ZeroLang: Quando a Vercel criou uma linguagem de programação de sistemas para agentes de IA
TL;DR: A Vercel Labs lançou o Zero (extensão
.0), uma linguagem de programação de sistemas experimental posicionada como “a linguagem de programação para agentes de IA.” Projetada em torno de “tudo é explícito” — sem alocadores ocultos, sem async implícito, sem variáveis globais mágicas — com toolchain integrada para agentes: diagnósticos JSON estruturados, relatórios de tamanho binário, metadados de reparo tipificados. Se você se importa com a evolução das linguagens de programação na era da IA, ou está procurando uma linguagem que permita a agentes e humanos “ler, reparar, verificar e publicar” pequenos programas nativos juntos, Zero merece sua atenção.
Capítulo 1: Contexto — Agentes de IA estão reformulando os requisitos das linguagens de programação
De 2025 a 2026, os assistentes de codificação com IA evoluíram de “ferramentas de autocompletar código” para agentes autônomos capazes de escrever, depurar e publicar código de forma independente. O Relatório de Tendências de Codificação com Agentes 2026 da Anthropic observa que cerca de 27% do trabalho assistido por IA consiste em tarefas que simplesmente não teriam sido feitas antes.
As linguagens de sistemas tradicionais (C, C++, Rust, Zig) foram todas projetadas para desenvolvedores humanos. Suas mensagens de erro, saídas do compilador e formatos de documentação são essencialmente “legíveis por humanos.” Mas quando os agentes começam a ler e modificar código em grande escala, essas saídas são muito textuais para as máquinas.
O slogan do ZeroLang é direto: “A linguagem de programação para agentes”
Capítulo 2: Filosofia de design do ZeroLang — Tudo explícito, começar do zero
2.1 Sem alocadores ocultos
2.2 Sem async implícito
2.3 Sem variáveis globais mágicas
| Característica | Linguagens tradicionais | ZeroLang |
|---|---|---|
| Saída | Global implícito (printf) | Capacidade explícita (world.out.write) |
| Tratamento erros | Exceções/valores retorno | check + raises explícito |
| Alocação memória | GC implícito | Capacidade Alloc explícita |
| Async | async/await implícito | Sem async implícito |
Capítulo 3: Recursos da linguagem em profundidade
3.1 Sintaxe básica
3.2 Sistema de efeitos: E/S baseada em capacidades
3.3 Modelagem de dados: shape, enum e choice
3.4 Gerenciamento de memória: previsível e explícito
3.5 Interoperabilidade C e suporte web
Capítulo 4: Toolchain para agentes — Não apenas um compilador, mas um IDE para agentes
“Humanos leem a mensagem. Agentes leem o JSON. O mesmo CLI exibe diagnósticos, metadados de reparo, fatos do grafo e relatórios de tamanho.”
4.1 Diagnósticos JSON estruturados
4.2 Relatórios de tamanho binário
4.3 Análise de grafo de dependências
4.4 Análise de rotas web e sistema Skills
4.5 Diagnóstico de ambiente
Capítulo 5: Comparação com Rust e Zig
5.1 Rust
5.2 Zig
5.3 Por que não estender uma linguagem existente?
Capítulo 6: Primeiros passos — Da instalação ao primeiro executável
curl -fsSL https://zerolang.ai/install.sh | bashCapítulo 7: Status do projeto — Experimental mas ambicioso
7.1 Estrutura do repositório
7.2 O caminho para o autohospedagem
7.3 O ecossistema de agentes da Vercel
Capítulo 8: Perspectivas futuras — A vanguarda da programação nativa para agentes
8.1 Para desenvolvedores de agentes de IA
8.2 Para entusiastas de programação de sistemas
8.3 Riscos e incertezas
Conclusão: Começar do zero, enfrentar o futuro
O nome ZeroLang incorpora uma filosofia — “Começar do zero.” Sem bagagem histórica; tudo explícito; humanos e agentes na mesma linha de partida.
Não perguntamos mais apenas “esta linguagem é amigável para humanos?” mas também “esta linguagem é amigável para agentes?”
Site oficial do ZeroLang: zerolang.ai | GitHub: github.com/vercel-labs/zero