„Vercel“ atveria AI agentų „juodąją dėžę“: „Agent Runs“ stebėsena dabar per MCP ir CLI

Liepos 3 d. „Vercel“ savo pakeitimų žurnale (changelog) paskelbė iš pažiūros nedidelį įrašą: „Agent Runs“ dabar pasiekiami per „Vercel“ MCP ir komandinę eilutę (CLI). Jokio didelio produkto pristatymo, jokios reklaminės kampanijos. Bet už šito techniško sakinio slypi viena iš svarbiausių šių metų temų kiekvienam, kuris kuria dirbtinio intelekto agentus — kaip apskritai suprasti, ką agentas veikia, kai jis dirba savarankiškai.

Kol AI buvo tik pokalbių langas, viskas buvo paprasta: nusiuntei žinutę, gavai atsakymą. Agentas veikia kitaip. Jis pats sprendžia, kokį įrankį iškviesti, kelis kartus kreipiasi į modelį, vykdo kodą izoliuotoje aplinkoje, priima sprendimus pagal tarpinius rezultatus. Kai toks agentas „nueina ne ten“, klausimas nebe „koks buvo atsakymas“, o „kokią sprendimų grandinę jis nuėjo ir kuriame žingsnyje viskas pakrypo“.

Kas yra agentų „observability“ ir kodėl tai nauja produkcijos problema

Terminas observability (stebėsena, arba „stebimumas“) ateina iš klasikinės programinės įrangos pasaulio: gebėjimas iš išorės matyti, kas vyksta sistemos viduje — per logus, metrikas ir pėdsakus (traces). Agentams šis poreikis dar aštresnis dėl vienos priežasties: jie nedeterministiniai. Tas pats klausimas du kartus gali duoti skirtingą veiksmų seką. Tradicinis debuginimas „paleisk iš naujo ir pažiūrėk“ čia neveikia — kitą kartą agentas pasielgs kitaip.

„Vercel“ modelis paprastas: kiekvienas modelio iškvietimas, kiekvienas įrankio panaudojimas ir kiekviena „sandbox“ komanda įrašomi kaip atskiras pėdsako segmentas (span). Sudėjus juos į vieną liniją, gauni pilną agento veiksmų eigą — nuo pradinės užduoties iki galutinio rezultato, su laiku ir kaina kiekviename žingsnyje. Svarbu, kad pėdsakai atitinka OpenTelemetry standartą, todėl juos galima eksportuoti į jau naudojamus stebėsenos įrankius: „Braintrust“, „Arize“, „Honeycomb“, „Datadog“, „Jaeger“ ir kitus.

Būtent taip atrodo paskirstytojo trasavimo (distributed tracing) vaizdas — kiekviena juosta yra vienas žingsnis, jos ilgis rodo trukmę, o spalvos skiria paslaugas. Agentų atveju vietoj „frontend → mysql → redis“ matytum „modelio iškvietimas → įrankis → subagentas“:

Ką konkrečiai pakeitė liepos 3-oji

Iki šiol „Agent Runs“ — „Vercel“ agentų stebėsenos sluoksnis — gyveno valdymo skydelyje: atskiras skirtukas, kur matai sesijas su pažingsniui išsaugotais žingsniais. Liepos 3 d. naujiena ta, kad tuos pačius duomenis dabar galima pasiekti programiškai — per MCP serverį ir per CLI. Praktiškai tai reiškia:

• surasti projektus, kuriuose yra agentų aktyvumo;
• išvardyti paskutinius vykdymus (runs);
• „įeiti“ į konkretų vykdymą ir ištraukti jo pėdsako duomenis debuginimui.

Kodėl tai svarbu? Nes MCP (Model Context Protocol) — tai standartas, per kurį patys AI įrankiai ir agentai gali „kalbėtis“ su išoriniais duomenų šaltiniais. Kai agentų vykdymo istorija pasiekiama per MCP, atsiveria durys scenarijui, kur vienas agentas gali analizuoti kito (ar savo paties) klaidas — perskaityti, kur nulūžo, ir pasiūlyti pataisą. CLI prieiga tuo tarpu leidžia įtraukti stebėseną į CI/CD ir automatinius testus, o ne spausdinti mygtukus naršyklėje.

Tą pačią dieną „Vercel“ pridėjo ir antrą smulkmeną su dideliu poveikiu: „Sandbox“ dabar palaiko FUSE tipo failų sistemas. Tai leidžia prijungti nuotolinę saugyklą, pavyzdžiui, „S3“ kaušą, kaip vietinį katalogą ir srautu skaityti didelius duomenų rinkinius, nekopijuojant jų į vidų. Agentams, dirbantiems su dideliais failais, tai reiškia mažiau laukimo ir mažiau vietos švaistymo.

Platesnis kontekstas: „eve“ ir agentų infrastruktūra

Šie du pakeitimai neatsirado tuščioje vietoje. Birželio 17 d. „Vercel“ pristatė „eve“ — atvirojo kodo agentų kūrimo karkasą (framework). Jo idėja: agentas yra tiesiog katalogas failų. Modelio nustatymai gyvena agent.ts, sistemos instrukcijos — instructions.md, įrankiai — tools/ aplanke, žinios — skills/, o subagentai, kanalai (Slack, Discord, „Telegram“) ir suplanuotos užduotys — atskiruose kataloguose. Vienas agentas kuriamas komanda npx eve@latest init, o paleidžiamas per įprastą vercel deploy, be atskiros infrastruktūros.

Stebėsena čia nėra priedas — ji įausta į patį karkasą. „Vercel“ tai vadina posūkiu į agentic infrastructure: infrastruktūrą, kuri iš anksto suprojektuota tam, kad joje veiktų ne tik žmonių rašytas kodas, bet ir savarankiškai veikiantys agentai. Tvarus (crash'ą ir naujus diegimus pergyvenantis) vykdymas, izoliuotos „sandbox“ aplinkos kiekvienam agentui, žmogaus patvirtinimo taškai ir pėdsakai — visa tai vienoje vietoje.

Kad tai ne teorija, „Vercel“ nurodo savo pačių skaičius: viduje veikia daugiau nei 100 agentų. Vienas duomenų analizės agentas per mėnesį atsako į 30 000+ klausimų, pardavimų agentas kainuoja apie 5 000 USD per metus ir, įmonės teigimu, grąžina 32 kartus daugiau vertės, o techninės pagalbos agentas savarankiškai išsprendžia 92 % užklausų. Kai agentų tiek daug ir jie liečia realų verslą, be normalios stebėsenos jie tampa nevaldoma juoda dėže.

Ką tai reiškia Lietuvos kūrėjams ir komandoms

Lietuvoje vis daugiau produktų komandų ir pavienių kūrėjų jau bando agentus realiose užduotyse — nuo klientų aptarnavimo iki vidinių procesų automatizavimo. Būtent tokioms komandoms ši žinia praktiška dėl dviejų priežasčių.

Pirma — debuginimas. Kai agentas klientui atsako kvailystę arba „užsikabina“ ties viena užduotimi, be pėdsakų tenka spėlioti. Su pilna vykdymo istorija matai tikslų žingsnį, kuriame modelis pasirinko ne tą įrankį ar gavo blogą tarpinį rezultatą. Tai skirtumas tarp „kažkas neveikia“ ir „štai šitas įrankio iškvietimas grąžino tuščią atsakymą“.

Antra — kaštų kontrolė. Agentai gali „prisukti“ tokenų sunaudojimą nepastebimai — kelios rekursinės kilpos, ir sąskaita išauga. Kai kaina matoma prie kiekvieno žingsnio, brangiausias vietas galima rasti ir optimizuoti, o ne tik pamatyti didelę sumą sąskaitoje mėnesio gale. Mažai komandai ar solo kūrėjui tai gali būti riba tarp „apsimoka“ ir „neapsimoka“.

Reikia pridėti blaivumo natą: „Vercel“ stebėsena patogiausia tada, kai agentas kuriamas jų pačių ekosistemoje (per „eve“ ir „Vercel“ diegimą). Kas dirba su „LangGraph“, „OpenAI Agents SDK“ ar savo sprendimu, gaus panašią vertę per tuos pačius OpenTelemetry pėdsakus, bet ne tą patį „vieno mygtuko“ patogumą. Vis dėlto kryptis aiški visiems: agentų kūrimas pamažu nustoja būti sunkiausia dalimi. Sunkiausia tampa juos suprasti, valdyti ir apmokėti, kai jie jau dirba produkcijoje — o būtent ten dabar juda visų didžiųjų platformų dėmesys.