TanStack AI 进入 RC 阶段：这对 TypeScript 团队意味着什么

三个人，用自己的业余时间，花了过去十个月为 TypeScript 搭了一套完整 AI 框架。2026 年 8 月 21 日，他们宣布项目进入候选发布阶段。在读公告之前，有件事最好先知道：npm 目前提供的 @tanstack/ai 版本仍是 0.49.1，所以这里的“RC”是项目阶段标签，不是 semver 版本标签。架构已经锁定，版本号还没跟上。两件事都没什么可大惊小怪，但同时记住它们，才能更准确地理解这次发布。

关键要点 - TanStack AI 是 TanStack 生态中的开源 AI 框架，由三名维护者利用业余时间开发，于 2026 年 8 月 21 日进入候选发布阶段。 - 一个 chat() 方法覆盖模型提供商聊天、媒体生成、MCP、沙箱和智能体框架，线路协议采用 AG-UI，核心卖点是类型安全。 - 软件包仍然是 0.x，Vercel AI SDK 的 npm 周下载量大约是它的 70 倍。RC 的意思是“请帮我们测试”，不是“周一就迁移生产系统”。 - 如果你正在用 TypeScript 开发 AI 功能，这一周很适合拿一个小项目试试。

这周到底发生了什么？

8 月 21 日，Alem Tuzlak、Jack Herrington 和 Tom Beckenham 在 TanStack 博客上宣布进入 RC 阶段。项目始于 2025 年 10 月，当时只有一个 chat() 方法和四个提供商，现在已经覆盖 AI 产品需要的大部分能力：聊天、持久化、媒体生成、嵌入、记忆、MCP，以及沙箱化智能体框架，可以让 Codex、Claude Code 或其他兼容 ACP 的编程智能体对接你自己的 UI。

有几个宣传数字值得加脚注。“24 个提供商”这个标题数字是把不同模态一起计算的；官方对比页面列出的是 16 个 LLM 适配器加 5 个智能体框架适配器。媒体生成所说的“100 多个模型”，主要来自一个适配器通过 fal 能覆盖的模型目录。至于公告里被写得很新的 AG-UI 采用，其实从功能上说 5 月就已经完成，当时团队已经实现与规范完全双向兼容。这些都谈不上不诚实，只是发布文章常见的数字膨胀，在转述之前值得先把气放掉一点。

最让我信服的一句话反而在接近结尾的地方：“我们没有商业路线图，没有要向上销售的产品，也没有隐藏议程。”放在 2026 年的 AI 工具市场里，这确实很少见。

TanStack AI 于 2026 年 8 月 21 日进入候选发布阶段。这个框架从一个聊天方法和四个提供商，发展成了以 AG-UI 为官方协议的完整 AI 技术栈，而且整个项目由三人团队公开构建，见 TanStack 博客。

为什么这件事值得关注？

因为它进入的是一场差距并不接近的竞争，而这恰恰让它有意思。现有主导者是 Vercel AI SDK。Vercel 表示它每月下载量超过 4000 万次，并被财富 500 强企业采用。本周 npm 注册表中，Vercel 的 ai 软件包每周下载量约为 2310 万，而 @tanstack/ai 约为 32.9 万。差距大约是 70 比 1。

2026 年 8 月最后一周的 npm 每周下载量，按比例绘制。TanStack 的柱子只有三个像素高，而这正是重点：它现在是挑战者，不是主导者。

TanStack 对这个差距的回答，其实和十年前它面对数据获取问题时一样。React Query 最终胜出，靠的是无头设计、框架无关、类型安全，而且不绑定任何平台。TanStack AI 把同一套思路用到了 AI 基础能力上。AI SDK 流式传输的是自有 UI 消息格式，而 TanStack AI 从头到尾输出原生 AG-UI 事件，这个协议已经被 20 多个智能体框架支持。值得肯定的是，他们自己的对比页面也承认双方各自更强的地方：它把选择描述成“组合库”的问题与“全栈平台”的问题，然后直接列出 AI SDK 做得更好的地方。这是我在这场竞争两边见过最诚实的“我们对他们”页面。

2026 年 8 月下旬，Vercel AI SDK 的 npm 每周下载量大约是 TanStack AI 的 70 倍，分别约为 2310 万和 32.9 万。TanStack 的反击点不在规模，而在架构：开放的 AG-UI 协议、框架无关客户端、端到端类型安全，而且不绑定任何平台。

对 TypeScript 团队意味着什么？

有三件具体事情值得看，我按自己相信程度从高到低排。

第一，持久化不再需要单独做成一个项目。你实现一个很小的存储接口，用团队的符合性测试套件跑一遍，再把它交给持久化中间件。文档示例大约 20 行代码，而且用户能在流式响应中途刷新页面，再从原位置继续。脚注也必须说清楚：这 20 行版本开发时使用的是内存流。生产环境需要真正耐久的恢复能力，还要接外部 Durable Streams 后端，所以别把“20 行”直接拿去给团队估工作量。

第二，MCP 有类型了。@tanstack/ai-mcp 软件包带一个 CLI，可以检查远程 MCP 服务器，并为其中的工具生成 TypeScript 类型。这样，格式错误的工具调用会在编译阶段失败，而不是凌晨 2 点才爆。如果你一直手工接 MCP 服务器，而我在 MCP 商业应用笔记里看到的情况说明很多团队确实还在这么做，光这一项就值得花一个下午试。

第三，智能体框架变成一个组件，而不是厂商选择。你可以在自己选的沙箱里运行 Codex 或 Claude Code，对对话开分支，把同一个提示同时跑多个尝试，并让每一次运行都具备耐久性。没有人强迫你选 Daytona 或 E2B。如果智能体框架还是陌生领域，我的智能体架构实践蓝图解释了下面的循环。对于关注中国实验室的读者，OpenRouter 适配器则意味着 Qwen、DeepSeek 和 Kimi 只需一行配置，就能走同一套 API，这也符合我在中国开放权重 AI 生态现场指南里主张的模型无关立场。

对 TypeScript 团队来说，这次 RC 最实用的吸引力有三点：大约 20 行中间件即可搭起持久化；通过能生成类型的 CLI，让 MCP 工具在编译期获得类型安全；以及面向 Codex、Claude Code 等编程智能体、与提供商无关的沙箱化智能体框架。

现在应该怎么做？

1. 本周： 在一个可以随便丢弃的小项目上安装它。运行 pnpm add @tanstack/ai @tanstack/ai-openai，把 chat() 接到服务器发送事件端点，然后亲自感受流式处理和类型体验与现有方案相比怎样。

2. 本月： 先读团队自己写的 Vercel AI SDK 对比，再读其他人的，包括这篇。他们对 AI SDK 领先的地方写得很坦率，这反而让 TanStack AI 自己的优势主张更可信。

3. 如果撞到缺陷： 提 issue。仓库目前有 45 个未关闭问题和三名维护者，边角问题是真实存在的，例如工具调用先于文本时，第一段文本增量可能丢失；OpenAI Responses 工具循环中偶发 400 错误。RC 阶段的反馈，就是最后变成 v1 修复内容的东西。

下面这些事现在不要做：

• 这周就把生产环境中的 AI SDK 应用迁过去。软件包仍然是 0.x，自有原因。

• 把“24 个提供商”完全按字面理解。文档列的是 16 个 LLM 适配器加 5 个智能体框架适配器，更大的数字把多种模态里的提供商一起计算了。

• 相信 tanstack.com/ai 首页上的状态。那里还写着 alpha，而且只列四个提供商，只是还没随着 RC 更新。

更大的图景

这次发布背后的故事，其实是团队本身的形态。三个人、业余时间、没有价格页，在 RC 公告发布后的六天里合并了 52 次提交。和一家还有网关产品要卖的平台公司放在一起看，这既可以被理解成开源最浪漫的版本，也可以被理解成真正的运营风险，而现实大概两者都是。TanStack 的 npm 软件包也曾卷入2026 年 5 月的供应链蠕虫事件，这就是三人运营面在糟糕的一周里可能呈现的样子。

团队说 v1 已经非常接近，而提交记录说明他们是认真的。但 v1 不会改变上面那张图里的差距。缩小生态规模差距，比发布代码慢得多。想判断什么时候真正适合你，盯 issue 跟踪器，不要只盯公告频率。

常见问题

TanStack AI 已经可以用于生产环境了吗？

按照它自己的定义，还没有。候选发布意味着架构已经锁定，团队希望在 v1 前接受更激进的测试。软件包仍然是 0.x，issue 跟踪器也显示确实还有真实边角问题。它已经适合副项目和认真评估，但还不适合生产迁移。

TanStack AI 只能和 React 一起用吗？

不是。核心软件包与框架无关，并为 React、Vue、Svelte、Angular 和 Preact 提供一方客户端，同时还有纯服务端快速上手。框架独立性正是它相对 Vercel AI SDK 的主要差异之一。

延伸阅读

• MCP 商业应用：TanStack AI 现在替你生成类型的这个协议，真正在哪里产生价值。

• 智能体 AI 架构：实践者蓝图：这个框架封装的智能体框架背后，真正运行的循环是什么。

• 中国开放权重 AI 生态现场指南：OpenRouter 适配器另一端那些模型的整体生态。