Claude Code 跟 Cursor Background Agent 這類產品紅起來之後,很多團隊的問題不是「要不要導入 coding agent」,而是「現成的 agent 在我們 monorepo 跑起來很痛苦」。Vercel Labs 最近開源的 Open Agents 直接給了一個 reference 實作,讓團隊可以 fork 下來改成符合自己 workflow 的版本。這篇介紹它的架構、技術棧、以及實際跑起來的成本考量。
為什麼要有 Open Agents
Vercel CEO Guillermo Rauch 講得很直接:「現成的 coding agents 無法處理大型 monorepo,也不懂你公司的知識、整合與 workflow」。這是個真實痛點。Claude Code 丟到 50 萬行的 codebase 裡,光是讓它知道要去哪個 package、用哪個 lint config、跑哪個測試指令,就要塞一堆 CLAUDE.md,而且效果有限。
Open Agents 不是要跟 Claude Code 或 Cursor 競爭,而是提供一個可 fork、可改的參考實作,讓團隊拿去接自己的 CI、自己的 code review 流程、自己的 deployment pipeline。repo 本身不是 SaaS,是一個能跑的 Next.js app。
三層架構
Open Agents 的核心設計是三層分離:
┌─────────────────────────────────────────┐
│ Web UI (Next.js) │
│ - 認證、sessions、聊天串流 │
│ - 分享連結、voice input (ElevenLabs) │
└──────────────┬──────────────────────────┘
│
┌──────────────▼──────────────────────────┐
│ Agent Workflow (Vercel Workflow SDK) │
│ - durable 多步驟執行 │
│ - 串流、取消、snapshot/resume │
└──────────────┬──────────────────────────┘
│ tools (file, shell, git)
┌──────────────▼──────────────────────────┐
│ Sandbox VM (Vercel Sandbox) │
│ - 隔離的 filesystem / shell / git │
│ - 每個 session 獨立 │
└─────────────────────────────────────────┘關鍵設計決策:agent 跑在 VM 外部,透過工具介面與 sandbox 互動,而不是在 VM 內執行。這個設計跟 Claude Code 的「直接在 user 機器跑」完全相反,好處是 agent 掛掉不會毀掉 sandbox 狀態、可以 snapshot 後切斷再恢復、同一個 agent 可以操作多個 sandbox。
技術棧
整個 repo 99.3% 是 TypeScript:
- Next.js — Web app,server component + streaming
- Vercel Workflow SDK — 編排 durable workflow,這是 Open Agents 能「掛掉後恢復」的關鍵
- Vercel Sandbox — 執行環境,給 agent 一個隔離的 Linux VM
- PostgreSQL — session、訊息、agent state 持久化
- Upstash Redis / Vercel KV(可選)— 快取
- ElevenLabs(可選)— 語音輸入轉文字
- GitHub OAuth(可選)— clone repo、開 PR
Bun 是本地開發的 runtime,部署在 Vercel。
跟 Claude Code / Cursor Background Agent 的取捨
不是每個團隊都該 fork Open Agents。直接用 Claude Code / Cursor 適合:
- 個人或小團隊,不需要自訂 agent 行為
- 不想維運 PostgreSQL、Sandbox、LLM API key 這些東西
- 專案規模還撐得住現成 agent 的 context
Fork Open Agents 適合:
- 大型 monorepo,需要針對 codebase 客製 tool / context strategy
- 有內部文件、內部 API、企業知識需要注入 agent
- 想把 agent 接進既有的 CI / review / deployment pipeline
- 想控制 agent 使用哪個模型、怎麼計費、資料留在自家
實際成本
Open Agents 本身是開源免費,但「跑起來」要錢:
| 服務 | 成本 |
|---|---|
| Vercel Hosting | Hobby 免費(個人非商用) |
| PostgreSQL (Neon / Vercel Postgres) | 免費 tier 約 0.5GB |
| Vercel Sandbox | 按使用計費 |
| LLM API (Claude / GPT) | 主要成本,一個 session 約 $0.1 – $1+ |
| ElevenLabs voice | 每月 10K 字元免費 |
最大的錢坑是 LLM API。一個複雜的 coding session 吃掉幾十萬 tokens 很正常,Sonnet 級別的模型一個月重度使用破百鎂不意外。想壓成本可以考慮替換成 Groq / Gemini 的免費 tier,但產出品質會明顯差一截。
限制跟需要注意的地方
- 不是 plug-and-play:這是 reference app,不是產品。fork 下來要花時間改。
- 綁 Vercel 基礎設施:Vercel Workflow SDK 跟 Vercel Sandbox 是核心依賴,想搬到 AWS / GCP 要自己重寫這兩層。
- 沒有內建 eval:agent 品質怎麼評估、怎麼 regression test,repo 不管。
- Skills 生態系:Vercel 同步推出了
vercel-labs/skills,是給 agent 擴充能力的開放 registry,可以搭配使用。
整體來說
Open Agents 是 Vercel 下的一步大棋 — 不只提供 agent 產品(Vercel Agent),還把底層參考實作開源出來,讓整個生態系往他們的基礎設施(Workflow SDK、Sandbox)靠攏。
對團隊來說,這個 repo 最大的價值不是「免費的 Claude Code 替代品」,而是讓你看清楚一個 production-grade coding agent 該長什麼樣:session 管理、durable execution、sandbox 隔離、streaming UI — 這些東西自己從零刻出來要幾個月,Open Agents 給你一個能跑的起點。
適合已經想清楚「我們需要自建 agent,而且有人可以維運」的團隊。如果只是想試試 coding agent 好不好用,先用 Claude Code 就好。