructions.md 作为系统提示。工具、技能、渠道、定时任务等能力通过添加文件实现，无需注册样板代码。Eve 内置六大生产能力：持久执行（基于开源 Workflow SDK，每一步都 checkpoint，会话可跨崩溃和部署恢复）、沙箱计算（Agent 生成的代码视为不可信，每个 Agent 有独立沙箱）、人工审批（任何动作可设置需审批，Agent 暂停等待）、安全连接（指向 MCP 服务器或 OpenAPI 接口，模型看不到凭据）、多渠道（HTTP API 默认开启，支持 Slack、Discord、Teams 等）、追踪与评估（OpenTelemetry 追踪，内置评估测试套件）。

Vercel 内部已运行 100+ 个 Agent，包括处理每月 30,000+ 问题的数据分析 Agent d0、成本约 $5,000/年但回报 32 倍的自主 SDR Lead Agent、由 RevOps 团队六周内无工程师搭建的销售驾驶舱 Athena 等。

中文圈视角

Eve 对中文开发者意味着什么？首先，它完全开源（Apache-2.0），无需梯子即可下载使用，但部署依赖 Vercel 平台，国内访问 Vercel 可能不稳定，需自行部署到国内服务器或使用阿里云函数计算等替代。其次，Eve 的“文件即能力”理念与国内流行的 Agent 框架（如 Dify、FastGPT、Coze）形成对比：Dify 偏向可视化工作流编排，Coze 偏向 Bot 商店，而 Eve 更贴近开发者，强调代码即配置、目录即架构。对于习惯 TypeScript 的国内开发者，Eve 的学习曲线较低，但缺乏中文文档和社区支持。

在合规方面，Eve 的沙箱和安全连接设计有助于满足数据安全要求，但若使用其内置的 Slack、Notion 等海外服务连接，需注意数据出境问题。国内用户可自行实现飞书、钉钉等渠道适配。

一个尚未被中文圈讨论的盲点：Eve 的“持久执行”能力对长对话场景（如客服、数据分析）非常实用，国内框架在这方面普遍较弱，值得借鉴。

几条值得记住的细节

最小 Agent 只需两个文件：agent.ts（模型配置）和 instructions.md（系统提示）。
工具定义：一个 TypeScript 文件 + Zod 输入 schema，文件名即工具名，自动注册。
内置持久执行：每个会话是 durable workflow，支持崩溃恢复，不消耗空闲计算。
审批机制：任何动作可设置 needsApproval，Agent 无限期等待审批。
部署命令：npx eve@latest init 脚手架，vercel deploy 一键部署，本地与生产环境一致。

一句话总结

Eve 让 AI Agent 开发回归“文件即能力”的简洁哲学，对 TypeScript 开发者尤其友好，但国内部署需自行解决 Vercel 替代方案。