Circle 已通过 Vercel 集成部署能力，进入其由 AI（人工智能）驱动的开发工具包，使开发者能够在单一统一工作流程中，从自然语言提示直接转到已部署的 stablecoin（稳定币）应用。该集成在 April 2026（2026 年 4 月）宣布，引入了一种“从提示到部署”的方式：开发者可以用纯英语描述应用，AI-powered coding agent（AI 编码代理）会解读该请求，并使用 Circle 的 USDC 基础设施来构建应用。应用一旦生成，就可以直接部署到线上环境，而无需开发者离开其编码界面。
Circle 的系统在生成任何代码之前就融入上下文意识，因此有别于标准的 AI 代码生成工具。当开发者提交请求时，AI 代理会先检索相关模块，包括网络配置、合约地址以及钱包交互模式。随后，这些要素会被应用到开发者的特定需求上，确保生成的代码从准确的技术基础开始。
例如，当被要求在 Circle 的 Arc Testnet 上构建一个支付应用时，AI 代理会收集必要的基础设施细节，并将其集成到生成的代码中。这包括正确配置网络、引用相应的 USDC 合约，以及按照 ERC-20 标准来组织代币交互。Circle 通过一个支付请求应用示例展示了这一功能：AI 代理被要求创建一个系统，让用户能够生成可分享的支付链接、接收 USDC 支付，并在链上验证交易。
Vercel 集成的加入解决了 Circle 之前工具包版本中的一个关键限制。此前，尽管开发者可以借助 AI 协助生成应用，但部署仍需要在编码环境之外进行单独的流程。通过此次新更新，当应用在本地构建完成后，就可以在同一代理会话中直接推送到生产环境，并分配一个公共 URL。
这种统一工作流程消除了开发者在工具或环境之间切换的需要，降低摩擦并提升开发效率。从提示输入到部署的整个过程现在都发生在单一代理会话中，从而简化了传统上割裂的开发与部署工作流程。
Circle 最初在 2026 年 3 月推出其 AI 开发工具包，名为 Circle Skills，作为 stablecoin（稳定币）应用开发的开源框架。早期版本重点在于提供模板和最佳实践，用于处理 USDC 支付，通过其 CCTP 协议实现跨链转账，并管理钱包操作。
Vercel 部署能力的集成体现了该工具包一次重要的演进，弥合了开发与真实世界应用托管之间的差距。系统目前支持 Circle 的 Arc 区块链，该链仍处于 testnet（测试网）阶段。开发者可以在切换到 live production（线上生产）环境之前，先使用 test USDC（测试 USDC）来尝试完整工作流程。
Circle 将更快的速度和更少的错误视为这种方式的主要收益。传统的 AI 编码工具可能会生成不准确的配置，例如错误的合约地址或网络设置。通过在工作流程中嵌入经过验证的基础设施模式，系统可确保 AI 从准确的技术基础开始，从而最大限度地减少独立代码生成工具中常见的配置错误。
这种能力预计将加速从原型到演示的时间线，尤其适用于构建以支付为导向的应用团队。不过，Circle 也承认，结果会因项目复杂度而有所不同。像支付链接生成器这类更简单的工具，可能比资金管理平台这类更高级的系统更能更快带来收益。
Circle 还澄清，该工具包旨在提供架构指导和结构化模板，而不是完全自主的代码生成。开发者被鼓励在将生成的输出部署到生产环境之前进行审查和验证。
问：Circle 的 AI 编码代理与标准 AI 代码生成工具有什么不同？
Circle 的系统通过在生成代码之前检索经过验证的基础设施模块（包括网络配置、合约地址以及钱包交互模式）来融入上下文意识。这确保 AI 从针对 USDC 与 Arc Testnet 的准确技术基础开始，从而减少标准 AI 编码工具中常见的配置错误。
问：该工具包当前支持哪条区块链，是否已准备好用于主网生产？
该工具包当前支持 Circle 的 Arc 区块链，该链处于测试网阶段。开发者可以使用 test USDC 试验完整工作流程。系统目前尚未提供用于 mainnet（主网）生产环境；开发者必须在部署到生产环境之前验证生成的输出。
问：哪些类型的应用最能从这种由 AI 驱动的开发方式中获益？
更简单的应用，尤其是以支付为导向的工具（如支付链接生成器），预计会最先从由 AI 驱动的工作流程中受益。更复杂的系统（例如资金管理平台）可能需要在 AI 生成的基础之上进行额外定制，并由开发者进行验证。
相关文章
