Vercel julkaisi 26. kesäkuuta AI SDK 7:n, ensimmäisen version, jossa kirjaston havainnointi ja agenttien kestävyys ovat tuotantotasoa. Vercelin teknologiablogin mukaan kirjastoa ladataan jo yli 16 miljoonaa kertaa viikossa. Uusi pääversio tuo viisi ominaisuuskokonaisuutta, jotka kuromat umpeen kuilua prototyyppiagenttien ja oikeasti tuotannossa pyörivien agenttien välillä. Samalla TypeScript-kirjasto asettuu aiempaa suoremmin kestävän suorituksen kehysten kilpailuun.
Yhtenäinen telemetria koko kirjastoon
Suurin muutos käytön kannalta on telemetria. Aiemmissa versioissa seuranta piti kytkeä erikseen jokaiseen generateText- ja streamText-kutsuun. AI SDK 7:ssä riittää yksi asetus sovelluksen käynnistyessä, ja se kattaa kaikki kirjaston funktiot automaattisesti. Käytännössä tämä poistaa kokonaisen kerroksen toistuvaa liimakoodia.
Seuranta noudattaa OpenTelemetryn GenAI-konventioita. Se toimii suoraan yhteen useiden valvontatyökalujen kanssa, kuten Datadog, Langfuse, Braintrust ja Sentry. Jäljitykset kattavat nyt koko tekoälyoperaation kulun jokaisesta työkalukutsusta lähtien.
Käytön mukaan laskuttaville tiimeille muutos on merkittävä. Työkalujen suoritusajat ja viiveet näkyvät tuotannossa ilman erillistä virityskerrosta. Aiemmin tämä oli usein puuttuva pala agenttien valvonnassa.
Muutos kertoo laajemmasta suuntauksesta. Tekoälysovellusten valvonnasta on tullut yhtä tärkeää kuin itse mallin valinnasta. AI SDK 7 tekee siitä kirjaston oletusominaisuuden erillisen lisäosan sijaan.
WorkflowAgent tuo kestävän suorituksen
Telemetrian rinnalla AI SDK 7 esittelee WorkflowAgentin uudessa työnkulkupaketissa. Se ratkaisee yksinkertaisen mutta kiusallisen ongelman. Kun agentin ajo kestää monta vaihetta tai odottaa ihmisen hyväksyntää, palvelimen uudelleenkäynnistys tai uusi julkaisu kesken ajon tarkoittaa nykyään alusta aloittamista.
WorkflowAgent tallentaa suorituksen tilan kestävästi tarkistuspisteisiin. Näin ajot selviävät uudelleenkäynnistyksistä, julkaisuista ja keskeytyksistä. Se tukee myös suoratoistoa, työkalujen hyväksyntöjä ja tyypitettyä kontekstia työnkulun vaiheiden välillä. Pitkät, ihmistä odottavat työnkulut eivät siten ala enää alusta katkon sattuessa.
Ominaisuus asettaa AI SDK:n aiempaa suoremmin LangGraphia ja Temporalin kaltaisia kestävän suorituksen ratkaisuja vastaan. Tiimeille, jotka punnitsevat agenttikehyksiä, vertailu WorkflowAgentin ja LangGraphin välillä on luonteva ensimmäinen arviointi.
Kestävä suoritus on ollut pitkään palvelinpuolen erikoisosaamista. Tuomalla sen suoraan kirjastoon Vercel madaltaa kynnystä rakentaa luotettavia, pitkäkestoisia agentteja. Tämä korostuu palvelimettomissa ympäristöissä, joissa prosessit käynnistyvät ja sammuvat tiheään.
HarnessAgent yhdistää koodausagentit
Versio tuo myös HarnessAgentin, abstraktion vakiintuneiden koodausagenttien ajamiseen. Sen kautta voi ajaa esimerkiksi Claude Codea, Codexia ja Pita yhden ja saman rajapinnan läpi. Kunkin agentin voi varustaa hiekkalaatikkoympäristöllä, omilla ohjeilla ja taidoilla. Käytännössä koodausagentti muuttuu vaihdettavaksi osaksi sovellusta.
Integraatiorajapinta pysyy samana riippumatta siitä, mikä taustalla pyörivä agentti on. Tämä on hyödyllistä tiimeille, jotka rakentavat kehitystyökaluja. Agentin vaihtamisen ei pitäisi pakottaa uudelleenjohdotamaan koko sovelluskerrosta. Yksi yhteinen rajapinta vähentää myös ylläpidettävän koodin määrää pitkällä aikavälillä.
Yhdessä telemetrian ja kestävän suorituksen kanssa HarnessAgent vie kirjastoa kohti yhtenäistä agenttialustaa. Sama koodi voi ajaa eri agentteja ja silti tuottaa saman valvonta- ja hallintakokemuksen.
Yhtenäinen rajapinta on hyödyllinen myös kokeiluvaiheessa. Tiimit voivat vertailla eri koodausagenttien tuloksia samalla tehtävällä ilman erillistä integraatiotyötä. Näin agentin valinta perustuu mittauksiin eikä integraation helppouteen.
Mitä tämä merkitsee kehittäjille
AI SDK 7 on suunnattu nimenomaan tuotantokäyttöön. Yhtenäinen telemetria on vahvin syy päivittää tiimeille, jotka ylläpitävät omia havainnointikääreitä kirjaston ympärillä. Yksi asetus korvaa joukon käsin viritettyjä kutsukohtaisia takaisinkutsuja.
Kestävää suoritusta harkitseville WorkflowAgent on syy arvioida arkkitehtuuri uudelleen. Ennen palvelimettoman ratkaisun lukitsemista kannattaa testata, miten WorkflowAgent pärjää pitkissä, keskeytyvissä ajoissa. Vertailu olemassa oleviin kehyksiin paljastaa, riittääkö se korvaamaan erillisen orkestrointikerroksen.
Laajalle levinneen kirjaston pääversio vaikuttaa suoraan suureen joukkoon sovelluksia. Yli 16 miljoonan viikkolatauksen mittakaavassa pienetkin rajapintamuutokset näkyvät laajasti. Siksi siirtymä kannattaa suunnitella huolella ja testata olemassa olevia agentteja vasten.
Julkaisun ajoitus ei ole sattumaa. Agenttikehysten kilpailu on kiihtynyt, ja useat toimijat tavoittelevat samaa tuotantotason lupausta. AI SDK:n laaja käyttäjäkunta antaa Vercelille tässä vahvan lähtöaseman.
Yhteenveto
AI SDK 7 siirtää painopisteen prototyypeistä tuotantoon. Yhtenäinen telemetria, kestävä WorkflowAgent ja agenttiriippumaton HarnessAgent vastaavat samaan tarpeeseen: agentteihin, joita voi oikeasti ajaa ja valvoa tuotannossa. Kolme ominaisuutta täydentävät toisiaan saman päämäärän ympärillä.
Kehittäjille julkaisu tarjoaa konkreettisia syitä päivittää, mutta myös aihetta huolelliseen testaukseen. Kestävän suorituksen kehysten kilpailu kiristyy, ja AI SDK 7 asettuu siihen aiempaa vahvemmin. Suuren käyttäjäkunnan ansiosta version vaikutus näkyy nopeasti laajassa joukossa sovelluksia. Lopullinen arvo punnitaan kuitenkin vasta tuotannon pitkissä ajoissa.