Vercel CEO郭尔莫·劳克力争将模型与代理解耦 打造AI生产化新平台

背景

Vercel 以无服务器云平台著称，近年来凭借 AI gateway 成为企业部署代码和聊天代理的核心入口。公司每日处理约 6 百万次部署，超过 1 万亿 token 通过其网关流转。随着 AI 代理从概念验证进入生产环境，安全、成本和可审计性成为关键瓶颈。

关键洞见

• 两大核心用例：① 编码代理，驱动了大部分 token 消耗；② 内部企业代理，用于自动化业务流程、数据查询等。
• 生产化痛点：数据泄露风险、审计困难以及不同模型的性价比差异。
• 竞争格局：客户不再“一站式”绑定单一大模型提供商，而是采用模块化方案，OpenAI、Anthropic、Google Gemini 以及开源模型（DeepSeek、GLM‑5.2）共同竞争。

技术方案

Vercel 提出两项关键工具：

1. Eve：通过自然语言描述代理的指令与能力，实现可插拔的模型层与业务层分离。
2. Vercel Sandbox：为代理提供受限执行环境，管理员可以在沙箱内设定数据访问策略、输出过滤和调用审计。

"模型与代理是否耦合决定了行业的软硬件分层，解耦后可以像软件工程一样自由组合模块。"

Eve 与 Sandbox 的核心特性

• 安全：沙箱阻止代理直接读取或写入敏感代码库，防止类似 "Cursor" 类工具意外将企业代码泄露至云端训练。
• 可审计：所有工具调用、数据访问路径均记录在日志，可回溯。
• 成本优化：通过 Eve 指定使用性价比最高的模型（如 Gemini），在保证性能的前提下降低费用。

市场影响

• 平台竞争：Vercel 目标成为 "AI 时代的 AWS"，提供开放协议和即插即用的模型接入层，直接与 OpenAI、Anthropic 等实验室争夺企业客户。
• 模型多样化：Gemini 因其优秀的 price/performance 正快速被企业采纳；同时 DeepSeek、GLM‑5.2 等开源模型的增长表明成本敏感型客户的需求正在分散。
• 数据主权：企业开始审视数据所有权，倾向于采用能够在本地或受控环境中运行的代理，而非完全托管的黑盒服务。

展望

Rauch 认为，未来 AI 生态将进入「模型‑代理解耦」阶段，企业将像选取数据库、消息队列那样挑选最合适的语言模型组件。Vercel 正在构建统一的 API gateway、计费与安全层，帮助客户在不同模型之间自由切换，同时保持统一的开发者体验。随着更多 SaaS 巨头开放内部数据给代理，平台安全与合规将成为竞争的核心赛道。

"我们正在把 AI 的软件工程思维落地，让每个模型都像一个可复用的库。」