大多数编程语言是为人类设计的，我们需要阅读错误日志、解释警告并手动追踪堆栈输出。然而，AI Agent 在这些任务上的表现并不理想。它们更擅长处理结构化数据：可预测的 Token、稳定的代码以及机器可解析的修复提示。为了弥合这一差距，Vercel Labs 推出了 Zero，这是一种实验性的系统语言，旨在让 Agent 更快、更小、更易于使用和修复。
Zero 是一种系统级编程语言，其设计空间与 C 或 Rust 相似。它可以编译为原生可执行文件，提供显式的内存控制，并针对底层环境进行优化。Zero 与现有系统语言的本质区别在于，它的编译器输出和工具链从第一天起就是为 AI Agent 而非仅仅是人类工程师设计的。
Zero 解决的核心问题是 Agent 如何与编译器反馈进行交互。在涉及编码 Agent 的典型开发循环中，Agent 编写代码，编译器以非结构化文本形式输出错误，Agent 必须解析该文本以确定问题所在。这种方式非常脆弱，因为错误格式会变，且没有内置的“修复动作”概念。Zero 的 CLI 默认输出结构化的 JSON 诊断信息。例如，当运行 zero check --json 时，输出会包含稳定的错误代码（如 NAM003）、行引用以及带有类型化 ID 的修复对象（repair object）。人类阅读消息，而 Agent 则直接读取代码和修复方案。
此外，Zero 将工具链统一到了一个二进制文件中：zero check、zero run、zero build、zero graph、zero fix 等都是同一个 CLI 的子命令。这对于 Agent 工作流至关重要，因为 Agent 无需推断针对特定任务应调用哪个工具。其中，zero fix --plan --json 命令可以发出机器可读的修复计划，而不是让 Agent 仅凭错误消息进行猜测。
最后，Zero 还提供了 zero skills 子命令，直接通过 CLI 提供与版本匹配的 Agent 指南。运行 zero skills get zero --full 会返回涵盖语法、诊断、构建、包管理和 Agent 编辑循环的针对性工作流，所有内容都与当前安装的编译器版本完全匹配，确保了 Agent 始终拥有最准确的技术上下文。
