編譯 | 傅宇琪、Tina

Vercel 的 V0 迎來了大更新，在 Vibe Coding 產(chǎn)品競爭愈發(fā)激烈的當下，它不再只是一個“AI 搭建網(wǎng)頁”的工具，而是升級為更全面的 Agent ——能夠自動完成規(guī)劃、研究、構(gòu)建與調(diào)試，從前端、后端到文案與邏輯，一手包辦。

在這場變化背后，站著的是 Vercel 創(chuàng)始人兼 CEO Guillermo Rauch。作為 Next.js 與 Socket.io 的締造者，他認為每家公司都會經(jīng)歷所謂的 AI 轉(zhuǎn)型，本質(zhì)上就是大規(guī)模生產(chǎn)智能。 V0 對 Vercel 來說，就是驗證 AI Cloud 基礎(chǔ)設施價值的“零號病人”。

Guillermo 的職業(yè)起點同樣離不開這種“逆向選擇”。當年他選擇 JavaScript 時，這門語言還被視為“玩具”，但正是因為提前進入新領(lǐng)域，他在 17 歲時就被 Facebook 招募。今天，他依然堅持認為不要拘泥于所謂“高地位”的技術(shù)，而要關(guān)注真正有潛力的新領(lǐng)域。

從四人起步的小團隊，到如今月活 140 萬開發(fā)者使用的 Next.js，再到有望觸達數(shù)億甚至數(shù)十億用戶的 V0，Guillermo 始終強調(diào)：未來寫代碼會逐漸被 Agent 接管，真正重要的，是理解系統(tǒng)的運作、局限與抽象層的演進。“代碼是靜態(tài)的，唯有運行與部署，才能創(chuàng)造真正的價值。”

從 Vibe coding 到全棧 Agent

Matt：你們在 2024 年秋季發(fā)布了 V0，此后發(fā)展迅速。是否有一些數(shù)據(jù)，可以幫助我們了解它的增長情況？

Guillermo：V0 的核心功能是將文字轉(zhuǎn)化為應用——從一個想法到一個可用的軟件。它觸達的用戶群體遠遠超過了 Vercel 以往的受眾，不需要工程背景，只需要有想法即可，這也正是所謂的 “Vibe coding（氛圍編程）”的體現(xiàn)。

目前，V0 每秒鐘能生成 7 個新應用。迄今為止，V0 已經(jīng)生成超過 1 億個應用。在不到一年的時間里，V0 的用戶數(shù)已超過 Vercel 過去十年的總和。這意味著編碼正在被自動化，更多人能夠像在 ChatGPT 中輸入問題一樣輕松完成開發(fā)。

這催生了大量個性化的軟件，有人稱之為“個人軟件”或“高度專用應用”。其驅(qū)動力有兩個方面：第一，人人都能“下廚”，人人都可以在周末，甚至和孩子一起，把想法變成實際的應用；第二，在企業(yè)內(nèi)部，團隊需要原型化、需要跨部門溝通，設計師、市場人員和工程師都需要圍繞具體的成果協(xié)作，V0 正好滿足了這種需求。

Matt：我聽說你們之所以能這么快推出 V0，是因為公司內(nèi)有一支大約十人的特別小組？

Guillermo：是的，目前有十人，但最初只有四人，其中一人是我自己，還負責 QA。我們當時的目標是，在構(gòu)建 AI Cloud 的同時，需要一個“零號病人”式的應用，來驗證這套基礎(chǔ)設施的價值。

每家公司都會經(jīng)歷所謂的 AI 轉(zhuǎn)型——不管稱之為“AI 化”“智能 Agent”還是“生成智能接口”，本質(zhì)上都是大規(guī)模生產(chǎn)智能。我們長期以來專注于打造高質(zhì)量的網(wǎng)頁體驗，而現(xiàn)在希望把這個過程自動化，讓全球用戶都能輕松構(gòu)建出高水準的網(wǎng)頁。例如，我們創(chuàng)建了 Next.js，如今它已成為 React 生態(tài)中最大的 Web 框架，月活躍開發(fā)者超過 140 萬。V0 的意義在于，可以把潛在用戶規(guī)模從 140 萬擴展到數(shù)億甚至數(shù)十億。以前需要龐大團隊的全棧開發(fā)，現(xiàn)在借助完善的基礎(chǔ)設施，小團隊也能迅速啟動，比如三四個人就能完成。

Matt：這正好呼應了近年一個熱門觀點：極少人數(shù)也能構(gòu)建大型公司。你們算是“在公司里再創(chuàng)辦一個創(chuàng)業(yè)公司”的典型案例。

Guillermo：上周開始，我們?yōu)?V0 實施了“GM model（總經(jīng)理模式）”。V0 有一位總經(jīng)理，他就像 V0 的 CEO，同時也是 Vercel 平臺的用戶。

Matt：這類似于“大公司即服務”的微架構(gòu)模式？

Guillermo：是的，可以類比微軟、亞馬遜 AWS 的模式。我們底層的基礎(chǔ)設施平臺同時也承載了許多潛在競爭者的產(chǎn)品，我相信未來會有數(shù)十億個 Agent。隨著市場逐漸認識到每個公司、每個崗位都需要相應的 Agent，我們希望成為它們的基礎(chǔ)平臺。V0 既得益于這種基礎(chǔ)設施，也受益于總經(jīng)理模式所帶來的靈活性。

Matt：能否比較一下目前 AI 編程領(lǐng)域的主要產(chǎn)品，比如 Cursor、Windsurf、Lovable 或 Replit，它們之間是同質(zhì)競爭，還是各有側(cè)重？

Guillermo：上周我看到一篇文章，提出了“Agentic engineering（智能體工程）”的概念，與 Vibe coding 形成對比。有些人甚至認為 Vibe coding 已經(jīng)過時，Agentic engineering 才是未來。

我認為二者是并行的。比如在 Vercel 的關(guān)鍵基礎(chǔ)設施中，新平臺每月函數(shù)調(diào)用次數(shù)達到一萬億。在這種高強度工程任務里，工程師必須對 Agent 生成的內(nèi)容保持極高的注意力。而 Vibe coding 面向更廣泛的用戶群體，任何人都能使用。我們的判斷是，二者之間存在銜接。用戶可以在 V0 上進行 Vibe coding，然后通過 Git 集成與專業(yè)工程師協(xié)作，逐步轉(zhuǎn)向更嚴謹?shù)?Agentic engineering。

未來關(guān)鍵基礎(chǔ)設施和底層系統(tǒng)會更多依賴 Agentic engineering，而應用、界面、原型和演示文稿等領(lǐng)域則更適合 Vibe coding。

Matt：能否更清楚地定義一下 Vibe coding？

Guillermo：這個概念最早出現(xiàn)在 Andrew Karpathy 的一條帖子中。他在特斯拉負責機器學習，后來加入 OpenAI，再后來自己開發(fā)軟件。他發(fā)現(xiàn)，借助大模型，可以用一種新的方式寫代碼——幾乎不需要關(guān)注具體代碼，而是像在后編碼時代一樣，只需描述需求，大模型就能自動生成代碼。開發(fā)者只需觀察結(jié)果、不斷反饋。

這與 V0 的定位高度契合。我們一直強調(diào)最終用戶體驗：是否符合預期，界面是否美觀。Karpathy 當時還使用了語音交互工具 Super Whisper，讓他能直接與系統(tǒng)對話，就像科幻電影里那樣，即時生成界面并立即部署。這就是 Vibe coding 的核心。如今，這種方式不斷民主化，人人都能使用。

如果說傳統(tǒng) IDE 面向的市場僅限會寫代碼的人，那么 V0 的潛在用戶就是所有擁有電腦的人。只需打開瀏覽器即可開始，而無需下載工具或配置環(huán)境。最近我們還將 V0 的底層代碼生成模型開放給其他代碼編輯器，比如 Cursor、VS Code 等，它們可以調(diào)用 V0 模型。這背后的原因是，我們持續(xù)將自己在 Next.js 和 React 應用開發(fā)中的經(jīng)驗注入模型，更新常用庫、設計模式和最佳實踐。這對我來說尤為重要，因為我一直在傳播 Web 應用的最佳實踐，而現(xiàn)在模型可以承擔這個角色。

事實上，Vercel 的起點就是我在巴西 JS 大會上做了一場題為《優(yōu)秀 Web 應用的七條原則》的演講。當時我意識到，僅靠到處演講和布道，無法規(guī)?；瘋鞑ミ@些知識。于是，我決定將這些最佳實踐固化為框架，于是誕生了 Next.js?？蚣苣軒偷介_發(fā)者，但人們?nèi)匀粫负芏噱e誤。

Matt：再給大家補充說明一下，Next.js 是你們在 React 之上開發(fā)的開源庫。

Guillermo：Next.js 支撐了許多知名的 Web 應用，比如 Midjourney.com、Walmart.com 和 Nike.com。它擁有 140 萬活躍開發(fā)者，但這依然不是“人人可用”的水平。于是我們思考，是否可以把這些經(jīng)驗轉(zhuǎn)化為模型，使其不斷學習和傳播最佳實踐。這就是 V0 模型的本質(zhì)——把團隊和社區(qū)的知識轉(zhuǎn)化為 Token，并不斷迭代優(yōu)化。我相信未來每家公司都會經(jīng)歷類似的過程，從傳統(tǒng)軟件走向“智能 Token 化”。

Matt：目前來看，V0 更偏向前端？后續(xù)是否有計劃加入更多后端功能？

Guillermo：長期以來，人們一直希望我們能支持構(gòu)建完整的 Web 應用。但在 V0 剛推出時，模型的能力還不足以支撐復雜的數(shù)據(jù)流和狀態(tài)管理，因此最初只能生成一些相對簡單、無狀態(tài)的應用。

隨著發(fā)展，我們逐漸構(gòu)建了一個集成生態(tài)，使 V0 能通過第三方平臺實現(xiàn)全棧能力。比如我們與 Supabase 集成，讓用戶能夠直接使用 Postgres 數(shù)據(jù)庫，進行數(shù)據(jù)讀寫。另一個令人興奮的集成是 Salesforce Commerce Cloud，我們展示了如何通過 V0 實現(xiàn)電商應用的 Vibe coding。這意味著，未來也可以通過類似方式構(gòu)建銷售流程等應用。

V0 在某種意義上類似于電子表格或文字處理器，它讓簡單工具演變?yōu)殪`活而復雜的業(yè)務流程，我們希望通過生態(tài)集成實現(xiàn)同樣的效果。另一大類集成是 AI 模型。許多客戶希望用 AI 來快速創(chuàng)建或原型化 AI 應用。我們的一家財富 10 強客戶使用 V0 的原因，就是需要以“思想速度”而非“季度速度”來迭代。一個季度里，AI 領(lǐng)域可能出現(xiàn) 20 個新模型和 3 種新架構(gòu)，發(fā)展非?？?。V0 對個人用戶和企業(yè)用戶都極具價值：個人可以用它構(gòu)建全棧應用，企業(yè)則能用它快速原型化，探索下一代產(chǎn)品。

Matt：怎樣才能成為一個優(yōu)秀的 Vibe coder？

Guillermo：我很認同 Rick Rubin 曾說過的一句話：你需要有品味，需要有清晰的愿景，并且能夠表達出來，這些是基本素養(yǎng)。一個成功的人，能夠判斷自己想要什么，不想要什么，并且能夠提供反饋。

在硅谷，成功很大程度上依賴于反饋的給予與接收。你與 AI 的互動，就像與同事的協(xié)作，雙方不斷往復。不同的是，AI 永不疲倦，而且始終保持最新，由像 Vercel 這樣的公司不斷注入專業(yè)知識。它像一位隨時待命的員工，可以幫你實現(xiàn)想法，但前提是你能清楚表達這些想法。

我們也在做一些幫助用戶的工作，比如 V0 社區(qū)。那里匯集了各種現(xiàn)成示例：儀表盤、加密應用、動畫效果等。用戶可以一鍵克隆，這類似于 Notion 的成功模式。雖然你可以從一個空白文檔開始，但這需要更多創(chuàng)造力；相較之下，從社區(qū)獲取示例會更高效。

在 ChatGPT 界面里，很多應用看起來都很相似。V0 會詢問用戶“你想要發(fā)布什么？”，如果用戶沒有明確想法，可以從社區(qū)示例、截圖或圖表開始。你甚至可以把餐巾紙上的手繪草圖拍照上傳，系統(tǒng)會生成一個不錯的初稿。

此外，我們提供了“增強提示”功能。如果用戶的提示過于簡單，系統(tǒng)會自動擴展，給出更多靈感。但需要意識到，這些想法可能并非完全屬于你自己。因此，想成為優(yōu)秀的 Vibe coder，仍需廣泛接觸不同產(chǎn)品和案例，從而更好地表達需求。

Matt：我們之前和 Benedict Evans 討論過，ChatGPT 的開放式輸入框與 GUI 的差別，GUI 的優(yōu)勢是它限定了可操作的范圍。聽起來，你所說的正是在為 AI 構(gòu)建 GUI 的一種方式。

Guillermo：是的，但 GUI 的問題在于，它會把所有功能一股腦展示出來，用戶往往不知該點哪一個。實際上，人類的思維過程是一條連續(xù)的意圖鏈條：比如“創(chuàng)建一個表單”“把這個元素移到左邊”“更換樣式”“連接 API”，是從意圖到結(jié)果的過程。

本質(zhì)上，Agent 的工作就是在上下文中接收提示，利用工具來完成任務。這些工具可能是 API，在用戶看不到的后臺運行。舉個例子，如果你給 V0 一個 URL，它可以自動訪問網(wǎng)頁、獲取信息或截圖。未來，越來越多的工具將交由 Agent 調(diào)用，用戶只需提供上下文或意圖即可。

Matt：V0 是 Agent，還是 co-pilot（協(xié)同助手）？

Guillermo：最初，V0 更像是一個 co-pilot，主要聚焦于設計和前端。但隨著需求增加，比如需要生成交互性更強的代碼、數(shù)據(jù)獲取邏輯等，就必然演化為 Agent 架構(gòu)。因為大模型并不完美，它們像人類一樣會不斷遇到錯誤。

開發(fā)者其實經(jīng)常面對錯誤信息，比如類型檢查失敗、未定義變量等。過去他們會去搜索引擎查找答案，而如今這些工作交給 Agent 完成。很多時候，V0 甚至不會向用戶展示錯誤，因為系統(tǒng)可以高概率自動修復。

Agent 去除了大量圖形化界面，直接調(diào)用工具并返回結(jié)果，且迭代速度遠超人類開發(fā)者。隨著 MCP 服務器等生態(tài)的增長，Agent 可以在極短時間內(nèi)完成數(shù)十輪迭代，快速提升結(jié)果質(zhì)量。

Matt：Vercel 是少數(shù)真正贏得開發(fā)者喜愛的產(chǎn)品。但 AI 系統(tǒng)不可避免會出錯，在這種情況下，如何維持“開發(fā)者熱愛”？

Guillermo：過去開發(fā)者工具的核心是設計良好的 Error message（錯誤信息），因為最終由人類來處理。而現(xiàn)在，錯誤信息更多是提供給 Agent，它們只需要純凈的信號，而非復雜的視覺上下文。

這促使我們思考，如何為未來的 Web 設計最佳文檔和內(nèi)容呈現(xiàn)方式。對人類而言，導航和界面很重要；對 Agent 而言，則更需要原始信號，比如純文本或 Markdown。某種意義上，這與 Unix 時代的命令行哲學相通。

Vercel 的起點就是一個簡單的命令行工具，如今卻意外成為 Agent 的理想接口。當 Anthropic 的 Claude 想要部署應用時，它選擇使用 Vercel，這說明我們無意間打造了最適合 Agent 使用的工具。

因此，現(xiàn)在必須同時服務兩類用戶：人類開發(fā)者和 Agent。兩者有共性，也有差異。我們需要既贏得“開發(fā)者的熱愛”，也贏得“Agent 的熱愛”。

Matt：你說過提升品味的方式是增加“曝光量”。如果我是 Vercel 的一名開發(fā)者，想在工作中表現(xiàn)更好，需要更好的品味，我該怎么做？

Guillermo：我認為，每一波重要的互聯(lián)網(wǎng)或科技浪潮都會伴隨趨勢與反趨勢。例如，互聯(lián)網(wǎng)和電子郵件出現(xiàn)時，我們獲得了全球連接，但同時也出現(xiàn)了垃圾郵件和釣魚詐騙；Facebook 讓世界更緊密，但也帶來隱私和注意力使用方面的擔憂；TikTok 是一個強大的創(chuàng)作者平臺，但也產(chǎn)生許多負面外部性。

AI 亦如此，我們面臨“slop（低質(zhì)內(nèi)容）”的問題。因此，AI 的創(chuàng)造者和公司必須設定標準，決定人們將用它創(chuàng)造什么。V0 的做法是將上下文和指令嵌入其中，因為“上下文為王”。模型掌握的參數(shù)和信息極其龐大，許多東西需要通過探索來發(fā)現(xiàn)，就像進入一個無限的元宇宙，你要決定走向哪片區(qū)域、摘取哪顆“生命之樹”的果實。

所謂“曝光時間”，一方面是指深入理解用戶今天如何使用你的產(chǎn)品，因為創(chuàng)作者容易被自己理想化的愿景誤導；另一方面是盡可能多地體驗其他產(chǎn)品。通過積累這些體驗，你會形成豐富的認知上下文，并可能發(fā)現(xiàn)新的交叉點。比如你使用 Runway 的界面，又嘗試 ChatGPT 的 Operator 產(chǎn)品，可能會從兩者的結(jié)合中產(chǎn)生新的想法。V0 很擅長基于這些輸入生成新穎且有品味的成果，但前提是你先提供足夠的初始輸入。

這讓我聯(lián)想到 Web 2.0 的“Mashup”（應用混搭）。AWS 的起點其實源于 Amazon 內(nèi)部構(gòu)建 Web 服務，方便外部開發(fā)者調(diào)用庫存、產(chǎn)品等數(shù)據(jù)。當時普遍認為未來會是“應用混搭”的世界，盡管最后 AWS 主要演化為基礎(chǔ)設施。但我認為“混搭”理念今天再次重要。

未來十年，世界將逐漸重構(gòu)為 MCP 生態(tài)，它就像 AI 時代的 HTTP，允許不同 AI 系統(tǒng)互相通信、調(diào)用工具。這意味著產(chǎn)品之間將出現(xiàn)更多交叉、整合和新穎的界面。過去這些事可能很難實現(xiàn)，但 MCP 大大降低了門檻。最終我們會進入一個“完全生成式”的互聯(lián)網(wǎng)，沒有固定僵化的界面，而是不斷根據(jù)用戶需求、專業(yè)程度和動態(tài)環(huán)境來生成。誰能關(guān)注并善用合適的 MCP 服務，誰就能抓住下一個時代的機會。

AI Cloud 的愿景

Matt：能否介紹一下 Vercel 的產(chǎn)品方案以及接下來的規(guī)劃？

Guillermo：在過去，Web 應用主要是為人類提供 HTML 或 JSON 接口，我認為下一波需求將是為 Agent 提供接口。Vercel 的使命是幫助開發(fā)者以最低的時間和成本部署此類應用。現(xiàn)在，部署一個 MCP 服務器只需幾行代碼。

對擁有大量數(shù)據(jù)的公司而言，這相當于他們的“最小可行 AI 產(chǎn)品”。通過 MCP，把數(shù)據(jù)和能力以 Agent 可用的形式表達出來，就能立刻參與 AI 經(jīng)濟。因此，Vercel 在企業(yè)中獲得了很大吸引力。例如，Zapier 使用 Vercel 托管 MCP 服務器，Solana 也在大規(guī)模應用。

Matt：如果 Target.com 希望外部 Agent（如 OpenAI 系統(tǒng)）能訪問它，就需要自己搭建 MCP 服務器，對嗎？這樣它的網(wǎng)站就能通過 Vercel 與 Agent 交互。

Guillermo：沒錯。如果 Target 不想錯過被集成進 ChatGPT 的機會，就必須支持 MCP 協(xié)議。只需幾行代碼，就能把現(xiàn)有 API 和數(shù)據(jù)后端與 MCP 連接。這樣不僅能與 ChatGPT 互操作，還能與 V0 互操作。比如，Target 的員工可以用 V0 構(gòu)建內(nèi)部應用，用自然語言生成物流管理或客服系統(tǒng)。MCP 可以是內(nèi)部的，也可以是外部的。我認為 MCP 將成為新的“商務拓展”，速度是原來的百倍，不再是人與人的會議，而是 Agent 之間的對接。

Matt：但如果一切都開放給 Agent，還涉及安全、可觀測性和權(quán)限控制。這該如何實現(xiàn)？

Guillermo：這正是我們 AI Cloud 服務中的重點。我們提供傳統(tǒng)的 Web 應用防火墻，但這還不夠。MCP 沒有和傳統(tǒng)互聯(lián)網(wǎng)相同的 URL 結(jié)構(gòu)，因此需要新的安全原語來檢測和防護。開發(fā)者必須知道哪些工具被調(diào)用最頻繁，是否存在惡意上下文，是否有人試圖操縱 MCP 服務器。

現(xiàn)在已經(jīng)出現(xiàn)了新的攻擊方式，比如提示注入。有人甚至可以在圖片中嵌入人眼不可見的信息，誘導 AI 模型觸發(fā) MCP 工具泄露數(shù)據(jù)。這說明我們需要新的安全基礎(chǔ)設施和框架來保護開發(fā)者和系統(tǒng)。

Matt：客戶對于 MCP 和 Agent 的接受程度如何？畢竟，如果他們已經(jīng)花大量精力打造精美的界面，突然被 Agent 繞過，可能會覺得不安。

Guillermo：企業(yè)對 V0 和我們 AI Cloud 基礎(chǔ)設施的興趣超出預期。原因在于決策者的個人體驗：許多 CTO、CIO 在日常生活中頻繁使用 ChatGPT，甚至會教孩子寫代碼。他們在工作中卻發(fā)現(xiàn)，企業(yè)流程依舊緩慢，需要多次會議和冗長周期。這種反差讓他們意識到，如果不盡快擁抱 AI，可能會徹底落后。如果沒有 MCP 服務器，就等于把自己排除在這類新興經(jīng)濟之外。而更重要的是，MCP 讓企業(yè)能夠創(chuàng)建自己的 AI 界面。

亞馬遜早期的推薦系統(tǒng)是一個里程碑式的 UI 創(chuàng)新：“買了這個的人還會買這些”。未來的“Agent 電商”將出現(xiàn)新的交互原語，Agent 會伴隨用戶的瀏覽之旅，就像隨身的購物顧問或助理。過去商店無法規(guī)?；峁┻@樣的服務，而現(xiàn)在對回頭客或注冊用戶，這種高度個性化體驗將成為可能。企業(yè)決策者普遍希望優(yōu)先服務忠誠用戶，而 AI 的記憶能力正好發(fā)揮關(guān)鍵作用。AI 可以記錄用戶偏好，分析其瀏覽日志，從中提煉出幾個核心事實，例如喜歡黑色、男性、住在舊金山等，再帶入下次訪問，就能創(chuàng)造細微卻令人驚喜的體驗，從而增強客戶忠誠度。

Matt：你認為距離這樣的未來還遠嗎？比如，客戶服務中的一次交互最終能觸發(fā)產(chǎn)品代碼的修改，以回應用戶反饋？

Guillermo：我認為這是必然趨勢。對 Vercel 來說，客服團隊是公司最重要的部門之一。我們將 V0 模型部署在幫助中心，用戶訪問 Vercel.com/help 時，可以獲得幾乎涵蓋所有問題的 AI 支持，從代碼報錯到云計算使用解釋。然而，總有一些復雜問題無法通過 AI 自動解決，我稱之為“前沿問題”。這使得客服工程師的工作更有挑戰(zhàn)性，因為他們處理的是 AI 過濾后仍未解決的難題，也正是這些問題推動了產(chǎn)品的改進。

客服團隊大量使用 V0 來提出改進建議：如果優(yōu)化某個產(chǎn)品功能，就能避免相應的支持工單。他們的目標是讓模型更聰明、產(chǎn)品更完善，從而減少重復問題。但始終會有新的前沿問題出現(xiàn)，因此他們的作用依然至關(guān)重要。過去，我們每天處理了大量重復性工單，如今這一部分幾乎消除，客戶滿意度顯著提升。起初我擔心技術(shù)社區(qū)用戶會更傾向于人工客服，甚至對 AI 感到不滿，但事實相反，用戶反饋極其積極。我們特別關(guān)注“脫離事件”，即用戶因問題被迫離開產(chǎn)品的情況，并持續(xù)跟蹤產(chǎn)品或模型在哪些環(huán)節(jié)存在不足。

Matt：AI Cloud 是什么？能做什么？

Guillermo：AWS 當初的目標是幫助人們構(gòu)建網(wǎng)站，而我認為我們正經(jīng)歷從“Pixels”到“Tokens”的重大轉(zhuǎn)變。Pixels 依舊重要，因為人類交互需要快速而美觀的界面，Vercel 會繼續(xù)在這方面提供支持。但未來的大量交互將通過 Tokens 完成，因此我們需要一個專為 AI 產(chǎn)品打造的云，它既能支持 AI 應用構(gòu)建，也能用 AI 解決傳統(tǒng)云計算中的頑疾。

以云運維為例，如今開發(fā)者和運維人員經(jīng)常收到“系統(tǒng)宕機”或“接口報錯”的通知，卻沒有解決方案。我們認為 AI Cloud 應當配備 Agent，直接生成解決方案，而非只報告問題。憑借 Vercel 的端到端智能，我們能捕捉從 CDN、防火墻、渲染到后端的所有數(shù)據(jù)，并通過 AI Agent 自動化基礎(chǔ)設施和問題修復。例如，OpenAI.com 是全球訪問量前二十的網(wǎng)站之一，若其基礎(chǔ)設施出問題，我們不會只發(fā)出警報，而是直接提交修復方案的 Pull Request。

未來，企業(yè)將用 AI Cloud 來構(gòu)建 MCP 服務器、Agent、對話式 AI，甚至行業(yè)平臺，如代碼助手、客服助手、法律或金融 AI。幾乎所有行業(yè)都將迎來顛覆，與其自行解決基礎(chǔ)設施，不如直接從 AI Cloud 起步。

Matt：聽起來 Vercel 的 AI Cloud 不僅僅是一個發(fā)布，更像是一種進展。你們是在讓 DevOps 變得多余，打造一個自我修復的系統(tǒng)嗎？

Guillermo：可以理解為兩部分：基礎(chǔ)設施和代碼?；A(chǔ)設施層面，過去十年我們已高度自動化。而更難的是應對運行中的異常情況，例如我們托管的某些知名電商網(wǎng)站，經(jīng)常遭遇信用卡攻擊或爬蟲流量。傳統(tǒng)方法是人工接警、手動排查，但 Vercel Agent 會自動檢測并分析異常，給出詳細事實和處理建議。開發(fā)者仍在決策環(huán)中，但已不必從零開始調(diào)查。

傳統(tǒng)云的現(xiàn)實是，運維人員常被毫無上下文的警報叫醒，調(diào)查可能耗時數(shù)小時。AI Cloud 則能實現(xiàn)自愈：不僅在攻擊和宕機時提供修復方案，還能進行性能優(yōu)化。例如，檢測到電商網(wǎng)站的圖片加載緩慢時，系統(tǒng)會直接生成優(yōu)化 Pull Request，而不是僅僅報錯。

此外，AI Cloud 需要為 AI 應用提供專門的服務和 SDK。本周我們發(fā)布了 AI 網(wǎng)關(guān)（測試版）、Vercel Sandbox、Vercel Agent，以及改進后的 Fluid 計算平臺，使其更高效、更低成本地運行 MCP 服務器和 AI 任務。

Matt：Fluid 本身也是最近才發(fā)布的，對嗎？

Guillermo：是的，非常新。云計算從 1.0 到 2.0 的轉(zhuǎn)變改變了運行負載的特征。過去主要是前端渲染，對響應速度要求極高，因此亞馬遜提出了著名的“100 毫秒規(guī)則”：頁面每延遲 100 毫秒，就會損失 1% 轉(zhuǎn)化率。但進入“Tokens”時代，新的模型如 OpenAI O3 Pro 可以連續(xù)思考 15 分鐘，這種長時計算在傳統(tǒng)云上幾乎沒有被優(yōu)化。

Fluid 的創(chuàng)新在于計費模式。我們只針對實際 CPU 周期收費，而不是像傳統(tǒng)云那樣為閑置時間買單，這意味著用戶真正實現(xiàn)“按需付費”。Fluid 補充了 GPU 的能力，幫助開發(fā)者在調(diào)用模型的同時進行必要的計算與集成處理。

Matt：Sandbox 又是什么？

Guillermo：Sandbox，即一個安全的運行環(huán)境，用于承載模型生成的計算任務。在研究過程中，Agent 可能需要快速運行一段 Python 腳本來計算數(shù)據(jù)、生成可視化，或幫助決策。你可以把 Sandbox 理解為 AI 領(lǐng)域的 “Amazon EC2”，但它不是為開發(fā)者手寫的代碼服務，而是為模型實時生成的代碼提供運行環(huán)境。有了它，就能構(gòu)建出全新的產(chǎn)品，例如創(chuàng)建你自己的 V0 或 Lovable，或讓模型在幕后運行代碼，直接生成一份深度研究報告。

Matt：無論是 AI Cloud 還是 V0，你們似乎都形成了一個持續(xù)學習和優(yōu)化的數(shù)據(jù)飛輪。這是你們有意的設計嗎？在產(chǎn)品層面，你們做到多系統(tǒng)化了？

Guillermo：是的。AI Cloud 的一部分是我們直接構(gòu)建的核心模塊，比如 Fluid、Sandbox、AI 網(wǎng)關(guān)；另一部分是生態(tài)整合。比如在模型 Evals（評測）中，我們使用 BrainTrust。我們希望那些我們不構(gòu)建、但 AI 世界必需的產(chǎn)品，也能通過 Vercel 市場一鍵獲取。例如，Agent 除了要能安全運行代碼，還必須具備瀏覽器功能，因為很多任務都需要訪問網(wǎng)頁。因此會有類似 BrowserBase 或 BrowserUse 這樣的集成，它們專為 Agent 構(gòu)建瀏覽器基礎(chǔ)設施。

數(shù)據(jù)飛輪至關(guān)重要。過去有的公司更依賴直覺設計，比如蘋果；有的公司則高度數(shù)據(jù)驅(qū)動，比如 Facebook，會根據(jù)用戶停留時間優(yōu)化廣告。在 AI 世界里，數(shù)據(jù)驅(qū)動已非選擇，而是必然。你必須追蹤每個數(shù)據(jù)點：用戶對生成內(nèi)容的反饋、錯誤率、Agent 提出的建議被接受的比例等。沒有健全的指標體系，就無法真正參與 AI 產(chǎn)品經(jīng)濟。幸運的是，AI 生態(tài)天然“電池齊全”，讓創(chuàng)業(yè)者從一開始就具備這樣的條件。

企業(yè)運營與個人管理

Matt：V0 的出現(xiàn)帶來了新的用戶群，他們可能不是專業(yè)開發(fā)者，而是需要更易用交互方式的人。與此同時，前端、后端甚至產(chǎn)品的界限也在模糊。作為公司，你們?nèi)绾芜m應這種變化？

Guillermo：我們做了一件基本的事情，就是和大量 V0 用戶交流。V0 對很多人都有價值，但對某些人則是顛覆性的改變。例如，那些每天與開發(fā)者協(xié)作但本身不是開發(fā)者的人，這個產(chǎn)品對他們來說就是一種超能力。這幫助我們明確了主要用戶畫像：雖然任何人都能使用 V0，但它對“開發(fā)相關(guān)崗位”的人尤其具有變革性。就在錄播客前，我收到一位父親的消息，他說自己和孩子一起用 V0 開發(fā)了一個應用，這在過去幾乎不可能做到。這讓我更加確信，我們要在真正點亮用戶的地方加倍投入。

另一個原則是“從模型出發(fā)設計”。如果產(chǎn)品目標過于科幻化，模型能力跟不上，就無法落地。最初 V0 的 UI 過于雄心勃勃，輸入提示后會生成三個完整應用，但難以進入真正的迭代式對話。后來我們重新設計（內(nèi)部稱為 V1），更貼近模型的實際水平，結(jié)果用戶增長提升了一百倍。設計既要符合模型的當前能力，也要為未來六個月的演進留有余地。

Matt：你們用戶留存率和毛利率的情況如何？

Guillermo：V0 是有正毛利的健康業(yè)務，且毛利率在持續(xù)提升，我認為這源于我們鎖定了長期穩(wěn)定的用戶群。V0 既服務企業(yè)，也服務個人，因此不會完全依賴短期的“新鮮感用戶”。在企業(yè)里，使用產(chǎn)品是剛需，留存自然更高。與此同時，我們也在探索讓個人用戶能通過 V0 盈利，比如引入類似 App Store 的訂閱和支付體系，從而建立可持續(xù)的創(chuàng)作者經(jīng)濟。

Matt：從營收來看，Vercel 去年表現(xiàn)非常亮眼。據(jù)說達到 1 億美元左右，今年初已到 1.8 億，實現(xiàn)約 80% 的增長。背后的主要驅(qū)動力是什么？

Guillermo：V0 增長迅猛，占據(jù)了顯著收入比例。同時我們快速響應開發(fā)者需求，例如 ChatGPT 發(fā)布后，我們立即推出了 AI SDK 和 Chat SDK，讓開發(fā)者能快速構(gòu)建類似 ChatGPT 的產(chǎn)品。AI SDK 已成為全球第二大 AI 模塊，僅次于 OpenAI。本質(zhì)上，我們抓住了開發(fā)者真正想要構(gòu)建的方向——今天是聊天產(chǎn)品，明天是 Agent、MCP。

過去，我們的增長曾受益于疫情推動電商和加密行業(yè)的需求。但 AI 不同，它不是短期潮流，而是一種效率革命。即使用戶短期流失，他們也會因需求再次回來。就像學會了一種更高效的工作方式，就很難再退回去。

尤其是在企業(yè)場景中，AI 產(chǎn)品每天都在創(chuàng)造經(jīng)濟價值。而在消費端，移動化正在打開新機會。V0 很快會有移動端應用，用戶可以隨時隨地攜帶 Agent，甚至遠程操控電腦。這需要全新的基礎(chǔ)設施和服務，也正是我們構(gòu)建 AI Cloud 的原因。

Matt：你在與社區(qū)的溝通中非常具有感染力。像這周的大會、你在 X 上的活躍表現(xiàn)，都讓人印象深刻。在你事務繁多的情況下，你是如何看待這種溝通的重要性的？

Guillermo：我把它看作一種多重溝通方式。首先是對自己，其次是對團隊。事實上，X 對我來說是一個高效的溝通渠道，可以觸達近 700 名 Vercel 員工，也能覆蓋更廣泛的開發(fā)者社區(qū)。我希望通過這種方式傳遞想法，提供支持，并獲得對產(chǎn)品的反饋。我的出發(fā)點其實是盡量把積極的能量帶給大家。因為在短期內(nèi)，很多事物對人們來說都是模糊不清、充滿不確定性的，尤其是開發(fā)者常常經(jīng)歷情緒的劇烈波動：今天一切順利，明天卻可能感覺一切都糟糕。所以我希望帶來一種樂觀的態(tài)度，讓大家相信總有值得去創(chuàng)造的新事物。

與此同時，這也是我鍛煉思考方式的過程。我會盡量簡化表達，減少冗余，把語言像“打磨 Pixels”一樣精煉。在我看來，每一個功能按鈕、文字鏈接都可能增加負擔，可能出錯，可能讓用戶困惑。ChatGPT 相較于 Google 的一個核心優(yōu)勢就是界面簡潔。Google 的搜索頁面雖仍算干凈，但功能和廣告層層疊加，讓體驗變得繁復。我的原則是同樣適用于語言和思考：盡量去除冗余，保持清晰。

我甚至把這看作一種 AI 時代的訓練。生活中，提出 Prompt 與成功之間存在正相關(guān)。你提出的問題越多，把想法表達得越多，參與銷售和推廣的機會也就越多。關(guān)鍵在于不斷練習，并在每次表達中精進一點，通過反饋持續(xù)改進。因此，我對外的溝通，實際上也是一次次自我打磨的過程。

Matt：既然你在公眾場合思考和建設，你會遇到負面反饋。你是如何處理的？

Guillermo：我的原則是盡量避免傳播負能量。我會提醒自己：是不是要說一些尖銳或負面的話？如果是，就選擇不發(fā)，或者留在草稿箱里。保持積極并不意味著一味粉飾太平，適度的批評是必要的，但必須在合適的情境中使用。很多時候，負面反饋確實能帶來更高的關(guān)注度，但我會有意識地克制。

當面對用戶的批評時，我總認為其中一定包含某種真實的內(nèi)核。我的原則是“客戶永遠是對的”。作為開發(fā)者，我深知工具能帶來多大的挫敗感，所以我會盡可能以同理心面對批評，并把它轉(zhuǎn)化為改進產(chǎn)品的機會。最終，我的目標不是讓大家喜歡我個人，而是打造真正讓用戶喜愛的產(chǎn)品。

Matt：你要兼顧的事情很多：你是近 700 人公司的 CEO，又是多家優(yōu)秀創(chuàng)業(yè)公司的天使投資人，同時還是五個孩子的父親。你是如何保持精力充沛而不至于崩潰的？又是如何管理壓力、平衡生活的？

Guillermo：首先，我很感激團隊和家人的支持，他們讓我能把精力集中在真正重要的事情上，減少無謂的消耗。效率對我而言至關(guān)重要，除此之外，我非常重視健康和身體鍛煉，因為這能讓我保持能量。奇妙的是，雖然鍛煉消耗體力，卻能帶來更多精力。

每次鍛煉就像是一場精神體驗，比如跑步，20 分鐘后我總會想放棄，心里會有各種消極念頭。但堅持下去，就能突破這種心態(tài)。正如 David Goggins 所說，每天都是了解自我的機會。創(chuàng)業(yè)也是如此，不論公司多大、資源多少，你始終在和那些懷揣新想法的年輕人競爭。所以，每天都必須以最佳狀態(tài)投入其中。

Matt：如果你能給小時候的自己一些建議，你會說什么？

Guillermo：我的第一個網(wǎng)站是關(guān)于《龍珠 Z》的，做得很糟糕，用的是 GeoCities 或 Fortune City 這樣的平臺。但今天情況完全不同，現(xiàn)在初學者可以借助圖像和視頻生成模型，輕易創(chuàng)造出遠超我當年水平的作品。因此，我會建議年輕人盡可能去了解和利用當下的新工具，而不是拘泥于傳統(tǒng)路徑。

例如，當年我選擇 JavaScript 時，它被視為“玩具語言”，不夠快、不夠嚴謹。但事實證明這些看法都是錯的。因為選擇早，我在 17 歲時就已經(jīng)被 Facebook 招募。提前進入新領(lǐng)域，往往能獲得更多機會。不要過于在意外界眼中的“高地位”技術(shù)，而是要專注于潛力所在。

我認為未來寫代碼會逐漸被 Agent 接管，更重要的是理解系統(tǒng)的運作方式，以及它們的局限性。這不僅包括計算機和硬件的極限，還包括服務、模型和各種抽象層。最終，世界的進步依賴于抽象層的提升。部署比寫代碼更重要，因為代碼本身是靜態(tài)的，只有運行和被部署才會產(chǎn)生價值。

此外，我非常重視數(shù)學和語言。數(shù)學是培養(yǎng)系統(tǒng)性思維的最好方式，語言則關(guān)乎表達和講故事的能力。無論是寫作、敘事還是為投資人制作演示，都需要語言功底。雖然我認為 AI 未來可能具備更強的寫作能力，但目前仍難以達到頂尖文學水準。因此，閱讀經(jīng)典文學，尤其是 Jorge Borges 或 García Márquez 的作品。

https://www.youtube.com/watch?v=zhA7OMw4njw&t=1s

聲明：本文為 InfoQ 整理，不代表平臺觀點，未經(jīng)許可禁止轉(zhuǎn)載。

會議推薦

10 月 23 - 25 日，QCon 上海站即將召開，限時 9 折優(yōu)惠，單張門票立省 680 元，詳情可聯(lián)系票務經(jīng)理 18514549229 咨詢。