Vercel CEO Guillermo Rauch 谈模型与 Agent 的分离之战 | TechCrunch
作者：Russell Brandom | 2026年7月6日 太平洋夏令时中午12:49
图片来源：Paulo Bassetto Photography / Vercel
Vercel 以其云基础设施闻名，允许开发者无需管理服务器即可部署 agent（智能体），如今它已悄然成为 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，其中一半由编码 agent 触发，每天有超过 1 万亿个 token 流经该公司的 AI 网关。
在上周该公司举办的 ShipNYC 大会之后，我们与 Vercel CEO Guillermo Rauch 坐下来聊了聊，听听他对当前 AI 时刻的看法，以及像 Vercel 这样的平台公司如何最终与各大实验室展开竞争。以下是经过轻微编辑的对话实录。
我感觉今年社区里的氛围有所不同：试点的项目少了，更多的是关注如何把事情在实践中做好。我相信你在客户身上也看到了很多这样的情况，但我很好奇，Vercel 内部经历了怎样的演变过程。
去年主要是原型验证阶段。天马行空，释放 agent，人人可构建，诸如此类。我们也这么做了，并且学到了很多，因为我们在公司内部有机地开发和部署了数百个 agent，然后你开始进入 agent 在生产环境中面临的现实，以及一些挑战。
对我来说，最大的教训是那些本垒打式的用例，也就是 agent 的两大杀手级应用。一个是编码 agent，这当然不用说。它驱动了世界上大量的 token 消耗量，但当你生产出这么多软件时，你需要一个地方来存放它。第二个杀手级应用是帮助公司运营的内部 agent。这方面的挑战在于：如何安全地访问数据？如何审计 agent 正在做的事情？如何获得 agent 为完成工作而必须进行的所有工具调用和访问控制的完整记录？
为了解决这个问题，我们提出了一个名为Eve的框架，你可以用自然语言来设置智能体（agent）的指令和技能。另一个工具是Vercel Sandbox，你可以把智能体关在一个“小笼子”里。它仍然可以自由发挥其智能，但你可以对它可以访问哪些数据、哪些数据可以离开沙箱施加策略控制。
这能帮你避免什么样的问题？
对于沙箱来说，最大的优势是数据控制。我一直认为AI的一个真实风险是，当你使用像Devin或Cursor这样的编码IDE时，如果你设置不当，它们可能会基于你的整个代码库进行训练。我记得和空客（Airbus）总裁聊过这件事。他们有几十年积累的、用于航空航天工程的非常特定的C++代码。如果某个人进来安装了错误的开发者工具，砰的一声，所有代码就都上传到云端用于训练了。
我很好奇，想多听听第二个杀手级用例。我们都知道编码智能体，但一个企业内部的智能体在实际中是什么样子的？
那么，[在Vercel的办公室里]坐着一位销售代表。她负责现有客户管理工作。她的工作是拓展现有账户。像她这样的人，瓶颈从来不是她的创造力、智慧或建立关系的能力，而是数据。"我不清楚哪些账户增长得更快。给我列出过去两周新增席位最多的五个账户，这样我就能确定工作优先级。"她过去根本无法提出这个问题。她必须等到一个新销售仪表盘的Q1项目完成才行。
在Vercel，多年来我们一直处于这种瓶颈中，这非常令人沮丧，因为在研发端，我们是世界上行动最快的公司。但在销售引擎、Salesforce工程这边，我实在是太无能了。我刚开始时这辈子都没打开过Salesforce。