6.3MB、10 微秒冷启动：Vercel 用 Zig 写了一个「可嵌入」的编程 Agent

大多数编程 Agent 都在抢你的终端窗口：全屏 TUI、常驻进程、一套自己的快捷键。Vercel Labs 的 fx 反着来——它不接管界面，只给你一个 6.3MB 的二进制文件。

一分钟速览

• 用 Zig 编写，单文件原生二进制 6.3MiB，官方称内存基线个位数 MB、冷启动 10 微秒
• 不做全屏界面，对话写入普通滚动历史；CLI 与库共用同一套引擎
• 支持 –json 结构化输出，方便脚本与 CI 解析结果
• 提供 ACP 协议连接与 libfx（含 WebAssembly 构建），可嵌进其他应用
• 仍处实验阶段，0.0.13 起支持“超快模式”，但与同名终端 JSON 工具存在命名冲突

把 Agent 当基础设施，而不是应用

fx 的定位很明确：面向构建 Agent 基础设施的开发者，而不是“想再开一个聊天窗口”的用户。这个区别决定了它的形态——没有持久化界面，没有花哨的侧边栏，只有命令、结构化输出和一个可被调用的引擎。

典型用法是把它塞进流水线：fx ask --json 让模型总结失败的测试，脚本读取 JSON 决定下一步。这种“非交互”的场景，恰恰是当前多数编程 Agent 的盲区——它们默认有人坐在前面看着。

小体积换来了什么

6.3MB、个位数 MB 内存、10 微秒冷启动，这组数字由 Vercel 提供，尚未经过独立验证。但如果大致成立，它意味着 fx 可以被频繁拉起而不心疼：每次 CI 任务开一个，每次 git hook 开一个，甚至嵌进编辑器插件里按需调用。

这也是 Zig 带来的直接好处：没有运行时、没有解释器、单一静态二进制，部署时不用考虑 Node 版本和依赖树。对基础设施工具来说，“能复制一个文件就跑”是很大的体验优势。

“模型无关”的争议

早期试用者的反馈并不全是好评。有人在社区指出，fx 表面上支持多家模型，实际推理仍走 Vercel 自家的 AI Gateway；也有人认为它和现有 Agent 差别不大，成熟的终端工具体验更好。

不过后续版本确实在放开：0.0.11 为本地服务器和替代网关增加了兼容 OpenAI 的可命名连接，文档里已经列出多家订阅服务与本地推理端点。再加上免费模型额度，fx 更像一个“入口产品”——先用低成本把人拉进 Vercel 的 AI 生态，再谈迁移。

这在商业上说得通，但也提醒使用者：工具的中立性要看默认路径，而不是支持列表。

风险与现实

0.x 版本的破坏性变更是常态。官方明确提示，新版本创建的检查点无法被旧版本恢复；早期 API 名称也发生过调整。把它用在生产流水线之前，最好先锁版本。

命名冲突是另一个小麻烦：终端里早已有一个同名的 JSON 查看器，且已被包管理器收录。两个命令抢一个名字，早晚要改。

趋势判断

编程 Agent 正在分层：一层是给人用的交互式产品，拼体验和记忆；另一层是给系统用的引擎，拼启动速度、结构化输出和可嵌入性。后者的市场没那么热闹，但更接近“基础设施”的位置。

当 Agent 变成一次函数调用，真正的竞争就不再是聊天框好不好看，而是编排、权限、成本与可观测性。