Vercel以其云基础设施闻名，允许开发者部署代理而无需管理服务器，已悄然成为AI软件领域的核心公司之一。该公司目前每天处理600万次部署，其中一半由编码代理触发，每天通过其AI网关流转的令牌超过1万亿。

在上周举办的ShipNYC大会后，我们采访了Vercel CEO Guillermo Rauch，听他谈谈当前AI领域的现状，以及像Vercel这样的平台注册公司如何与大型实验室竞争。以下为经过轻度编辑的访谈内容。

今年社区氛围似乎不同了，试点项目减少，更多关注实际应用的可行性。你在客户那边看到这种变化了吗？Vercel内部的变化又是怎样的？

去年主要是原型设计阶段。大家放飞想象，释放代理，人人都能构建。我们也经历了这一阶段，积累了大量经验，因为公司内部有数百个代理被自然开发和部署。随后，我们开始面对代理在生产环境中的现实挑战。

对我来说，最大的收获是发现了两大杀手级应用。第一是编码代理，显然推动了全球大量令牌的使用。但生产大量软件后，必须有地方存放。第二个杀手级应用是内部代理，帮助企业运营。挑战在于如何安全访问数据，如何审计代理行为，以及如何追踪代理调用的工具和访问控制。

为此，我们设计了名为Eve的框架，可以用自然语言描述代理的指令和技能。另一个工具是Vercel Sandbox，将代理置于“笼子”中，既允许其发挥智能，又能通过策略控制其访问和输出的数据。

这能帮助避免哪些问题？

Sandbox最大的优势是数据控制。我一直担心AI的风险之一是，当你使用像Devin或Cursor这样的编码IDE时，如果设置不当，它们可能会用你的整个代码库进行训练。我曾与空客总裁讨论过这个问题。几十年来积累的专用C++航空工程代码，一旦错误安装开发工具，代码就可能被上传云端用于训练。

能详细说说第二个杀手级应用吗？我们都知道编码代理，但企业内部代理实际是怎样的？

比如Vercel的一位销售代表，她负责维护现有客户。她的瓶颈不是创造力或人际关系，而是数据。“我不知道哪些账户增长快，给我过去两周新增席位最多的五个账户，好让我优先处理。”过去她无法直接提问，只能等季度项目完成新的销售仪表盘。

我们在Vercel也遇到类似瓶颈，研发部门动作最快，但销售系统（Salesforce工程）却很落后。我刚入职时甚至没用过Salesforce。

现在，我觉得自己能影响整个公司，因为Eve既可用于客户代理，也能提升内部生产力。技术相同，都是API。代理促使企业开放数据，这将带来深远影响。许多SaaS巨头依赖数据锁定，这与代理理念不兼容。

你怎么看客户与大型AI实验室的关系变化？

去年很多人只选一个实验室合作，比如OpenAI或Anthropic。现在他们明白了整个体系——模型、管理、数据平台、沙箱、网关——都是可插拔的。你可以用OpenAI，也可以用Anthropic，甚至Gemini。Gemini虽然新闻少，但因其价格性能比优异，生产环境中增长迅速。开放模型如DeepSeek和GLM-5.2也在崛起，数据不会说谎。

你们也与实验室直接竞争吧？比如OpenAI最近发布了无需离开其生态即可直接发布网站的新工具。

这是他们的自然发展方向，托管小型网站。对我们来说是好机会，因为人们会把ChatGPT看作建站工具，持续询问网站托管，模型就会推荐我们。但你说得对，随着模型和平台功能增强，它们会直接与现有基础设施平台竞争。

我认为现在的关键是决定模型和代理是否耦合。

你是从一个地方获得全部智能，还是从不同供应商获取模块或构件，再在其上构建？后者更像传统软件工程，这正是我们要推出的产品。我们将成为这一代的AWS，显然我们在为开放协议的世界而战。