摘要： eve 在 2026 年 6 月 17 日由 Vercel 正式開源：一個 filesystem-first 的 agent 框架，而 Vercel 內部一百多個 production agents 跑的正是同一份程式。官方的說明只要一句話——durable execution、sandboxed compute、human-in-the-loop、subagents、evals，這些每個 agent 團隊遲早得自己重造的基礎零件，eve 開箱全部內建；開發者只描述 agent「做什麼」，它「怎麼在 production 裡活下來」由框架負責。
eve 在 2026 年 6 月 17 日由 Vercel 正式開源：一個 filesystem-first 的 agent 框架，而 Vercel 內部一百多個 production agents 跑的正是同一份程式。官方的說明只要一句話——durable execution、sandboxed compute、human-in-the-loop、subagents、evals，這些每個 agent 團隊遲早得自己重造的基礎零件，eve 開箱全部內建；開發者只描述 agent「做什麼」，它「怎麼在 production 裡活下來」由框架負責。
一個目錄，一個 agent：把定義交給檔案系統
eve 把核心設計押在一個念頭上：agent 不需要另外的定義檔，目錄本身就是 agent，目錄怎麼組織，agent 就長成什麼樣子。
agent/
├── agent.ts # defineAgent：一行指定 model
├── instructions.md # 每次呼叫前置入的 system prompt
├── tools/ # 工具：一個 TypeScript 檔一個
├── skills/ # 領域知識：一個 Markdown 檔一份
├── subagents/ # 可委派的子 agent
├── channels/ # 通訊渠道 adapter
└── schedules/ # 排程任務model 的選擇寫在 agent.ts，defineAgent 一行就搞定；provider fallbacks 由 AI Gateway 支撐，compaction、model options 這類選項欄位等需要時再開。每一次 model call 之前，instructions.md 都會先被放進去。工具與技能省掉註冊手續——檔案放在哪、叫什麼名字，定義就此完成，build time 自動載入，model 看到的 tool 名就是檔名本身，過程中沒有 boilerplate。skill 檔則靠一段 description 說明自己何時該載入——例如「回答任何營收問題前先載入」——領域知識於是只在相關問題出現時才進 context。思路跟 Next.js 的 routing 同一個路數：框架把形狀定死，行為空間留給你。
開箱即有的生產配備：durable session 與 sandbox
conversation 在 eve 裡以 durable workflow 的形式存在：每個 step 都留有 checkpoint，為了等批准，session 暫停幾小時甚至幾天都行；碰上 crash 或 deploy 也熬得過去，恢復時從中斷的那一步原樣接續。這套 durability 的地基是開源的 Workflow SDK。
sandbox 的預設立場同樣值得留意：agent 寫出的 code 一律按不受信任對待，每個 agent 分到一座隔離環境，shell、scripts 與 file I/O 都在裡面進行。官方舉的例子是「把上週營收按區域拆開並畫圖」：agent 親手寫出 analysis/by_region.py，丟進 sandbox 用 bash 執行，回報美洲 $2.1M、歐非中東 $1.6M、亞太 $0.5M，畫好的圖存成 analysis/by_region.png。任務缺一件還不存在的工具時，agent 可以當場把它寫出來。backend 走 adapter 設計——部署在 Vercel 上用 Vercel Sandbox，本地開發則換 Docker、microsandbox 或 just-bash 都行。
human-in-the-loop 被收斂成 tool 上的一個欄位：needsApproval 可掛條件，例如查詢掃描量超過 50GB 才需要人工點頭。走到這一關，agent 會無限期暫停、不消耗 compute；核准一到，就從原地繼續。
對外的接觸面：connections、channels 與 subagents
對外連線交給 connection 檔案管理：一份檔案對準一個 MCP server 或相容 OpenAPI 的 API；URL 與 credentials 都進不了 model 的視野，OAuth 由 Vercel Connect 代辦。launch 當下可直接連上的服務有 Slack、GitHub、Snowflake、Salesforce、Notion、Linear。
channel 的本體是一個小 adapter 檔：HTTP API 預設就開著，Slack、Discord、Teams、Telegram、Twilio、GitHub、Linear 屬於內建，自訂需求走 defineChannel，channel 彼此還能 handoff——同一個 agent 於是可以同時活躍在多個介面上。
要委派任務，走 subagents：子 agent 是 subagents/ 底下另一個形狀相同的目錄，自帶 instructions、tools 與 sandbox。parent 呼叫它的方式與呼叫 tool 無異；child 以乾淨的 context window 起步，身上只掛著被授予的 tools。
看得見也驗得了：traces、evals 與部署流程
每次 run 都會留下一份 trace，逐項列出每個 model call 與 tool call 的輸入輸出，sandbox 裡執行過的指令也在清單上；spans 採標準 OpenTelemetry，可匯往 Braintrust、Raindrop、Arize、Honeycomb、Datadog 或 Jaeger。evals 同樣以檔案存在：defineEval 把測試寫成 scored test suites，eve eval 可以在本地跑，也可以直接指向已部署的 app；接上 CI 之後，它就成了 deploy gate。
本地開發收在一個命令：eve dev 同時帶起 dev server 與 terminal UI。重點在於 TUI 只不過是個 client——agent 經由 HTTP 對外提供同一組 structured events，curl、測試腳本或 CI 都驅得動它。部署號稱零 provisioning：agent 本身就是一個普通的 Vercel project，vercel deploy 下去即上線；部署不打斷還在進行的 session，schedules 落成 Vercel Cron Jobs，每個 commit 都有 preview deployment，rollback 隨時可用。
Vercel 本家的成績單：上百個 agent 在跑（廠商自述）
最有分量的論據來自 Vercel 本身。這一百多個 agents 過去是各蓋各的專案、各用各的技術棧，狀態保存、憑證仲介、日誌輸出人人一套——按官方說法，多數團隊正是在做完第二、第三個 agent 之後跌進這個局面。如今它們共居同一個 monorepo；正因為形狀一致，一百個 agent 的建構、觀測、升級能用與單一 agent 相同的工具和慣例完成。官方點名了幾個案例（以下數字全部出自 Vercel 自述，沒有第三方驗證）：
| Agent | 角色 | 自述數字 |
|---|---|---|
| d0 | 在 Slack 裡做資料分析的問答，查詢權限跟著提問者走——你無權看的表，它一樣看不到 | 每月 30,000+ 問題 |
| Lead Agent | 不分晝夜執行表現最佳業務的劇本 | 年成本約 $5,000，回報 32 倍 |
| Athena | 由 RevOps 花六週建成，全程沒有工程師 | pipeline coverage 幾乎翻倍 |
| Vertex | 全年無休的 support | 92% tickets 自行解掉 |
出了表格，還有兩處營運細節值得留檔：Lead Agent 在新 lead 進門那一刻就接手、自己一路跟下去，不讓任何一條放到隔夜冷掉，而全年只需要一位工程師兼職照顧；Athena 則用自然語言回答來自 Snowflake 與 Salesforce 的 pipeline 與 forecast 問題。另一個可充當旁證的方向性數字：一年前，agents 觸發的 Vercel deployments 佔比不到 3%，如今約 29%，官方預期過半的日子不遠。
界限、代價與給 builder 的建議
代價得先擺上桌：launch 階段的部署目標只有 Vercel，其他平台官方給的回覆僅是 on the way；框架與 Vercel 生態（Sandbox、AI Gateway、Observability）綁得很深，離開 Vercel 就得自己接 adapter，公告裡也沒寫出 license 名稱，引用時請以 repo 為準。還有一處容易讀錯：公告正文自始至終沒出現 AI SDK 字樣，僅有的間接訊號是 trace span 的命名（如 ai.streamText）與 provider fallbacks——把 eve 說成 AI SDK 的封裝屬於推論，官方並未這樣講。
no-code 也不是它的標籤：工具照樣是 TypeScript、知識照樣是 Markdown，真正要學的只有目錄慣例。builder 的實際建議如下：eve 以 npm package 發佈，開發過程在 github.com/vercel/eve 公開進行；驗證成本最低的做法，是挑一個手上現成的 agent，照它的目錄結構重寫一遍，親身體會「一個檔案一個能力」把 boilerplate 清掉之後，留下的程式碼離意圖有多近。