Vercel CEO 谈模型与智能体之争
TechCrunch AI··作者 Russell Brandom
关键信息
Rauch 提到智能体的两大核心场景：编码智能体，以及帮助员工访问数据和自动化工作的企业内部智能体。Vercel 的工具包括 Eve，它可以用自然语言定义智能体的指令和技能；还有 Vercel Sandbox，它会把智能体放进隔离环境中，以便通过策略控制其可访问和可导出的数据。
资讯摘要
在 ShipNYC 大会之后的一次经过轻度编辑的对谈中，Vercel CEO Guillermo Rauch 介绍了公司如何从 AI 原型阶段转向更关注生产环境中的现实问题。Vercel 以无需开发者管理服务器即可部署智能体的云基础设施著称，如今表示其每天处理 600 万次部署，其中大约一半由编码智能体触发。Rauch 还提到，Vercel 的 AI gateway 每天处理超过 1 万亿个 token，显示出该公司已成为 AI 软件基础设施中的关键一环。他认为，智能体最重要的机会不仅是编程助手，还包括帮助企业处理日常运营的内部智能体。对于企业级场景，他强调必须安全访问数据、审计智能体行为，并记录所有工具调用和访问控制。
为了解决这些问题，Vercel 推出了 Eve，用自然语言描述智能体的指令和技能；同时推出 Vercel Sandbox，把智能体限制在受控环境中，以便通过策略控制其可读取和可外传的数据。Rauch 警告说，如果编码 IDE 在错误环境中使用，可能会带来严重的数据风险，甚至让整个代码库被用于训练。他举了航空航天工程代码的例子，说明一旦敏感的 C++ 系统代码外泄，后果可能非常严重。Rauch 还表示，智能体正在迫使公司通过 API 更开放、更可访问，而这可能会对长期依赖“锁住数据”来建立护城河的 SaaS 业务产生深远影响。
资讯正文
Vercel 以其云基础设施闻名，这套基础设施允许开发者在无需管理服务器的情况下部署 agent，如今它已悄然成为 AI 软件领域最核心的公司之一。该公司目前每天有 600 万次部署，其中一半由编码 agent 触发，而且每天有超过 1 万亿个 token 通过该公司的 AI 网关流转。
在上周的 ShipNYC 会议结束后，我们与 Vercel CEO Guillermo Rauch 坐下来，听他谈谈他对当下 AI 时代的看法，以及像 Vercel 这样的平台公司最终如何与大型实验室展开竞争。以下内容经过轻度编辑。
今年，社区里似乎有一种不同的氛围：试点项目少了，更多人开始关注如何让事情在实践中真正运转良好。我相信你在客户身上也看到了很多这样的变化，但我很好奇，在 Vercel 内部，这段旅程是怎样的？
去年主要是在做原型。天高任鸟飞，把 agent 放出来，人人都能构建，诸如此类。我们确实这么做了，也学到了很多，因为公司内部自然涌现并部署了数百个 agent，随后你就开始面对 agent 进入生产环境后的现实，以及其中的一些挑战。
对我来说，最大的教训是那些能一举成功的用例，也就是 agent 的两个杀手级应用。一个当然是编码 agent。这推动了世界上大量的 token 使用，但当你生成这么多软件时，你需要有地方把它们放起来。agent 的第二个杀手级应用，是帮助你运营公司的内部 agent。这里的挑战在于，你如何安全地访问数据？你如何审计 agent 的行为？你如何获取一条完整的轨迹，记录它为了完成任务而调用过的所有工具以及经历过的所有访问控制？
为了解决这个问题，我们提出了一个叫 Eve 的框架，你可以用自然语言来列出 agent 的指令和技能。另一个工具是 Vercel Sandbox，你可以把 agent 放进一个小笼子里。它仍然可以自由地展现自己的智能，但你随后可以对它能访问哪些数据、哪些数据可以离开 sandbox 施加策略控制。
这能帮你避免哪些问题？
对于 sandbox 来说，最大的优势是数据控制。我一直会想到 AI 的一个真正风险：当你使用像 Devin 或 Cursor 这样的编码 IDE 时，如果设置不当，它们可能会拿你的整个代码库去训练。我记得曾和空客总裁谈过这件事。你手里有几十年积累下来的、极其专业的航空航天工程 C++ 代码。结果有人进来安装了错误的开发工具，砰的一下，所有代码都被发到云端去训练了。
我想更多了解一下第二个杀手级用例。我们都知道编码 agent，但内部的企业 agent 在实际中是什么样子的？
所以，那里坐着一位销售代表［在 Vercel 的办公室里］。她负责 install base，也就是现有客户的拓展。像她这样的人遇到的瓶颈，不是创造力、智力或建立关系的能力，而是数据。“我不明白哪些账户增长更快。给我过去两周里新增席位最多的五个账户，这样我就能优先安排工作。”过去她没法提出这个问题。她得一直等到一项为新的销售看板而开展的 Q1 项目完成。
在 Vercel，我们在这个瓶颈里卡了好几年，这真的很令人沮丧，因为在研发端，我们是世界上行动最快的公司。但在销售引擎、Salesforce 工程［这边］，我却糟糕透顶。我开始工作时，人生中从来没有打开过 Salesforce。
现在我觉得自己真的能够对整个公司产生影响，因为 Eve 可以用于面向客户的代理，也可以用于提升生产力。技术其实还是同一种，只不过是 API。Agents 正在迫使公司开放起来，而这会带来深远的长期影响。许多 SaaS 巨头都是靠把你的数据锁住来建立自己的王国，而这与 agents 是不兼容的。
你怎么看客户与大型 AI 实验室之间的关系会如何变化？
去年有很多人会选定一个实验室伙伴——说他们会把一切都建立在 OpenAI 或 Anthropic 之上。现在他们在说，我已经明白这一切是怎么运作的了——模型、harness、数据平台、sandbox、gateway——每一部分都是即插即用。你可以用 OpenAI，也可以用 Anthropic，或者用 Gemini。我们看到 Gemini 的增长非常快，尽管它不像新闻里出现得那么频繁，因为现在人们优化的是生产环境。现实情况是，当你优化生产时，你就会开始看性价比，而 Gemini 模型在性价比方面非常出色。你还会引入开源模型，所以 DeepSeek 和 GLM-5.2 也在迅速崛起。数据不会说谎。
你们也有一些地方是在直接和实验室竞争，对吧？就在上周，OpenAI 发布了一套新工具，可以直接发布到网页上，而不必离开 OpenAI 的封闭环境。
对他们来说，托管一些小网站是自然而然的下一步。而这对我们来说是一个很好的切入点，因为现在人们会把 ChatGPT 看作一个做网站的工具。然后如果他们继续就网站托管向模型提问，模型就会推荐我们。但你说得对，随着模型或平台增加更多能力，它们就会与已经存在的基础设施平台直接竞争。
我真的认为，到这个阶段，我们决定的是模型和 agent 是否要耦合在一起。
你是从一个地方获得全部智能吗？还是从某个提供商那里拿到一个模块、一个库，或者一个构建块，然后在它上面继续开发。这更像软件工程一贯的方式，而这正是我们要推向市场的东西。我们会成为这一代的 AWS，所以我们显然是在为一个开放协议的世界而战。
来源与参考
收录于 2026-07-07