AI 写代码编译器却只给人看,Zero:一门给 Agent 设计的系统编程语言,让一切副作用显式可见

news2026/5/18 19:01:31
Vercel 的实验室最近放出一个叫 Zero 的东西一门自称给 Agent 用的系统编程语言2026 年 5 月刚发布 v0.1.1编译器用 C 写的文件后缀是 .0。单凭这个后缀就知道这是一门不肯对任何既有生态妥协的新语言。我翻了翻它的文档和仓库觉得这件事值得说一说。现在 AI Agent 写代码已经不算新鲜事了Claude、GPT 这些模型能替人读代码、改代码、甚至从零搭出一个能跑的小工具但有一个问题一直没人认真处理——Agent 需要的语言工具和人需要的不一样。人读编译器的报错看到一行英文提示就能改Agent 要的是结构化的、机器可直接消费的信息JSON 格式的错误码可解析的修复建议精确的类型约束和副作用边界。Python 和 JavaScript 的工具链是为人类终端设计的print 调试也好堆栈跟踪也好都是给人看的散文不是给程序解析的数据。显式还是显式Zero 的设计原则只有一句话一切副作用都显式声明。在 C 里你可以在任何函数里调用 open()、write()、malloc()编译器不管你碰了什么外部资源运行时出了错再说。Rust 试图用所有权和借用检查来约束内存安全但对 I/O 能力的管控仍然比较松散。Zero 走得更极端一个函数如果要写输出必须在参数里接收一个 World 对象通过 world.out.write() 来执行函数签名里还得标上 raises 关键字告诉编译器这个函数可能失败。你没办法悄悄访问文件系统或网络因为能力是通过参数传递的没有全局变量兜底。pubfunmain(world:World)-Void raises{check world.out.write(hello from zero\n)}这段代码看上去和 Rust 差不多但有几处关键差异。World 不是全局单例是运行时显式注入的raises 标记在签名上调用方必须用 check 处理可能的错误否则编译直接报错没有隐式 GC内存分配全部由程序员自己控制该在栈上的就在栈上该用 std.mem 的手动分配就手动分配。Agent 拿到一个函数签名不用读完整个函数体就能判断它会不会碰文件、会不会分配内存、会不会抛出异常。静态分发没有虚函数表没有运行时反射泛型在编译期直接单态化连函数名的特化结果都是确定的identity 直接变成 z_identity_i32。编译器要懂机器的语言现有的编译器无论 GCC、Clang 还是 Rustc错误输出都是给人看的文本偶尔带点颜色高亮格式从不稳定每个版本的措辞都可能变。Agent 要解析这种输出只能靠正则匹配或者让 LLM 再做一轮理解既不靠谱又不经济。Zero 的 CLI 提供了 --json 标志zero check --json 会吐出一个结构化 JSON里面有稳定的错误码如 NAM003 表示未知标识符有行号列号甚至有一个 repair 字段直接给出修复建议的元数据。zero graph --json 输出模块依赖图zero size --json 输出二进制体积分析Agent 可以直接拿来做出决策不需要先读懂一段自然语言。把编译器输出结构化的想法并不新鲜。Clang 早就有了机器可读诊断的尝试Language Server ProtocolLSP本身也是为了让编辑器能程序化地消费语言服务信息。Zero 的做法是把这种思路推到了更彻底的位置默认输出就考虑机器消费而不是事后加一层适配。专给小工具用的语言Zero 的目标场景很明确小型原生程序。它没打算取代 C 写浏览器也没打算取代 Rust 写操作系统瞄准的是那些几十 KB 到几 MB 的小型命令行工具、WebAssembly 模块、嵌入式组件。这类东西用 C 写手动内存管理是老生常谈的麻烦用 Rust 写学习曲线又足够吓退一批人Zero 想在两者之间找一个位置。编译目标列表也印证了这个定位。除了常见的 darwin-arm64、linux-musl-x64、win32-x64 之外它直接支持 wasm32-web编译成浏览器里跑的 WebAssembly。一个没有隐式运行时的语言编译成 WASM体积可以压得很小这对需要在前端跑原生代码的场景是有吸引力的。不过 Zero 目前还是实验阶段v0.1.1语言规范说变就变Vercel 自己也在文档里写了不建议用于生产。编译器本身用 C 语言写了大约 65%剩下是 JavaScript 负责的 CLI 和测试框架一门新语言的工具链自己有一部分用另一种语言实现这在早期阶段倒也正常Rust 最早也是用 OCaml 写编译器的。能力系统好不好使Zero 的能力系统其实就是 capability-based security 在编程语言层面的实现。World 对象是能力的载体函数签名声明了它需要什么能力编译器在编译期就检查能力是否可用。这种设计在操作系统领域早有先例seL4 微内核就是基于能力的安全模型进程之间传递能力令牌来授权资源访问。好处是显式和可审计一个函数能不能碰文件看签名就知道不需要读实现。代价是写起来啰嗦每个需要 I/O 的函数都得在参数列表里带上 World即使写一个 hello world 也不能省。短期来看这会劝退一部分习惯快速原型的开发者但在 Agent 场景里这种啰嗦恰恰有价值——Agent 不需要猜测一个函数的副作用签名里写得清清楚楚。当然Zero 的能力系统还比较粗糙。目前的 World 对象只有 out 和 err 两个主要接口文件系统访问还是实验性的只有 host 目标支持 std.fs网络能力几乎还没开始做。它更像是一个骨架具体能力还得一个个往上填。Zero 试图回答一个问题当 AI Agent 变成代码的主要生产者之一时编程语言应该长什么样。目前的答案是让一切显式让函数签名成为一份完整的契约声明返回类型、声明可能的错误、声明需要的外部能力。现有语言是为人类终端设计的把它们的工具链直接交给 Agent 用中间的摩擦不会小。https://github.com/vercel-labs/zeroAI Agent 到底需不需要一门专属的编程语言这事现在下结论还太早但方向摆在那里了。你怎么看欢迎在评论区聊聊。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2622552.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…