Vercel CEO Guillermo Rauch 谈模型与智能体（Agents）之间的关键分离
随着 AI 行业从实验性原型开发向生产级应用转型，驱动这些工具的基础设施正在经历一场巨大的变革。Vercel CEO Guillermo Rauch 认为，AI 的未来在于将底层模型与执行任务的智能体（agents）解耦，向模块化生态系统迈进。
从原型开发到生产应用的转型
去年，AI 领域的特征是“释放智能体”并通过试点项目测试可能性的极限。然而，Vercel 最近的数据表明，开发者对待 AI 的方式已显著趋于成熟。该公司目前每天管理着 600 万次部署，其中超过 50% 是由编程智能体触发的。此外，每天有超过 1 万亿个 token 流经 Vercel 的 AI gateway。
Rauch 表示，行业已经度过了“无限可能”的阶段，现在正致力于应对生产环境的现实问题：安全性、数据访问和可审计性。这种转变凸显了智能体的两个主要“杀手级应用”：编程助手和旨在自动化业务工作流的企业内部智能体。
解决安全困境：沙箱与数据控制
部署自主智能体面临的最大障碍之一是数据泄露风险。Rauch 指出了像 Airbus 这样企业面临的一个关键担忧：如果开发者在没有适当防护措施的情况下使用 Cursor 或 Devin 等集成 AI 的 IDE，其专有代码可能会在无意中被用于训练公共模型。
为了降低这些风险，Vercel 正在开发专门的基础设施。其 Eve 框架允许用户使用自然语言定义智能体的指令和技能，而 Vercel Sandbox 则为智能体提供了一个“笼子”。这个沙箱允许智能体发挥智能，同时对哪些数据可以被访问，以及更重要的——哪些数据被允许离开环境，实施严格的策略。
SaaS 数据孤岛的终结
智能体的兴起也与传统的 SaaS 商业模式产生了根本性的冲突。许多软件巨头通过将用户数据“困”在专有生态系统中来构建其价值。Rauch 指出，这种模式与智能体本质上是不兼容的，因为智能体需要无缝的、由 API 驱动的数据访问才能发挥效用。
无论是销售代表使用智能体查询复杂的 Salesforce 数据，还是研发团队自动化工作流，智能体都要求开放式架构。这种转变正迫使公司优先考虑数据的可访问性，这将对企业软件的构建和销售方式产生深远影响。
争取开放的 AI 基础设施
随着 OpenAI 等主要 AI 实验室不断扩展其能力（例如发布可以直接发布到 Web 的工具），像 Vercel 这样的平台型公司面临着直接的竞争。Rauch 将此视为一场关于“模型”与“智能体”是耦合还是解耦的博弈。
Vercel 正将自己定位为“这一代的 AWS”，倡导一种模块化方法，让开发者可以像搭乐高积木一样更换组件。开发者不再受限于单一供应商，而是越来越多地通过混合使用 OpenAI、Anthropic、Google 的 Gemini 以及 DeepSeek 等开源模型，来针对价格和性能进行优化。
核心要点
- 生产重于原型： AI 行业正从实验性试点转向大规模生产，Vercel 每天 1 万亿个 token 的数据便证明了这一点。
- 安全性至关重要： 像 Vercel Sandbox 这样的工具对于防止专有数据泄露到模型训练集中至关重要。
- 模块化架构： AI 软件的未来取决于模型与智能体的解耦，从而允许开发者通过多模型方法来优化成本和性能。