Un tiers des déploiements sur Vercel sont maintenant effectués par des agents IA plutôt que par les humains

En trois mois, le nombre de déploiements sur Vercel initiés par des agents IA a doublé. Actuellement, les agents lancent 30% de tous les projets — il y a un an, ce chiffre était proche de 3%. C'est une énorme augmentation, et elle a révélé un ancien problème : l'infrastructure a été conçue pour les humains, en supposant que quelqu'un configurerait les serveurs, cliquerait sur le bouton de déploiement, lirait les journaux. Mais maintenant, l'acteur agissant est une machine. Et cela nécessite une approche complètement différente.

Les machines codent plus vite

Les projets déployés par des agents font 20 fois plus appel aux services IA (comme OpenAI, Anthropic ou Claude) par rapport aux projets écrits par des humains. Cela signifie que les agents IA écrivent du code qui utilise l'IA — et écrivent souvent le code d'autres agents IA. Un tel logiciel fonctionne à pleine vitesse : il se teste lui-même, se déploie en production, sans attendre d'approbation.

Claude Code est responsable de 75% de ces déploiements automatiques sur Vercel. Ce n'est pas simplement un éditeur de code, c'est un acteur d'infrastructure à part entière. Il est suivi de Lovable et v0 (6%), puis Cursor (1,5%).

Mais l'essentiel — en six mois, ces chiffres ont augmenté de 1000%. Ce qui était une exception devient une règle.

L'infrastructure doit être différente

Quand un humain écrit et déploie le code, il a besoin de contrôle et de visibilité. Quand c'est un agent qui le fait, il a besoin de vitesse. Si entre le code et le système de production il y a des clics dans l'interface web du cloud ou une gestion manuelle de Terraform, le cycle autonome se casse.

Les agents ont besoin d'APIs propres pour le déploiement, d'URLs de prévisualisation pour vérifier le résultat, et de rollbacks instantanés. Cela change radicalement les exigences. Les déploiements immuables, les rollbacks instantanés et les URLs de prévisualisation à chaque commit ne sont plus des commodités pour les développeurs, mais une nécessité absolue pour le développement automatisé.

Sinon, l'agent ne pourra tout simplement pas vérifier ce qu'il a écrit. Le deuxième niveau de complexité : les agents eux-mêmes deviennent des charges de travail de longue durée. Ils nécessitent une orchestration multiphase, un routage entre les modèles, un contrôle des coûts.

Chaque appel API, chaque passage par la passerelle IA, chaque exécution dans le Sandbox — c'est des frais. L'infrastructure doit pouvoir mettre en pause, reprendre, réessayer, maintenir l'état et enregistrer tout ce qui s'est passé.

La solution à trois niveaux de Vercel

Vercel propose un ensemble d'outils intégré :

• AI SDK — une base unique pour développer des applications IA. La version 6 ajoute une abstraction pour les agents, permettant de définir un agent une fois et de l'utiliser partout
• Chat SDK — accès à des dizaines de plateformes de chat à partir d'un seul code
• AI Gateway — un point unique pour des centaines de modèles avec budgets, monitoring, fallbacks et logique de retentative
• Fluid Compute — optimisé pour les phases inhabituelles des charges de travail IA (latences, requêtes simultanées, temps d'inactivité)
• Workflows et Queues — mise en pause, reprise, retentative, conservation de l'état
• Sandbox — environnement isolé pour le code non fiable
• Observability — monitoring des coûts et du comportement des agents en production

Ce que cela signifie

Pendant cinquante ans, l'infrastructure supposait qu'un humain la configurerait, cliquerait sur le bouton de déploiement, lirait les journaux. Chaque génération de logiciels nécessitait une nouvelle génération d'infrastructure. Le cloud l'a transformée en API. Puis l'infrastructure a commencé à être dérivée de l'application elle-même. Maintenant se produit le troisième changement : l'infrastructure s'adapte au fait que son utilisateur final n'est pas un humain, mais une machine autonome. Et cela ne se passe pas lentement. En trois mois, tout a changé.