Внедрение ИИ: как агенты разделены от моделей на Vercel

Чтобы внедрить ИИ-приложение в production, компании должны разделить слои моделей и агентов. К этому выводу пришел CEO Vercel Гийом Раух на примере 6 миллионов ежедневных деплоев на платформе.

Что показывают числа Vercel

Vercel обрабатывает 6 миллионов деплоев ежедневно — и половина из них инициируется агентами, а не людьми. Через AI-шлюз платформы за сутки проходит более 1 триллиона токенов.

Эти цифры отражают не прогноз, а уже состоявшийся сдвиг: агенты перестали быть экспериментальным инструментом и стали частью основного инфраструктурного потока. По словам Рауха, сегодня выделились два «убийственных приложения» для агентов:

• Кодинг-агенты — главный драйвер токенопотребления на платформе
• Корпоративные агенты — системы автоматизации внутренних процессов с учётом требований безопасности и compliance

Почему production меняет архитектурные решения

Раух прямо называет главный триггер архитектурных изменений.

«Когда оптимизируешь под продакшен, начинаешь смотреть на price/performance».

Пока AI-продукт остаётся прототипом, разработчик может работать с одним провайдером ради удобства. В производственной среде логика меняется: разные задачи внутри агентного сценария требуют разного соотношения стоимости и мощности. Один шаг агента может требовать глубоких рассуждений, другой — быстрого и дешёвого вызова. Жёсткая привязка к одной модели делает оптимизацию невозможной.

Именно поэтому компании-клиенты Vercel сейчас комбинируют провайдеров — OpenAI, Anthropic, Google Gemini и открытые модели вроде DeepSeek — в зависимости от характеристик задачи, а не из-за лояльности к одной лаборатории.

Это работает только при чётком архитектурном разделении: агентный слой (оркестрация, инструменты, память, промпт-логика) существует отдельно от модельного. Смена модели под капотом не затрагивает агентную логику.

Новые инструменты Vercel для production-агентов

К дате интервью Vercel выпустила два новых продукта:

• Eve — фреймворк, в котором инструкции и навыки агентов описываются на естественном языке вместо программного кода
• Vercel Sandbox — изолированная среда, ограничивающая доступ агентов к данным при сохранении их вычислительных возможностей

Оба продукта направлены на то, чтобы сделать агентную инфраструктуру управляемой и предсказуемой в продакшене. Раух также открыто говорит о конкурентном давлении: крупные AI-лаборатории сами выходят в смежные ниши — хостинг, деплоймент, инфраструктуру. Ответ Vercel — ставка на открытые протоколы и позиционирование как независимого слоя инфраструктуры, который не зависит ни от одной из лабораторий.

Что это значит

Vercel с более чем триллионом токенов в сутки видит трансформацию рынка раньше большинства аналитиков: уход от монопровайдерной стратегии к мультимодельной архитектуре — это уже наблюдаемый паттерн. Раух позиционирует Vercel как «AWS этого поколения» в AI-инфраструктуре — платформу, на которой строятся приложения поверх любых моделей.

Частые вопросы

Сколько токенов Vercel обрабатывает в день?

Через AI-шлюз Vercel проходит более 1 триллиона токенов ежесуточно. При этом половина из 6 миллионов ежедневных деплоев запускается агентами, а не людьми.

Что такое Eve от Vercel?

Eve — новый фреймворк Vercel, позволяющий описывать инструкции и навыки агентов на естественном языке вместо программного кода. Инструмент представлен в июле 2026 года.

Зачем Vercel выпустила Sandbox?

Vercel Sandbox ограничивает доступ агентов к данным при сохранении их вычислительных возможностей — это ответ на требования корпоративных клиентов к безопасности и управляемости в production-среде.

Почему нужно разделять ИИ-модели и агенты в production?

Компании, вышедшие в production с AI-приложениями, неизбежно переходят к мультимодельной архитектуре с разделением слоёв. По данным Vercel, 50% из 6 миллионов ежедневных деплоев инициируются агентами.

Насколько велик спрос на ИИ-приложения в production?

Vercel обрабатывает 6 миллионов деплоев ежедневно, половина инициируется агентами. Через AI-шлюз платформы проходит свыше 1 триллиона токенов в сутки.