文章

本文提出一种创新且实用的方法，用于直接在 HTML 响应中为 AI 代理提供指令，尤其适用于受保护的网页。Vercel 基于新兴的 `llms.txt` 标准，建议使用 `<script type="text/llms.txt">` 标签嵌入指令。此方法巧妙地利用了 Web 浏览器会忽略未知类型脚本元素的特性，确保嵌入内容不影响页面呈现和用户体验。同时，大型语言模型 (LLM) 和 AI 代理被设计为解析和理解此类内容，从而发现并执行内联指令。Vercel 在其 401 身份验证页面上展示了一个实际用例，其中指令指导代理如何使用特定机制绕过身份验证来访问受保护的部署。此方法无需外部文档或繁琐的预配置，显著简化了代理交互。该提案强调这是一种灵活的约定，而非正式标准，支持立即采纳和更广泛的应用，不仅限于身份验证，还包括管理控制面板 (MCP) 发现或错误页面指导，从而促进对操作指令的更无缝和上下文感知的发现，以便更好地浏览复杂的 Web 环境。

这篇 Vercel 文章提出，能够设计、构建、测试和部署全栈功能的人工智能（AI）自主编码代理，需要重新评估其在通用会计准则（GAAP）下的会计处理方式。传统上，由于无法将开发工具的成本精确分配到可资本化的工作中，开发工具的费用被计为管理费用。然而，作者认为，通过人工智能代理产生的精细使用日志，可以将成本直接分配到特定的可资本化活动中，例如编码和测试，这与 ASC 350-40（内部使用软件）一致。文章认为，将这些成本资本化，类似于人类开发人员的薪资，能够更好地反映经济实质，提升投资者对财务状况的理解，提高项目可比性，并确保现有 GAAP 规则的一致应用。一个量化示例说明了资本化与费用化对财务报告（运营支出（OPEX）、税息折旧及摊销前利润（EBITDA）、资产负债表）的重大影响。文章还解决了常见的担忧，强调 GAAP 关注的是工作的性质，而不是支付方式，并且人工智能工具实际上可以简化使用跟踪。核心信息是，人工智能代理工作的精确可衡量性现在允许公司准确应用现有的 GAAP 资本化要求。

本文详细介绍了创意技术机构 Code and Theory 如何通过集成 Vercel 的 v0，从根本上改变其原型设计、需求收集和项目交付的方式。传统上，他们的工作流程涉及漫长的策略文档、线框图和静态模型循环。通过采用 v0，他们转向了基于提示的模式，直接生成可用的最小可行产品和高保真界面。这一转变显著缩短了反馈周期，并加快了上市速度，使得原型设计时间减少 75%，整体交付速度提高了 4 倍。文章重点介绍了 v0 如何实现跨职能协作，允许设计师、策略师和工程师通过共享且易于访问的界面，直接为可运行的原型做出贡献，从而促进新想法并简化开发。生成的应用程序与 GitHub、现有的质量保证流程和 Vercel 无缝集成，以实现安全部署，最终实现更快的交付、更强的创意探索和更高的团队清晰度。

本文探讨了 AI 原型设计中品牌一致性不足的问题，认为 AI 工具需要深入理解产品设计系统，才能生成品牌一致且可直接用于生产的输出。文章强调，大多数传统设计系统并非为此而构建，并介绍了“AI 原生”设计系统的概念。这种系统以 `shadcn/ui` 为例，具有开放、透明的组件、可组合且一致的 API 以及简单的、基于令牌的样式，这使得 AI 模型更容易理解和利用。文章详细介绍了如何结合 v0 使用 AI 原生设计系统的步骤，包括：将设计令牌应用于 `shadcn/ui` 主题，构建可复用的组件和模块，以及发布 `shadcn/ui` 注册表以共享品牌资产，确保团队间 AI 生成内容的一致性。这种方法有望加快迭代速度，更好地协调设计和工程，并简化交接流程，最终带来更逼真和更有意义的原型。