Un tercio de los despliegues en Vercel ahora son realizados por agentes IA en lugar de personas

En tres meses, la cantidad de despliegues en Vercel iniciados por agentes IA se ha duplicado. Ahora los agentes lanzan el 30% de todos los proyectos — hace un año este indicador era cercano al 3%. Este es un salto enorme, y ha revelado un viejo problema: la infraestructura fue diseñada para personas, esperando que alguien configurara servidores, hiciera clic en el botón deploy, leyera registros. Pero ahora el agente activo es una máquina. Y esto requiere un enfoque completamente diferente.

Las máquinas codifican más rápido

Los proyectos desplegados por agentes acceden a servicios IA 20 veces más a menudo (como OpenAI, Anthropic o Claude) en comparación con proyectos escritos por personas. Esto significa que los agentes IA escriben código que utiliza IA — y frecuentemente escriben código de otros agentes IA. Este software funciona a velocidad completa: se prueba a sí mismo, se envía a production sin esperar aprobación.

Claude Code representa el 75% de tales despliegues automáticos en Vercel. No es simplemente un editor de código, es un jugador de infraestructura de pleno derecho. Le siguen Lovable y v0 (6%), luego Cursor (1.

5%). Pero lo principal — en seis meses estas cifras han crecido un 1000%. Lo que era una excepción se está convirtiendo en la regla.

La infraestructura debe ser diferente

Cuando una persona escribe y despliega código, necesita control y visibilidad. Cuando lo hace un agente, necesita velocidad. Si entre el código y el sistema de production hay clics en la interfaz web de la nube o gestión manual de Terraform, el ciclo autónomo se rompe.

Los agentes necesitan APIs limpias para desplegar, URLs de vista previa para verificar resultados, y reversiones instantáneas. Esto cambia radicalmente los requisitos. Despliegues inmutables, reversiones instantáneas y URLs de vista previa en cada commit — estos ya no son convenios para desarrolladores, sino una necesidad absoluta para el desarrollo automatizado.

De lo contrario, el agente simplemente no podrá verificar lo que escribió. El segundo nivel de complejidad: los agentes mismos se convierten en cargas de trabajo de larga duración. Requieren orquestación multietapa, enrutamiento entre modelos, control de costos.

Cada API llamado, cada acceso a través de AI Gateway, cada ejecución en Sandbox — son gastos. La infraestructura debe poder pausar, reanudar, reintentar, preservar estado y registrar todo lo que sucedió.

Solución de tres capas de Vercel

Vercel propuso un stack integrado de herramientas:

• AI SDK — una base única para el desarrollo de aplicaciones IA. La versión 6 añade una abstracción para agentes, permitiendo definir un agente una vez y usarlo en todas partes
• Chat SDK — acceso a docenas de plataformas de chat desde un único código
• AI Gateway — un único punto para cientos de modelos con presupuestos, monitoreo, fallbacks y lógica de reintentos
• Fluid Compute — optimizado para fases inusuales de cargas de trabajo IA (latencias, solicitudes simultáneas, tiempo de inactividad)
• Workflows y Queues — pausa, reanudación, reintento, preservación de estado
• Sandbox — entorno aislado para código no confiable
• Observability — monitoreo de gastos y comportamiento de agentes en production

Qué significa esto

Durante cincuenta años, la infraestructura asumía que una persona la configurería, haría clic en el botón deploy, leería registros. Cada generación de software requería una nueva generación de infraestructura. La nube la convirtió en API. Luego, la infraestructura comenzó a derivarse de la aplicación misma. Ahora está ocurriendo el tercer cambio: la infraestructura se adapta al hecho de que su usuario final no es una persona, sino una máquina autónoma. Y esto no está sucediendo lentamente. En tres meses, todo ha cambiado.