Vercel 親授：手寫 AI 編碼 Agent Harness，搞錢工程師的硬核變現課

Vercel Academy 剛放出一門完整課程《Build Your Own AI Coding Agent Harness》，把「從零手寫一個能真正幹活的 AI 編碼 Agent 框架」這件事掰開揉碎講。不是那種教你調三個 API 跑通 demo 的水課，是真的帶你啃下工具循環、上下文剪枝、子代理委派、生命週期管理這些硬骨頭。

這門課對想靠 AI 接案變現的工程師來說，是個分水嶺等級的訊號：會用 Cursor 寫程式的人一抓一大把，但能交付「客製 Agent 框架」的人，報價明顯碾壓普通外包。

先搞懂：Agent Harness 到底是什麼

Agent Harness 就是一個讓 AI 能自己幹活、自己管上下文、自己管安全的鷹架——等於給 AI 配了一個專案經理 + 警衛 + 記事本。沒有 Harness，AI 只是個會聊天的模型；有了 Harness，AI 才能像個菜鳥員工一樣領任務、執行、回報、出錯時知道回頭找人類。

這門課用到的三件套分工很明確：

  • AI SDK：負責讓 AI 說話（呼叫模型、生成文字）
  • Vercel Sandbox：負責讓 AI 動手（在隔離環境裡安全執行指令）
  • just-bash：負責讓 AI 聽話（標準化工具介面，讓 Agent 呼叫 shell 行為可控）

三者合起來就是一座完整的 Agent 工廠。

痛點：為什麼你寫的 Agent 永遠停在 Demo 級

Joel Hooks 在課程開篇就戳破業界的尷尬現實——「一個三工具的工具循環只是個 demo，問題在你拿它去幹真活時才會炸」。你叫 Agent 讀一個 5000 行的檔案，它把全部內容塞進上下文，再也吐不出來；你給它 bash 權限，它一個 rm -rf 把正式環境清空；你讓它連續跑二十步任務，到第十步它已經忘了自己在幹嘛。

客戶買單的不是殼，是 Agent 能不能真幹活。市面上 90% 的「AI 編碼助手教程」都在教怎麼包 prompt、怎麼接 GPT API、怎麼做花俏前端介面。但企業真正付費買的是 Agent 能否安全跑完整套任務鏈——這是架構層的硬傷，調參救不回來。

Vercel 這門課的企圖很明確：把 Agent Harness 當成嚴肅的工程產品來做，而不是玩具腳本。

機會：Agent 工程師正在變成最稀缺的接案資源

現在的外包市場已經出現明顯的兩極化。一端是只會用 Cursor 補全程式的「AI 使用者」，靠低價搶單；另一端是能交付「AI Agent 客製方案」的工程師，單一專案報價明顯碾壓普通外包，客戶還要排隊。

為什麼？因為企業真正想要的是「自動化工作流」，不是「程式碼補全」。一個電商老闆需要的不是幫他寫 Python 腳本，而是給他一個 Agent，能自動抓競品價格、自動生 Listing 文案、自動跑 A/B 測試、自動出報表。這種活只有懂 Agent Harness 架構的人幹得動。

⚠️ 據源帖稱，Upwork 上「AI agent customization」類目專案均價在數千美元等級，未獨立查證。

路徑一：吃透課程核心模組，建立技術護城河

課程大綱裡最值錢的幾個模組，必須一個個啃下來。每個模組用「問題 → 解法 → 類比」三句話講透：

工具循環（Tool Loop）：這是 Agent 的心臟。

  • 問題：工具呼叫失敗、超時、併發衝突時 Agent 直接崩。
  • 解法：AI SDK 用 stopWhen 條件控制循環終止，搭配 maxSteps 限制最大步數，自動處理重試。
  • 類比：就像工廠流水線的節拍控制器，每道工序出錯就停，不會讓不良品流到下一站。

工具設計（Tool Design）：工具的顆粒度決定 Agent 的能力天花板。

  • 問題：顆粒度太粗 Agent 幹不了細活，太細 Agent 會在工具呼叫裡迷路。
  • 解法：把「操作檔案系統」拆成 read、write、edit、glob、grep 五個原子工具，而不是給一個萬能 bash。
  • 類比：就像給員工配專用工具（扳手、螺絲起子、電鑽），而不是塞給他一整個車庫。

沙箱抽象（Sandbox Abstraction）：這是安全的命脈。

  • 問題：Agent 拿到 bash 權限就能 rm -rf 你的正式資料庫。
  • 解法：Vercel Sandbox 提供隔離執行環境，Agent 在裡面隨便折騰都不影響宿主機。
  • 類比：就像化學實驗室的抽氣櫃——炸的是櫃子，不是整棟樓。

上下文剪枝（Context Pruning）：5000 行檔案讀進來不能全塞進 prompt。

  • 問題：AI 讀 5000 行檔案會把腦袋撐爆，舊對話還會污染新決策。
  • 解法：用 prepareStep 鉤子在每步執行前裁剪上下文，只留最近 N 步操作 + 壓縮舊內容摘要。
  • 類比：就像你整理房間，把用不上的東西丟進儲藏室，桌面只留今天要用的。

子代理委派（Subagent Delegation）：複雜任務必須拆解。

  • 問題：單一 Agent 處理多模組任務時上下文會爆炸、職責會混亂。
  • 解法：主代理負責規劃，子代理負責執行特定模組，結果彙整回主代理。
  • 類比：就像專案經理把活分給前端、後端、測試，自己只盯進度和風險。

生命週期管理（Lifecycle Management）：Agent 從啟動、執行、暫停、恢復到終止，每個狀態都需要細膩管理。

  • 問題：長任務跑到一半斷網、使用者取消、模型超時，Agent 狀態全丟。
  • 解法：把每個狀態序列化儲存，支援斷點續跑和人工介入。
  • 類比：就像遊戲存檔——死了能從最近的存檔點讀檔，不用從頭打。

路徑二：用課程技術棧接案，打造樣板案例

學完課程不是終點，是起點。你要立刻拿 Vercel AI SDK + Vercel Sandbox + just-bash 這套組合拳，去接第一個真實專案。

最快的變現路徑是去 Fiverr、Upwork、Carousell 掛一個服務：「我用 Vercel 技術棧幫你客製 AI Agent」。前三個客戶可以半價甚至免費做，換案例和評價。

⚠️ 據源帖稱，免費做三個客戶的預估耗時取決於 Agent 複雜度，從幾天到幾週不等，未獨立查證；值不值得取決於你能不能把案例轉成後續付費客戶。

樣板案例的挑選有講究。別接「幫我做個聊天機器人」這種爛大街的需求，要接「幫我自動化營運工作流」這種高價值需求。例如：

  • 給跨境電商賣家做一個 Agent，自動監看 Amazon 評論、抓差評關鍵字、生改善建議、推到 Slack。
  • 給 Lemon8 博主做一個 Agent，自動抓對標帳號貼文、分析爆款規律、自動產生選題清單。
  • 給獨立開發者做一個 Agent，自動監看 GitHub Issues、按優先度分類、自動生 PR 草稿。

⚠️ 據源帖稱，這類專案報價區間在數萬新台幣等級，未獨立查證。

冷啟動：沒有客戶資源怎麼破局

沒有企業客戶資源是多數人的真實起點。三個具體管道：

  1. 社群發文引流：在 Vibe Coding 社群、即時、Lemon8 發案例文，標題模板「我用 Vercel AI SDK 給 XX 產業做了個 Agent，月省 XX 小時人工」，附 30 秒展示影片。流量起來客戶會主動私訊。
  2. 免費試做換 testimonial：找朋友介紹的小客戶，第一個專案只收 2,000 元，但要求對方寫一段推薦語 + 允許你把案例公開。
  3. 階梯報價策略：從 2,000 元小單（單一模組 Agent）起步 → 12,000 元中單（多模組工作流）→ 12 萬大單（完整客製方案 + 半年維護）。每升一級都需要前一級累積的案例背書。

路徑三：把課程內容二次加工，做自媒體變現

Vercel 課程是英文的，且門檻較高。這剛好是你的資訊差紅利。

把課程拆成 10 到 15 期系列教程，發在 Lemon8、TikTok、YouTube、Substack 上。標題可以這樣寫：「Vercel 內部教程外流：AI Agent 框架到底怎麼寫」、「三工具循環只是玩具，真正的 Agent 需要這五個模組」、「上下文剪枝：讓 Agent 不再失憶的核心技術」。

每期影片 5 到 8 分鐘，講透一個技術點，配上程式碼展示。具體操作建議：

  • 第一期拆工具循環，配 3 段程式碼展示（AI SDK 的 generateText + tools 設定、stopWhen 用法、prepareStep 上下文裁剪範例），時長控制在 7 分鐘。
  • 標題 A/B 測試：用「Vercel 內部教程外流」vs「AI Agent 框架手寫指南」分別投放 100 元廣告看 CTR，跑出高 CTR 模板後大量複製。

變現鏈路分三層：第一層是接程式教育類廣告；第二層是賣課，把系列教程打包成《AI Agent 工程師實戰課》；第三層是高階諮詢，幫企業搭建 Agent 團隊。⚠️ 據源帖稱，萬粉帳號單條程式教育廣告報價在千元等級，未獨立查證。

選路指南：哪條路徑適合你

  • 在職程式設計師想搞副業：走路徑二 + 路徑三的輕量版。先用週末時間接 1-2 個小單練手，同時把過程錄成短影片發 Lemon8，目標月入 2 萬到 4 萬。
  • 自由工作者想衝月入 20 萬：走路徑二重投入。冷啟動期 3 個月，前三個月不挑客戶只攢案例，第四個月開始挑高價值客戶，目標客單價 12 萬以上。
  • 學生 / 轉行新人：先走路徑一吃透課程，產出 5 個 demo 專案發 GitHub 攢作品集，6 個月後再考慮接案。

案例：Joel Hooks 的課程本身就是一個樣板

Joel Hooks 是 Vercel Academy 的課程作者，也是這次《Build Your Own AI Coding Agent Harness》的主講人。他本身就是「Agent 工程師變現」的活案例——靠輸出高品質技術教程，在開發者社群建立強個人品牌，課程內容被大量二次傳播。

他的打法可以平移：技術棧以 Vercel AI SDK 為核心，交付物是「可運行的 Agent 系統」而不是「程式碼片段」。這正是當前 Agent 接案市場最稀缺的供給。

⚠️ 關於其他獨立開發者的具體收入數據（如月入 5 萬美元、半年漲粉 12 萬等），素材包中未提供可驗證資訊源，本文不引用具體數字。

零基礎入門路徑

如果你是 Node.js / TypeScript 都沒碰過的小白，照這個順序來：

  1. 第一個月：學 Node.js 基礎 + TypeScript 語法 + LLM 基礎概念（什麼是 token、什麼是 prompt、什麼是 function calling）。推薦中文資源：阮一峰 TypeScript 教程、《AI 工程師手冊》。
  2. 第二個月：只啃課程裡的「工具循環」一個模組，配 AI SDK 官方文件的 quickstart 跑通 demo。
  3. 第三個月：加「沙箱抽象」模組，做一個能自動整理資料夾的 Agent。
  4. 第四個月起：按路徑二或路徑三開始變現嘗試。

合理預期：第一個月只學工具循環一個模組，不要試圖一次學完。每天投入 2 小時，30 天後你能搭出一個最小可運行的 Agent 鏈路。

行動呼籲：今晚就開啟 Vercel Academy

Vercel Academy 的課程是免費開放的，不需要註冊付費帳號。前往 vercel.com/academy 搜尋課程名「Build Your Own AI Coding Agent Harness」，進入課程頁面，從第一個模組開始啃。

不要試圖一次學完。每天投入 2 小時，先把工具循環和沙箱抽象這兩個模組吃透，然後立刻動手做一個最小可行產品——哪怕只是一個能自動整理資料夾的 Agent。

當你能在 30 分鐘內搭出一個「讀檔 → 分析內容 → 生成報告 → 寫入新檔」的完整 Agent 鏈路時，你已經碾壓 90% 的「AI 編碼教程學員」。這時候去接案、去拍影片、去寫 Substack，都會有真實的內容輸出。

今晚開啟 Vercel Academy，從工具循環模組開始啃——30 天後你會感謝現在的自己。