Vercel lanzó Python en acceso general: seis SDK y soporte para FastAPI

Vercel lanzó Python en acceso general. Los desarrolladores ahora pueden desplegar aplicaciones de Python en la misma plataforma que el frontend en JavaScript, con detección automática de frameworks, Fluid compute para escalado y seis SDK de Python especializados para integración con la infraestructura en la nube.

Principios y arquitectura

Vercel siguió tres principios clave al desarrollar soporte de Python. El primero — las API utilizan anotaciones de tipo, como es convencional en el ecosistema de Python, y funcionan con CPython en Linux para compatibilidad con paquetes y herramientas. El segundo — un flujo de trabajo unificado para desarrollo, despliegues de vista previa y producción de frontend (Next.js, Vite) y backend. El tercero — detección automática de frameworks y configuración.

La plataforma analiza archivos de dependencias (pip, poetry, etc.) y detecta automáticamente frameworks: FastAPI, Flask, Django, FastHTML — configurando la construcción con enrutamiento de solicitudes. Services permite desplegar frontend y backend en un único despliegue, ejecutar `npm start` levanta ambas partes localmente, los despliegues de vista previa muestran ambos servicios juntos, la producción se despliega sincrónicamente.

Seis SDK de Python para la infraestructura en la nube

Vercel proporciona SDK especializados para trabajar con servicios en la nube:

• AI SDK for Python — transmitir y generar respuestas de modelos, invocar herramientas (tools), construir agentes • Sandbox — crear y administrar entornos aislados para la ejecución de código • Workflows — definir workflows de larga duración con soporte para reintentos (retries) y preservación del estado de ejecución • Queues — enviar y recibir mensajes para trabajos en segundo plano y notificaciones • Blob — cargar y recuperar archivos del almacenamiento de objetos • External Credentials — obtener credenciales para acceder a API externas

La computación funciona en Fluid compute — infraestructura que administra solicitudes paralelas y se escala automáticamente según el tráfico. Los archivos estáticos se envían a la CDN a través de Services.

Demo: aplicación colaborativa para notebooks de Python

El equipo de Vercel construyó una plataforma para crear y ver notebooks de Python con un asistente de IA, demostrando la integración de todos los componentes. Arquitectura: frontend de Vite, backend de FastAPI, PostgreSQL para almacenar fuentes de notebooks e historial de chat, Services para despliegue unificado con CDN compartida.

Al abrir un notebook, FastAPI crea o reutiliza Vercel Sandbox con Jupyter para cada usuario (entorno aislado). El navegador se conecta directamente a Jupyter, Mounted Drives proporciona dependencias de Python y archivos del espacio de trabajo. El navegador envía periódicamente el estado a FastAPI. El backend guarda el código fuente en PostgreSQL, renderiza cambios en HTML y carga el resultado en Blob. Los notebooks publicados se leen a través de la CDN sin ejecutar el kernel de Python.

FastAPI envía un mensaje a Vercel Queues al publicar. Todas las instancias de backend con navegadores conectados reciben la notificación y envían listas actualizadas a través de WebSockets — los usuarios ven cambios en tiempo real sin recarga.

El agente de IA utiliza AI SDK for Python y se ejecuta dentro de Vercel Workflows, que preservan el estado y reintentan pasos fallidos. El historial de chat en PostgreSQL, herramientas de edición y ejecución de código se conectan a través del navegador, los resultados se devuelven a través de FastAPI para reanudar el workflow.

Inversión en la comunidad de Python

En diciembre de 2025, el equipo de Gel Data liderado por Elvis Pranskevichus se unió a Vercel para desarrollar soporte de Python y trabajo de código abierto. Vercel patrocina a Python Software Foundation y financia el mantenimiento anual de CPython por el desarrollador Serhiy Storchaka, quien escribió más de 600 commits en la rama principal de CPython en 2026.

La empresa fue patrocinadora de PyCon US 2026 y EuroPython 2026, donde el equipo se reunió con desarrolladores y escuchó sobre desafíos prácticos. Estas conversaciones definen las prioridades de desarrollo de la plataforma.