Vercel CEO：智能体与模型是否应该分离？

AI

Vercel是一家以云基础设施著称的公司，允许开发者在无需管理服务器的情况下部署智能体。如今，这家公司已悄然成为AI软件领域最核心的企业之一。目前，Vercel每天处理600万次部署，其中一半由编码智能体触发，每天通过公司AI网关流转的Token数量更是超过1万亿个。

在上周举办的ShipNYC大会结束后，Vercel CEO纪尧姆·罗什接受了专访，分享了他对当前AI发展形势的判断，以及Vercel这样的平台公司如何在竞争中与各大AI实验室同台博弈。以下是经过整理的访谈内容。

今年社区的氛围明显不同，试点项目少了，大家更关注如何在实际应用中落地。您在客户那里肯定也感受到了这种转变，Vercel内部又经历了怎样的演变？

去年是原型探索阶段，大家都觉得天花板很高，放手让智能体去干，人人都能构建，诸如此类。我们也这样做了，收获很大，因为公司内部自然涌现并部署了数百个智能体，随后就开始直面智能体在生产环境中的种种现实问题和挑战。

对我来说，最大的收获是两个真正的"杀手级应用"。第一个当然是编码智能体，它贡献了全球大量的Token消耗，但当你产出大量代码时，你需要有地方来存放它。第二个杀手级应用是帮助企业运营的内部智能体。这里的难点在于：如何安全地访问数据？如何审计智能体的行为？如何追踪智能体为完成任务所发起的所有工具调用和访问控制记录？

为了解决这些问题，我们开发了一个名为Eve的框架，让用户可以用自然语言描述智能体的指令和技能。另一个工具是Vercel Sandbox，它相当于把智能体放进一个"笼子"里。智能体仍然可以自由发挥其智能，但同时可以通过策略控制它能访问哪些数据、哪些数据可以离开沙箱。

这能帮助规避哪些风险？

对于沙箱来说，最大的优势是数据管控。我一直认为，AI面临的真实风险是：当你使用Devin或Cursor这样的编码IDE时，如果设置不当，它们可能会把你整个代码库都用于模型训练。我记得曾和空客的一位总裁聊过这个问题。空客积累了数十年极为专业的航空航天C++代码，一旦有人装了一个错误的开发工具，这些代码就可能全部上传到云端用于训练。

您能详细介绍一下第二个杀手级应用吗？编码智能体大家都了解，但企业内部智能体在实际工作中是什么样子的？

我们办公室里有一位销售代表，她负责维护现有客户群，目标是扩大存量账户。她面临的瓶颈从来不是创造力、智慧或建立关系的能力，而是数据。"我不清楚哪些账户增长最快，能不能给我列出过去两周新增席位最多的五个账户，让我合理安排工作优先级？"这种问题她以前根本没法问，只能等到某个季度的新销售看板项目完成后才能获得答案。

Vercel在这个瓶颈里困了好几年，真的很令人沮丧。研发端，我们是全世界迭代最快的公司；但在销售侧的Salesforce使用上，我完全是个外行，刚起步时我压根没打开过Salesforce。

现在我感觉自己可以真正影响公司的每个角落，因为Eve既能用于面向客户的智能体，也能用于提升内部效率——底层是同一套技术，本质就是API调用。智能体正在倒逼企业开放数据，这将产生深远的长期影响。太多SaaS巨头靠把数据锁死来构建自己的"数字王国"，而这种模式与智能体的运作方式格格不入。

您如何看待企业客户与各大AI实验室关系的变化？

去年，很多人选择绑定一家实验室——要么全押OpenAI，要么全押Anthropic。现在他们说，我已经搞清楚这套体系是怎么运作的了——模型、框架、数据平台、沙箱、网关——每个环节都是可插拔的。你可以用OpenAI，可以用Anthropic，也可以用Gemini。我们看到Gemini的增长势头相当强劲，尽管它在媒体上曝光并不多，因为大家现在优先考虑的是生产环境的实际表现。事实是，当你以生产为导向进行优化时，就会开始关注性价比，而Gemini模型在这方面表现出色。同时，开源模型也在崛起，DeepSeek和GLM-5.2的采用量正在快速攀升，数据不会说谎。

你们在某些领域也和这些实验室存在直接竞争，对吗？就在上周，OpenAI发布了一套新工具，可以直接向网络发布内容，无需离开OpenAI的生态系统。

让ChatGPT来托管小型网站，对他们来说是顺理成章的下一步。对我们来说这也是一个好机会，因为人们会开始把ChatGPT视为一个建网站的工具，进而向模型追问网站托管的问题，模型就会把他们推荐给我们。但你说得对，随着模型或平台不断增加新能力，它们就会与已有的基础设施平台直接形成竞争。

我认为，我们现在真正要讨论的核心问题是：模型和智能体究竟是否应该深度绑定？

你的智能能力是从一个地方获取，还是从不同供应商获取模块、库或构建块，然后在此基础上进行搭建？后者更像是软件工程一贯的做法，而这正是我们想带给市场的价值。我们要做这个时代的AWS，因此我们显然要为一个开放协议的世界而战。

Q&A

Q1：Vercel每天处理多少次部署？Token流量有多大？

A：Vercel目前每天处理约600万次部署，其中一半由编码智能体触发。与此同时，每天通过Vercel AI网关流转的Token数量超过1万亿个，规模相当可观。

Q2：Vercel的Eve框架和Sandbox沙箱分别是用来做什么的？

A：Eve是Vercel开发的一个智能体框架，允许用户用自然语言定义智能体的指令和技能，适用于客户服务和内部效率提升场景。Vercel Sandbox则是一种沙箱机制，相当于给智能体套上"安全笼"，让它在受控环境中运行，管理员可以通过策略控制智能体可以访问哪些数据，以及哪些数据可以流出沙箱，核心目的是防止敏感数据泄露或被滥用于模型训练。

Q3：Vercel如何看待和OpenAI、Anthropic等AI实验室之间的竞争关系？

A：Vercel CEO纪尧姆·罗什认为，当前最核心的问题是模型与智能体是否应该深度绑定。Vercel主张模块化、可插拔的开放架构——企业可以自由选择OpenAI、Anthropic或Gemini等不同模型，而不必被锁定在某一家实验室的生态体系内。他表示，Vercel的目标是成为"这个AI时代的AWS"，并为开放协议的生态积极布局。