Vercel CEO Guillermo Rauch 谈模型与智能体的拆分之战

Vercel CEO Guillermo Rauch 谈将模型与 agent 分离的博弈

Russell Brandom 2026年7月6日 太平洋夏令时12:49

Vercel 凭借让开发者无需管理服务器即可部署 agent 的云基础设施而闻名，已悄然成为 AI 软件领域最核心的公司之一。该公司目前每天处理 600 万次部署，其中一半由 coding agent 触发，每天还有超过 1 万亿 token 流经公司的 AI gateway。

在上周的 ShipNYC 大会结束后，我们与 Vercel CEO Guillermo Rauch 坐下来，聊了聊他对当下 AI 时代的看法，以及像 Vercel 这样的平台公司如何最终与主流实验室形成竞争。以下是一份经过轻度编辑的访谈实录。

今年整个社区里的氛围感觉不太一样了，试点项目变少了，大家更关注如何在实践中把事做好。我相信你在客户那边肯定没少看到这种情况，但我很好奇，Vercel 内部这一路走下来是什么样的？

去年是关于原型设计的。想象空间无限大，释放 agent，人人都能构建，诸如此类。我们确实这么做了，也学到了很多，因为公司内部自然而然地开发和部署了数百个 agent，然后你就开始面对 agent 投入生产后的现实，以及一些挑战。

对我来说，最大的教训是那些大获成功的应用场景，也就是 agent 的两大杀手级应用。第一个是 coding agent，这毋庸置疑。它推动了全球很大一部分 token 的使用量，但当你产出这么多软件时，总得有个地方部署。第二个杀手级应用是帮你运营公司的内部 agent。这里的挑战在于，你如何安全地访问数据？如何审计 agent 在做什么？如何获取 agent 为了完成工作所调用的所有工具以及访问控制记录的追踪痕迹？

为了解决这个问题，我们提出了一个名为 Eve 的框架，让你可以用自然语言来编排 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。它依然可以自由地施展其智能，但你可以对它的数据访问权限以及哪些数据能离开 sandbox 施加策略。

这能帮你避免哪类问题？

对于 sandbox 来说，最大的优势是数据管控。AI 有一个真实风险我一直在思考：当你使用像 Devin 或 Cursor 这样的编程 IDE 时，如果设置不当，它们可能会用你的整个代码库做训练。我记得跟 Airbus 的总裁聊过这个。你们有数十年积累的、极其特定的航空航天工程 C++ 代码。有人进来安装了错误的开发工具，砰，所有代码都传到云端去训练了。

我想多听听你说的第二个杀手级应用场景。我们都知道 coding agent，但一个企业内部的 agent 实际上是什么样子的？

是这样的，我们那边（在 Vercel 办公室里）坐着一位销售代表。她负责存量客户。她的工作是让现有账户增长。对她这样的人来说，瓶颈从来都不是创造力、智力或建立关系的能力，而是数据。“我不清楚哪些账户增长得更快。告诉我过去两周里新增席位最多的五个账户，这样我就能安排工作优先级。”在过去，她问不出这个问题。她得等到 Q1 的新销售仪表盘项目完工。

在 Vercel，我们卡在瓶颈上好几年了，特别让人沮丧，因为在研发侧，我们是世界上动作最快的公司。但在销售引擎、Salesforce 工程（方面），我太不称职了。创业之初，我这辈子从来没打开过 Salesforce。

现在我觉得我终于能对整个公司产生影响了，因为 Eve 既可以用在面向客户的 agent 上，也可以用来提升生产力。技术是一样的，只不过是 API。agent 正在迫使公司走向开放，这会带来深远的长期影响。那么多 SaaS 巨头建立整个王国的基础就是锁住你的数据，而这与 agent 的逻辑是不兼容的。

你如何看待客户与大型 AI 实验室的关系变化？

去年有很多人只选一个实验室合作伙伴——说他们要基于 OpenAI 或 Anthropic 来构建一切。现在他们说，我理解这整套东西是怎么运作的——模型、harness、数据平台、sandbox、gateway——每一块都是可插拔的。你可以用 OpenAI，可以用 Anthropic，也可以用 Gemini。我们看到 Gemini 增长很快，尽管它新闻曝光没那么多，因为人们现在在为生产环境做优化。现实是，当你为生产环境优化时，你会开始关注性价比，而 Gemini 模型的性价比非常出色。你也会引入开源模型，所以 DeepSeek 和 GLM-5.2 正在起飞。数据不会说谎。

有些领域你也和实验室直接竞争，对吧？就在前几周，OpenAI 发布了一套新工具，可以直接发布到网页上，不用离开 OpenAI 的封闭环境。

对它们来说，托管一些小网站是自然的下一步。这对我们来说是个巨大的机会，因为现在人们会把 ChatGPT 视为做网站的工具。而如果他们一直问模型关于网站托管的问题，模型就会推荐我们。但你说得对，随着模型或平台增加更多功能，它们会与现有的基础设施平台形成直接竞争。

我真的认为，此时此刻我们正在决定的，是模型和 agent 到底要不要耦合在一起。

你的所有智能都来自同一个地方吗？还是说，你从一个提供商那里获得一个模块、一个库或一个构建块，然后在此基础上构建。这更像软件工程一直以来的样子，也正是我们要推向市场的理念。我们要成为这一代的 AWS，所以我们显然在为开放协议的世界而战。