Vercel Labs Lanza Zero: Un Lenguaje de Sistemas que Emite Errores en JSON Para que los Agentes IA Puedan Corregir Código Sin Intervención Humana
Vercel Labs publicó Zero (v0.1.2), un lenguaje de programación de sistemas experimental que reemplaza los errores de compilador legibles por humanos con objetos JSON estructurados que contienen identificadores de reparación tipificados. Los binarios compilan en menos de 10 KiB, y las funciones deben declarar explícitamente los efectos secundarios — el lenguaje está diseñado para agentes de programación IA que necesitan parsear, diagnosticar y reparar programas de forma autónoma.
Vercel Labs lanzó Zero el 15 de mayo con una premisa que rompe con la forma en que los lenguajes de programación han sido diseñados históricamente: en lugar de escribir errores de compilador para que los lean los humanos, Zero los escribe para que los parseen y actúen sobre ellos los agentes IA.
El lenguaje — los archivos usan la extensión .0 — es un lenguaje de nivel de sistemas que compila a binarios nativos de menos de 10 KiB. Introduce un modelo de E/S basado en capacidades donde las funciones deben declarar explícitamente cualquier efecto secundario antes de que el compilador las acepte. Sin acceso implícito a archivos ni llamadas de red ocultas.
El formato de error es el producto
La decisión de diseño que define el lenguaje es el formato de salida de errores. Donde Rust emite un párrafo explicando que se violó una regla del borrow checker, Zero emite un objeto JSON estructurado con un código de error estable (por ejemplo, NAM003), un campo repairId tipificado y la ubicación exacta en el código fuente. No hay texto en prosa — no porque el texto sea incorrecto, sino porque JSON es lo que el bucle de uso de herramientas de un agente de programación puede parsear, enrutar y gestionar de forma fiable.
El efecto práctico: un agente que ejecuta una compilación de Zero puede leer la salida del error directamente sin una capa de análisis de texto, consultar el repairId en una tabla de referencia, aplicar el patrón de reparación correspondiente y recompilar — todo sin realizar una llamada de inferencia al LLM para interpretar qué salió mal. El bucle de reparación se vuelve determinista en lugar de probabilístico.
Para los desarrolladores humanos, los errores solo en JSON son inicialmente desconcertantes. El equipo incluye un modo legible por humanos (zero fmt --errors=human) pero es opcional, y la documentación es explícita en que la legibilidad humana es una preocupación secundaria.
Binarios nativos de menos de 10 KiB
La restricción de tamaño del binario no es arbitraria. Zero apunta a entornos donde un agente despliega herramientas automodificables en nodos edge, sistemas embebidos o capas de contenedores donde el tamaño y el tiempo de arranque en frío importan. El compilador actual produce binarios que se ajustan a ese perfil de forma consistente.
El sistema de E/S basado en capacidades impone auditabilidad: una herramienta puede leer el encabezado de capacidades declaradas de un binario y saber exactamente a qué recursos del sistema se le permitió acceder. Eso es útil cuando los agentes generan y despliegan código de forma autónoma y un humano necesita auditar lo que se ejecutó.
900 estrellas en GitHub en 24 horas
El repositorio superó las 900 estrellas en las primeras 24 horas. Es una señal notable para un lenguaje experimental que indica explícitamente que la API no es estable, que no hay caso de uso en producción todavía y que el usuario objetivo son principalmente desarrolladores que construyen herramientas de programación agénticas.
El interés no es sorprendente. A medida que los agentes de programación maduran, la fricción entre el código generado por LLMs y el bucle error de compilador → interpretación humana → reintento del LLM es uno de los cuellos de botella prácticos que ralentiza los pipelines de programación autónoma. Zero es una apuesta a que resolver el problema a nivel del lenguaje es más limpio que construir mejores parsers para la salida de compiladores existentes.
Si esa apuesta se consolida en la v0.1.2 es una pregunta abierta. Pero la dirección de diseño es coherente, el equipo cuenta con los recursos de Vercel y el problema que aborda es real.
Lecturas relacionadas
- Herramientas para Desarrolladores Cloudflare construyó un clon de Next.js en una semana con IA — Vercel encontró 7 vulnerabilidades en dos días
- Modelos de IA Qwen 3.7 Max de Alibaba Establece Nuevos Referentes para Modelos de Agentes IA con Contexto de 1M Tokens
- Herramientas para Desarrolladores GitHub Copilot llega a disponibilidad general como plataforma de agentes de escritorio