在众多ChatGPT出现之前创立的初创企业还在艰难寻找AI时代定位之际,拥有十年历史的开发者工具与网站托管平台Vercel,却凭借AI生成应用与智能体的爆发式增长从中大幅受益。
"当我创办这家公司时,全球只有数千万人具备部署应用的能力,"Vercel首席执行官Guillermo Rauch上周在旧金山HumanX大会上对台下观众表示,"而如今,世界上任何人都可以创建一款应用。"
非开发者群体参与应用创建的热潮,为Vercel的业务发展带来了强劲推力。
据《福布斯》报道,该公司的年度经常性收入(ARR)已从2024年初的1亿美元(数据来源:The Information),飙升至2026年2月底的3.4亿美元运营速率,增幅显著。
鉴于上述增长表现,Rauch在台上被问及上市计划时表示,公司目前已在以上市公司的标准和纪律运营。"Vercel在各方面都非常像一家运营中的上市公司,"他说道。
至于具体上市时间,他回应称:"我无法给出一个完美的时间节点或具体季度。公司已经做好准备,并且每天都在为此变得更加从容。"
市场原本预计2026年将是新股上市的强劲之年,但受AI颠覆恐慌情绪影响,软件股遭遇大幅抛售,IPO通道实际上已陷入停滞。除SpaceX、Anthropic和OpenAI之外,关于企业上市的讨论几乎已全面沉寂。一旦上述任意一家公司——均被外界预期将成为市场热点——率先上市,IPO窗口或将重新打开。
与此同时,大多数科技公司CEO已对上市计划三缄其口。但Rauch却主动释放信号,表明Vercel已为进入公开市场做好准备,暗示公司正在将上市提上近期议程。
当被追问华尔街应当了解Vercel哪些情况时,Rauch回答道:"基础设施领域的整体可寻址市场已大幅扩张,且这一天花板根本不存在。"
Vercel正在押注,随着越来越多的应用由AI智能体而非人类开发者创建,公司将成为托管智能体所生成一切内容的核心平台。
"智能体在部署方面极为高产,"Rauch说道,并透露目前平台上已有30%的应用来自智能体。
Rauch认为,智能体将进一步加速软件生产,因为生成定制化解决方案将比购买现有软件更为便捷高效。
"所有这些软件……都需要有地方承载,而我们认为那个地方就是Vercel,"他说。
Vercel最近一次估值为93亿美元,系去年9月由Accel领投完成3亿美元F轮融资时所确定。目前,该公司在托管服务领域与Cloudflare和亚马逊云服务(AWS)展开竞争,同时还提供一款名为v0的"氛围编程"工具,用于网站和应用的创建。
Q&A
Q1:Vercel的年度经常性收入增长了多少?
A:根据公开报道,Vercel的年度经常性收入(ARR)从2024年初的1亿美元,增长至2026年2月底约3.4亿美元的运营速率,两年内增长超过三倍,增速显著。这一增长主要受益于AI智能体与非开发者群体大量创建和部署应用的浪潮。
Q2:Vercel上市计划具体是什么时间?
A:Vercel CEO Guillermo Rauch表示,目前无法给出具体的上市时间节点或季度,但强调公司已经做好上市准备,并每天都在为此进一步完善。他表示Vercel已在按照上市公司的标准运营,外界普遍认为其上市计划已被提上近期议程。
Q3:AI智能体对Vercel业务有什么影响?
A:AI智能体显著推动了Vercel的业务增长。目前平台上已有30%的应用来自智能体部署,而非人类开发者。Vercel认为,随着智能体生成的软件数量持续攀升,公司将成为托管这些内容的核心平台,基础设施市场的可寻址规模也将持续扩大,没有上限。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。