Vercel تطرح Python للإتاحة العامة (GA) وتطلق Daemons لتشغيل العمليات الخلفية

وسّعت Vercel، في مؤتمر Vercel Ship بمدينة سان فرانسيسكو، نطاق الأحمال الخلفية التي يمكن تشغيلها على المنصة. فقد بلغ Python مرحلة الإتاحة العامة (general availability)، وتتيح الحاويات في Vercel Functions استخدام بيئات تشغيل (runtimes) ومكتبات نظام خاصة بالمستخدم، بينما توفّر Vercel Daemons، في نسخة تجريبية عامة، عمليات خلفية لا تتوقف عن العمل بين المهام. وتشغّل 150 000 فريق اليوم أنظمة Python الخلفية وحدها على المنصة، ومنهم مهندسون في OpenAI وPolymarket وExa.

Python: أُطر العمل على CPython القياسي

تواصل الشركة نهج العام الماضي، حين ظهر الإعداد الصفري (zero configuration) للغتي Python وTypeScript. وبحلول الصيف أصبحت Vercel Services متاحة، وهي تتيح نشر الواجهة الأمامية والخلفية معًا، إلى جانب الطوابير وسير العمل الموثوق (durable workflows). والآن حصل Python على حالة GA. تعمل FastAPI وFlask وDjango على CPython العادي مع اعتماديات من PyPI، بينما تتولى Vercel اكتشاف الإطار والبناء وتوسيع النطاق. أما التطوير المحلي والمعاينات (previews) وعمليات النشر في بيئة الإنتاج فتسير بالطريقة نفسها المعتمدة مع الواجهات الأمامية.

وأصدرت الشركة بشكل منفصل حزم Python SDK لمنتجات المنصة: Vercel Blob للملفات، وVercel Queues للمهام الخلفية، وVercel Workflows للخطوات الموثوقة، وVercel Sandbox لتشغيل الشيفرة غير الموثوقة. أما AI SDK لـ Python فيتولى بث (streaming) ردود النموذج ومعالجة استدعاءات الأدوات. وهذه قطعة أساسية لفرق الذكاء الاصطناعي: فلا يزال Python اللغة الرئيسية حول النماذج، ولم تعد هناك حاجة إلى نقله إلى بنية تحتية منفصلة.

وقدّمت Delphi حالة لافتة، وهي شركة تبني «عقولًا» رقمية انطلاقًا من الكتب والمحاضرات. فقد نقلت الشركة نظامها الخلفي المكتوب بـ Python من AWS ECS إلى Vercel. ويضم الفريق عشرة مهندسين دون دور مخصص للبنية التحتية، ومع ذلك ينشر أكثر من 100 مرة يوميًا في بيئة الإنتاج، ويعالج المهام الخلفية عبر Queues. ويقول المهندس المؤسس (Founding Engineer) سبنسر شوبن إن الفريق بالكاد يضطر إلى التفكير في البنية التحتية مع Vercel.

الحاويات وDaemons: أي لغة وعمليات خلفية دون توقف

تستقبل بيئة الحاويات تطبيقات بأي لغة، مع ما تحتاجه من مكتبات نظام التشغيل والملفات التنفيذية. ومنذ إطلاق النسخة التجريبية العامة، نفّذ 5 000 فريق 150 000 عملية نشر للحاويات. وتُنشر الحاويات بوصفها Vercel Functions على Fluid compute، وتتوسع مع حركة الزيارات. ويُطبَّق نموذج Active CPU: إذ لا يُحتسب مقابل لزمن انتظار ردود API والاستعلامات إلى قواعد البيانات واستدلال LLM. وتقف أمام هذه الأحمال شبكة CDN وجدار WAF، وتتوفر السجلات وعمليات التراجع للتحقيق في المشكلات.

أما Daemons فتعالج مهمة مختلفة: حين يجب أن تبقى العملية حيّة باستمرار. تعمل الحاوية كعملية خلفية على Fluid compute، وتحدد أنت عدد النسخ في كل منطقة، بينما تحافظ Vercel على هذه السعة وتعيد تشغيل العمليات التي تعطلت أو انتهت. وفي البداية تُدعم أحمال السحب (pull) فقط: أي أن الشيفرة نفسها تطلب العمل من نظام آخر، كأن تقرأ رسائل من طابور أو تأخذ مهام من قاعدة بيانات.

في المثال الوارد في الإعلان، يجهّز تطبيق فيديو بواجهة أمامية على Next.js، لكل مقطع يُرفع، نسخة للتشغيل وصورة مصغّرة. يثبّت ملف Dockerfile المبني على python:3.12-slim الأداة ffmpeg والاعتماديات، ثم يشغّل processor.py. وفي vercel.toml جرى وصف خدمة الواجهة الأمامية والتوجيه والعملية الخلفية videos بنسخة واحدة في المنطقة iad1 (واشنطن).

• Python: GA، وأُطر FastAPI وFlask وDjango، واعتماديات من PyPI.
• النطاق: 150 000 فريق تستخدم أنظمة Python الخلفية.
• الحاويات: 5 000 فريق و150 000 عملية نشر خلال المرحلة التجريبية.
• التسعير: Active CPU، دون مقابل على زمن الانتظار الخامل لـ API وقواعد البيانات وLLM.
• Daemons: نسخة تجريبية عامة، ويُحدَّد عدد النسخ لكل منطقة، مع إعادة تشغيل تلقائية.
• نمط عمل Daemons في البداية: أحمال السحب (pull) فقط.

من أين نبدأ

الأسهل أن تأخذ خدمة Python قائمة على FastAPI أو Django، وتتحقق مما إذا كانت تناسب النشر بلا إعداد (zero-config). وإذا كنت تحتاج إلى ffmpeg أو مكتبات أصلية (native) أو لغة غير قياسية، فأضف Dockerfile وانشر عبر Git أو Vercel CLI: سيُبنى الـ image ويصل إلى Vercel Container Registry. أما معالجة الفيديو والتضمينات (embeddings) وغيرها من المهام الطويلة التي تستهلك طابورًا، فهي مرشح منطقي لـ Daemons. وضع في حسابك قيود النسخة التجريبية: النموذج المدعوم حاليًا هو السحب (pull) فقط، ولذلك لن تناسبه العمليات الخلفية التي تنتظر اتصالات واردة. وقبل الانتقال يُستحسن مقارنة الفاتورة بالفاتورة الحالية: يكون Active CPU مجديًا حيث تنتظر الخدمة كثيرًا ردودًا خارجية، ويكون أثره أقل وضوحًا في الحوسبة المشغولة باستمرار.