Open Agents：Vercel 正在把云端 coding agent 的真正问题，从“会不会写代码”改成“控制面和执行面怎么分层”h1

核心解读h2

今天 GitHub Trending 上另一个值得 llmapis.com 跟进的 AI Agent 项目，是 vercel-labs/open-agents。如果只看表层，它像是“Vercel 出的一个开源 coding agent 模板”；但真正值得关注的，不是它又做了一个会读写文件、跑 shell、提 PR 的 Agent，而是它把云端 Agent 产品最关键、也最容易被忽略的架构问题显式写了出来：Agent 本体不应该和执行沙箱混在一起。

过去两年，很多 coding agent 产品的讨论都被模型能力主导：会不会理解代码、会不会修 bug、会不会规划任务、会不会调用工具。但一旦系统进入真实生产环境，问题很快就不再只是“模型聪不聪明”，而是 任务能不能长时间运行、状态能不能恢复、执行环境能不能休眠重启、用户断线后流程能不能继续、代码运行环境和控制逻辑该不该绑死在一起。

Open Agents 的价值，就在于它没有把自己包装成“又一个更强 Agent”，而是更像一个公开的 reference app：用来展示云端 background coding agent 应该怎么做产品分层。它把系统明确拆成三层：Web 应用、Agent 工作流、Sandbox VM。这个结构看起来简单，但它实际上对应了一种很成熟的判断：Chat UI、任务编排和代码执行，不该共享同一个生命周期。

这一点尤其关键。很多早期 Agent 系统把模型调用、会话状态和执行环境塞进同一个请求路径里，导致一旦连接中断、请求超时、浏览器关闭或任务跑太久，整个系统就非常脆弱。Open Agents 则强调：聊天请求只负责启动 workflow run，Agent 在持久化工作流里继续跑，而沙箱 VM 是独立的执行环境，可以 hibernate、resume、暴露预览端口，也可以和 Agent 运行时分离演进。

这意味着它真正解决的问题，不是单轮智能，而是 长任务可持续性。对 coding agent 来说，这比“会不会回答一个编程问题”重要得多。因为真实的软件任务往往跨越多步：拉仓库、起环境、改文件、跑测试、重试、继续修、生成预览、最后再决定是否 commit、push、开 PR。这里最难的不是某一步，而是整个链路要在不稳定网络、长时间运行和多次人机往返中保持一致。

Open Agents 把这种一致性做成了系统原则。它明确说明 agent 并不运行在 VM 内，而是运行在沙箱外，通过文件、shell、搜索和 web 等工具与 VM 交互。这个设计的好处是：控制面和执行面被硬性分开。 于是模型提供商可以换，工作流编排可以换，沙箱实现也可以换，而不会把整个产品锁死在某一种部署方式上。

从 llmapis.com 的视角看，这种分层思想比“又一个开源 agent demo”更有信息增量。因为它踩中的其实是今天 Agent 产品化的真正门槛：不是让模型在演示里成功一次，而是让系统在真实世界里 持续运行、可恢复、可观察、可取消、可分享。Open Agents 明显在为这种产品现实而设计，而不是为了做一套短视频 demo。

项目提供的功能也印证了这一点。它支持 durable multi-step execution、streaming 与 cancellation、repo clone、branch 工作流、sandbox snapshot resume、可选 auto-commit / auto-PR，以及会话只读分享链接。这些能力放在一起时，说明它关心的不是“能不能自动改代码”这个单点，而是 Agent 作为协作系统的一整套生命周期管理。

更值得注意的是，它把 GitHub 集成放在产品闭环的中心位置，而不是当附属插件。因为对真正的 coding agent 来说，代码理解只是起点，最终还是要进入 repo、分支、提交、权限、审查、PR 这些软件工程原生结构。Open Agents 选择把这些结构暴露出来，而不是假装“聊天界面就是全部工作流”，这是成熟的。

它的架构还透露出另一个行业趋势：Agent 正在从“请求内执行”迁移到“工作流内执行”。 一旦任务可以持续多个持久化步骤，系统对队列、恢复、状态存储、取消语义和实时流式回连的要求就完全变了。Open Agents 通过 Vercel Workflow SDK 和独立沙箱来处理这件事，说明 Agent 产品正在越来越像分布式系统，而不是普通聊天应用。

这也解释了为什么项目把“sandbox snapshot-based resume”写得这么重。快照恢复并不是小优化，而是 background agent 产品能不能从“偶尔可用”走向“稳定可用”的关键一环。因为绝大多数软件任务都不是一次命中：它们会中断、要重连、要修改、要等待人确认、要二次继续。没有可恢复执行环境，所谓自主 Agent 往往只是一次性脚本升级版。

当然，Open Agents 不是没有边界。第一，它明显偏向 Vercel 体系，许多设计与其云能力和产品哲学强绑定；第二，它目前更像参考实现，而不是完整通用平台；第三，它关注的是云端 coding agent 的产品化分层，不等于它已经解决了 agent 质量、测试可靠性、代码安全或成本控制这些更难的问题。

但这恰恰也是它值得发布的原因：它没有试图用夸张能力叙事掩盖系统现实，而是把 agent 产品化真正棘手的问题摊开来讲。今天很多人还在问“AI 能不能自己写代码”，而 Open Agents 更现实地在问：如果 AI 真的要持续地改代码，它应该运行在哪里、怎么恢复、怎么和沙箱解耦、怎么和仓库系统对接。 这显然是更靠近下一阶段的问题。

和近期我们发过的 Multica、SnapState、Archon 对比，Open Agents 的重复度并不高。Multica 更偏团队 managed agents 平台，SnapState 更偏可恢复 agent 状态基础设施，Archon 更偏 coding workflow 的可审计工程化；而 Open Agents 的核心贡献，是把 云端 Agent 的控制面 / 工作流 / 沙箱执行面三层分离 做成一份可 fork、可部署、可观察的参考应用。

因此，它最值得记住的，不是“Vercel 也做 Agent 了”，而是它正在推动一个更成熟的共识：未来真正能跑起来的 coding agent，不会是把模型塞进一个终端里，而是把界面、持久工作流和执行环境当成三个不同的系统来设计。 这才是它今天的行业意义。

为什么值得关注h2

1. 它把 coding agent 的核心问题从“模型能力”转向“系统分层”h3

真正决定产品可用性的，往往不是会不会写一段代码，而是任务生命周期能否跨请求、跨断线、跨恢复地持续下去。

2. 它代表 Agent 正从聊天应用演进为持久化工作流系统h3

工作流 run、流式回连、取消语义、沙箱休眠与恢复，这些都是分布式系统问题，而不只是 UI 问题。

3. 它给出了云端 background coding agent 的公开参考实现h3

对开发者和创业团队来说，这比抽象概念更有价值，因为它明确展示了 Web、workflow 和 sandbox VM 应如何解耦。

数据和技术细节h2

• 项目：vercel-labs/open-agents
• 来源：GitHub Trending
• 创建时间：2025-12-26
• 当前规模：约 2.6k GitHub Stars，290 Forks
• 项目定位：open-source reference app for building and running background coding agents on Vercel
• 三层架构：
  • Web App
  • Agent Workflow
  • Sandbox VM
• 核心设计：
  • agent 不运行在 VM 内
  • 聊天请求只负责启动 workflow run
  • 多步执行在持久化 workflow 中继续
  • sandbox 可 hibernate / resume
• 关键能力：
  • file / search / shell / web tools
  • durable multi-step execution
  • streaming / cancellation
  • repo clone / branch workflow
  • snapshot-based resume
  • optional auto-commit / auto-PR
  • session sharing via read-only links
• 依赖生态：
  • Vercel Workflow SDK
  • Vercel Sandboxes
  • Postgres
  • GitHub App integration
• 技术栈：TypeScript / Next.js 为主

来源h2

• GitHub Trending: https://github.com/trending
• GitHub: https://github.com/vercel-labs/open-agents
• Demo: https://open-agents.dev/

标签h2

coding-agents, cloud-agents, durable-workflows, sandbox-architecture, agent-infrastructure, vercel, github-integration, open-agents, llmapis-daily