Vercel Schedules发布：让AI代理实时调度任务

从静态Cron到动态调度：Vercel Schedules解决什么痛点

传统的Cron Job是开发者再熟悉不过的工具——备份数据库、同步系统数据、定期清理记录，这些重复性工作都靠它完成。但它的局限也很明显：定时任务必须在代码中预先定义，修改配置后需要重新部署才能生效。

Vercel Schedules的推出正是为了解决这个矛盾。据Vercel官方介绍，Schedules构建在Vercel Cron Jobs的静态方法之上，但核心差异在于：它让用户和AI代理可以在应用运行过程中决定任务何时执行，而无需重新部署。这个转变看似微小，实则打开了全新的使用场景。

Cron Job 与动态调度的本质区别

Cron 是一种基于时间的作业调度器，最早源于 Unix 系统，通过 crontab 文件定义任务执行的时间规则。其核心特征是声明式和静态性：任务计划与代码一同部署，任何调整都需要修改配置并重新发布。这种模式适用于可预测的周期性任务，但无法应对运行时才确定的调度需求。

动态调度则将决策权从部署时转移到运行时。应用程序或代理可以在任意时刻通过 API 创建、修改或取消任务，调度信息存储在平台侧而非代码库中。这要求平台具备任务持久化、到期触发和可靠投递的能力。Vercel Schedules 正是通过底层 Queues 和函数调用机制来实现这一能力，从而弥合了静态 Cron 与事件驱动架构之间的鸿沟。

静态与动态双模式：两种调度路径的取舍

Vercel Schedules提供了两种使用方式，分别对应不同的需求场景。

静态调度：延续配置驱动

静态调度将时间配置保留在vercel.json或Build Output API配置中，部署时同步生效。这种方式适合调用私有函数、HTTP路径，或向Queue topics发送消息。对于已经习惯Cron Jobs的团队来说，迁移成本几乎为零。

动态调度：让应用自己决定

动态调度的价值在于灵活性。应用可以通过JS SDK、CLI或API在运行时创建和管理调度，支持一次性任务和通过Queue topics实现的周期性任务。官方给出的代码示例展示了一个AI SDK工具，代理可以调用Schedules.create方法创建一次性调度，指定任务内容、执行时间和时区。

Vercel还支持在Preview部署和自定义环境中测试调度任务，通过项目的Schedules标签页中的"Run Schedule"功能，开发者可以无需等待直接触发任务，并查看历史执行记录。

AI SDK 与工具调用机制

Vercel AI SDK 是一个用于构建 AI 应用的开源库，其核心功能之一是支持大语言模型（LLM）进行工具调用（Tool Calling）。开发者可以定义一系列工具函数（如 Schedules.create），并描述其参数和用途；当模型认为需要执行某个动作时，会生成对应的调用请求，由应用执行并返回结果。

在 Vercel Schedules 的示例中，代理通过 AI SDK 工具创建调度，实质上是将调度能力封装为模型可调用的工具。这使得代理能够理解用户的自然语言指令（如“明天早上总结新闻”），并将其转化为结构化的调度创建请求。工具调用机制让动态调度无缝融入代理工作流，无需硬编码调度逻辑。

代理场景落地：一个Hacker News摘要任务的全流程

官方用一个具体例子说明了Schedules的工作方式。用户可以对一个具备网页访问能力的代理说："明天早上，总结Hacker News前五条新闻。"

传统方案需要将请求和调度时间存入数据库，再用Cron Job轮询检查是否有到期任务。而使用Schedules，代理可以直接创建一个调度，记录请求内容和执行时间，省去了独立的数据库和轮询作业。

当任务到期时，Vercel通过Queues将保存的请求投递到应用。应用提供代码读取请求、检查用户当前权限并启动代理。代理获取新闻后返回摘要，应用再保存给用户。

有意思的是，Vercel强调了权限检查发生在任务执行时而非创建时，这意味着如果用户在任务创建后权限发生变化，执行时仍会被正确校验。这是一个容易被忽视但至关重要的安全设计。

如果开发者已经在使用fx的JavaScript库、libfx或Pi的代理库构建代理，可以添加类似的调度工具。而eve代理框架则直接使用Vercel Schedules为托管在Vercel上的生产代理提供动态调度能力。

Queues 与任务投递的可靠性

Vercel Queues 是一种消息队列服务，用于在分布式系统中可靠地传递消息。在 Vercel Schedules 中，当调度任务到期时，平台会将保存的请求内容封装为消息，通过 Queues 投递到应用对应的处理函数。这种设计解耦了调度触发与任务执行，并提供至少一次的投递保证。

使用 Queues 的好处包括：自动重试失败的任务、缓冲突发流量、以及将任务执行与 HTTP 请求生命周期分离。对于代理场景，这意味着即使应用暂时不可用，任务也不会丢失，待恢复后仍可继续处理。开发者无需自行维护轮询作业或消息队列，平台已内置了这些基础设施。

周期性任务与框架集成：不只是AI代理

虽然代理场景是Vercel Schedules的亮点，但它同样服务于传统的应用级周期性任务。

开发者可以在vercel.json中定义调度，例如每天凌晨2点（纽约时区）调用一个私有清理函数。Vercel会直接调用该清理代码，不将其暴露在公共URL上，并检查每次调用是否来自调度服务——这个校验由平台完成，开发者无需自行添加。

对于使用Nitro 3服务器框架的应用，其实验性集成允许将现有scheduledTasks配置中的周期性任务作为私有函数运行。

开发者可以用vercel dev在本地尝试代理任务和清理任务，然后在Preview分支或自定义环境中测试，确认无误后再上生产。

公测阶段与上手建议

Vercel Schedules目前处于Public Beta阶段，官方表示可以用于应用已有的周期性任务。当用户或代理决定工作何时发生时，代码可以创建和管理对应的调度。

对于想要尝试的开发者，Vercel提供了Schedules skill和相应的文档。考虑到Beta阶段的产品可能存在API调整，建议先在非关键路径上验证，特别是在代理场景中关注权限校验和任务投递的可靠性。

从产品定位来看，Vercel Schedules填补了静态Cron和动态事件驱动之间的空白。它没有试图取代Cron，而是承认了一个事实：当代理开始参与工作流，调度的决策权需要从部署时转移到运行时。

Vercel 环境与部署模型

Vercel 是一个面向前端和全栈应用的云平台，其核心部署模型基于 Preview 部署和生产部署。每次 Git 推送都会生成一个独立的 Preview 部署，用于测试和验证；合并到主分支后则触发生产部署。自定义环境允许团队创建额外的部署环境（如 staging），并配置独立的环境变量和域名。

Vercel Schedules 充分利用了这一模型：开发者可以在 Preview 部署或自定义环境中安全地测试调度任务，利用“Run Schedule”功能手动触发，并查看执行历史。这种环境隔离机制降低了在生产环境直接调试调度逻辑的风险，符合现代 DevOps 的渐进式发布理念。