Vercel 以其雲端基礎設施聞名,該設施允許開發者部署代理程式而無需管理伺服器,已悄然成為 AI 軟體領域的核心公司之一。該公司目前每天處理 600 萬次部署,其中一半是由程式碼生成代理程式觸發的,每天有超過 1 兆個 token 流經該公司的 AI 閘道。
上週在該公司的 ShipNYC 大會後,我們與 Vercel 執行長 Guillermo Rauch 進行了訪談,聽取他對當前 AI 發展的看法,以及像 Vercel 這樣的平台公司如何與主要實驗室競爭。以下是經過輕微編輯的訪談紀錄。
Vercel 作為 AI 軟體基礎設施提供商,每日處理數百萬部署和兆級別的 token 流量,其執行長 Guillermo Rauch 分享了 AI 代理程式從原型到實際應用的轉變。他強調了程式碼生成和企業內部代理程式的關鍵應用,並介紹了 Vercel 為解決資料安全和控制問題而開發的 Eve 框架和 Sandbox 工具。Rauch 預測 AI 產業將走向模型與代理程式分離的模組化架構,並指出企業正從單一模型合作轉向多模型策略,以優化生產和性價比。

Vercel 以其雲端基礎設施聞名,該設施允許開發者部署代理程式而無需管理伺服器,已悄然成為 AI 軟體領域的核心公司之一。該公司目前每天處理 600 萬次部署,其中一半是由程式碼生成代理程式觸發的,每天有超過 1 兆個 token 流經該公司的 AI 閘道。
上週在該公司的 ShipNYC 大會後,我們與 Vercel 執行長 Guillermo Rauch 進行了訪談,聽取他對當前 AI 發展的看法,以及像 Vercel 這樣的平台公司如何與主要實驗室競爭。以下是經過輕微編輯的訪談紀錄。
今年社群的氛圍似乎有所不同,較少試驗性專案,更多地專注於如何在實踐中讓事情順利運作。我相信您在客戶那裡也看到了很多這種情況,但我很好奇 Vercel 內部這段旅程是怎樣的。
去年是關於原型開發。當時的口號是「天馬行空,釋放代理程式,人人都能建構」等等。我們也這樣做了,並從中學到了很多,因為公司內部有機地開發和部署了數百個代理程式,然後我們開始面對代理程式在生產環境中的實際挑戰。
對我來說,最大的教訓是關於「一鳴驚人」的應用案例,也就是代理程式的兩個殺手級應用。其中一個當然是程式碼生成代理程式。它推動了全球大量的 token 使用,但當你產生這麼多軟體時,你需要一個地方來放置它。
代理程式的第二個殺手級應用是協助公司營運的內部代理程式。這裡的挑戰在於,你如何安全地存取資料?你如何審計代理程式正在做什麼?你如何追蹤代理程式為了完成工作而必須進行的所有工具呼叫和存取控制?
為了解決這個問題,我們提出了一個名為 Eve 的框架,你可以在其中用自然語言設定代理程式的指令和技能。另一個工具是 Vercel Sandbox,你可以在其中將代理程式放入一個小「籠子」裡。它仍然可以自由地表達其智慧,但你可以對它能存取的資料以及可以離開沙盒的資料施加政策。
這有助於你避免哪些問題?
對於 Sandbox 來說,最大的優勢是資料控制。我一直認為 AI 的一個真正風險是,當你使用像 Devin 或 Cursor 這樣的程式碼整合開發環境(IDE)時,如果你設定不當,它們可能會訓練你的整個程式碼庫。我記得曾與空中巴士的總裁談論過這個問題。
他們擁有數十年來累積的、非常特定的航空航太工程 C++ 程式碼財富。如果有人安裝了錯誤的開發者工具,那麼「砰」的一聲,所有程式碼都可能被傳送到雲端進行訓練。
我很好奇想多了解第二個殺手級應用案例。我們都知道程式碼生成代理程式,但實際應用中的企業內部代理程式是什麼樣子的?
舉例來說,Vercel 辦公室裡有一位銷售代表。她的工作是拓展現有客戶群。像她這樣的人的瓶頸從來不是她的創造力、智慧或建立關係的能力,而是資料。「我不知道哪些客戶成長得更快。給我過去兩週內增加最多席位的五個客戶,這樣我就可以優先處理我的工作。」她過去無法提出這個問題。她需要等到第一季新的銷售儀表板專案完成。
我們 Vercel 多年來一直處於這種瓶頸中,這真的很令人沮喪,因為在研發方面,我們是世界上發展最快的公司。但在銷售引擎,也就是 Salesforce 工程方面,我卻非常無能。我剛開始時從未打開過 Salesforce。
現在我覺得我真的可以對整個公司產生影響,因為 Eve 可以用於我們面向客戶的代理程式,也可以用於提高生產力。這是相同的技術,只是 API。代理程式正在迫使公司開放,這將產生巨大的長期影響。許多 SaaS 巨頭透過鎖定你的資料來建立他們的整個王國,而這與代理程式是不相容的。
您如何看待客戶與大型 AI 實驗室的關係變化?
去年有很多人選擇一個實驗室夥伴,說他們會將所有東西都建立在 OpenAI 或 Anthropic 上。現在他們說,我了解這一切是如何運作的,模型、框架、資料平台、沙盒、閘道,每個部分都是隨插即用。你可以使用 OpenAI,你可以使用 Anthropic,或者你可以使用 Gemini。
我們看到 Gemini 的成長非常快,儘管它在新聞中沒有那麼多報導,因為人們現在正在優化生產。現實是,當你優化生產時,你開始考慮性價比,而 Gemini 模型具有出色的性價比特性。你也會引入開源模型,所以 DeepSeek 和 GLM-5.2 正在崛起。數據不會說謊。
在某些方面,你們也與這些實驗室直接競爭,對嗎?就在前幾週,OpenAI 發布了一套新工具,可以直接發布到網路上,而無需離開 OpenAI 的生態系統。
對他們來說,託管小型網站是自然而然的下一步。這對我們來說是一個很好的機會,因為現在人們會將 ChatGPT 視為製作網站的工具。然後,如果他們繼續向模型詢問有關網站託管的問題,模型就會推薦我們。但你說得對,隨著模型或平台增加更多功能,它們會與現有的基礎設施平台直接競爭。
我真的認為在這一點上,我們正在決定模型和代理程式是否會耦合。
你是從一個地方獲得所有智慧嗎?還是從一個供應商那裡獲得一個模組、一個函式庫或一個建構區塊,然後在其基礎上進行建構?這更像是軟體工程一直以來的樣子,這也正是我們正在推向市場的。我們將成為這一代的 AWS,所以我們顯然正在為一個開放協議的世界而奮鬥。
覺得值得一看?分享給朋友。
以上為 AI 自動翻譯導讀。原文版權歸 TechCrunch AI 所有, 建議透過「閱讀原文」前往原始網站,以取得最完整資訊並支持原作者。
43 個來源、每 2 小時更新,太多看不完。電子報每週挑最值得看的幾則,附上 Max 的看法。