Vercel Agent Runs 让 AI Agent 工作成为可观测执行记录

Tech

当 Agent 修改代码或分析部署日志时，只看 diff 不够。评审需要 prompt、tool call、log、error、model、token usage 和 repository context。

AI Agent 工作经过 Agent Runs trace、Vercel MCP 或 CLI，进入评审、成本和事故响应的流程图
Agent Runs 连接 Agent 工作、trace、MCP/CLI、评审、成本和事故响应。

发生了什么

2026 年 7 月 3 日，Vercel 宣布 Agent Runs 支持 Vercel MCP 和 Vercel CLI。团队可以列出、检查、搜索和总结 Agent 执行记录。

为什么重要

当 Agent 修改代码或分析部署日志时，只看 diff 不够。评审需要 prompt、tool call、log、error、model、token usage 和 repository context。

社区信号

开发者讨论反复提到评审和责任归属。CLI 更适合人和脚本，MCP 更适合 Agent-to-tool 集成，但两者应查看同一份证据。

实践步骤

可以先把重要 run summary 链接到 PR，使用 CLI JSON 输出接入事故机器人，区分 MCP/CLI 权限，并按任务类型观察 token usage。

风险

Trace 不是批准本身，只是判断依据。测试、diff review、部署状态和敏感日志治理仍然必不可少。

Agent Runs 清单

• 2026 年 7 月 3 日，Vercel 宣布 Agent Runs 支持 Vercel MCP 和 Vercel CLI。团队可以列出、检查、搜索和总结 Agent 执行记录。

• 当 Agent 修改代码或分析部署日志时，只看 diff 不够。评审需要 prompt、tool call、log、error、model、token usage 和 repository context。

• 可以先把重要 run summary 链接到 PR，使用 CLI JSON 输出接入事故机器人，区分 MCP/CLI 权限，并按任务类型观察 token usage。

来源

다른 글