4人起步，Next.js 之父带队冲出Agent爆款：开发者用户一年超过去十年，一秒生成7个应用

Vercel 的 V0 迎来了大更新，在 Vibe Coding 产品竞争愈发激烈的当下，它不再只是一个“AI 搭建网页”的工具，而是升级为更全面的 Agent ——能够自动完成规划、研究、构建与调试，从前端、后端到文案与逻辑，一手包办。

在这场变化背后，站着的是 Vercel 创始人兼 CEO Guillermo Rauch。作为 Next.js 与 Socket.io 的缔造者，他认为每家公司都会经历所谓的 AI 转型，本质上就是大规模生产智能。 V0 对 Vercel 来说，就是验证 AI Cloud 基础设施价值的“零号病人”。

Guillermo 的职业起点同样离不开这种“逆向选择”。当年他选择 JavaScript 时，这门语言还被视为“玩具”，但正是因为提前进入新领域，他在 17 岁时就被 Facebook 招募。今天，他依然坚持认为不要拘泥于所谓“高地位”的技术，而要关注真正有潜力的新领域。

从四人起步的小团队，到如今月活 140 万开发者使用的 Next.js，再到有望触达数亿甚至数十亿用户的 V0，Guillermo 始终强调：未来写代码会逐渐被 Agent 接管，真正重要的，是理解系统的运作、局限与抽象层的演进。“代码是静态的，唯有运行与部署，才能创造真正的价值。”

从 Vibe coding 到全栈 Agent 

Matt：你们在 2024 年秋季发布了 V0，此后发展迅速。是否有一些数据，可以帮助我们了解它的增长情况？ 

Guillermo：V0 的核心功能是将文字转化为应用——从一个想法到一个可用的软件。它触达的用户群体远远超过了 Vercel 以往的受众，不需要工程背景，只需要有想法即可，这也正是所谓的 “Vibe coding（氛围编程）”的体现。

目前，V0 每秒钟能生成 7 个新应用。迄今为止，V0 已经生成超过 1 亿个应用。在不到一年的时间里，V0 的用户数已超过 Vercel 过去十年的总和。这意味着编码正在被自动化，更多人能够像在 ChatGPT 中输入问题一样轻松完成开发。

这催生了大量个性化的软件，有人称之为“个人软件”或“高度专用应用”。其驱动力有两个方面：第一，人人都能“下厨”，人人都可以在周末，甚至和孩子一起，把想法变成实际的应用；第二，在企业内部，团队需要原型化、需要跨部门沟通，设计师、市场人员和工程师都需要围绕具体的成果协作，V0 正好满足了这种需求。

Matt：我听说你们之所以能这么快推出 V0，是因为公司内有一支大约十人的特别小组？ 

Guillermo： 是的，目前有十人，但最初只有四人，其中一人是我自己，还负责 QA。我们当时的目标是，在构建 AI Cloud 的同时，需要一个“零号病人”式的应用，来验证这套基础设施的价值。

每家公司都会经历所谓的 AI 转型——不管称之为“AI 化”“智能 Agent”还是“生成智能接口”，本质上都是大规模生产智能。我们长期以来专注于打造高质量的网页体验，而现在希望把这个过程自动化，让全球用户都能轻松构建出高水准的网页。例如，我们创建了 Next.js，如今它已成为 React 生态中最大的 Web 框架，月活跃开发者超过 140 万。V0 的意义在于，可以把潜在用户规模从 140 万扩展到数亿甚至数十亿。以前需要庞大团队的全栈开发，现在借助完善的基础设施，小团队也能迅速启动，比如三四个人就能完成。

Matt：这正好呼应了近年一个热门观点：极少人数也能构建大型公司。你们算是“在公司里再创办一个创业公司”的典型案例。 

Guillermo： 上周开始，我们为 V0 实施了“GM model（总经理模式）”。V0 有一位总经理，他就像 V0 的 CEO，同时也是 Vercel 平台的用户。

Matt：这类似于“大公司即服务”的微架构模式？ 

Guillermo： 是的，可以类比微软、亚马逊 AWS 的模式。我们底层的基础设施平台同时也承载了许多潜在竞争者的产品，我相信未来会有数十亿个 Agent。随着市场逐渐认识到每个公司、每个岗位都需要相应的 Agent，我们希望成为它们的基础平台。V0 既得益于这种基础设施，也受益于总经理模式所带来的灵活性。

Matt：能否比较一下目前 AI 编程领域的主要产品，比如 Cursor、Windsurf、Lovable 或 Replit，它们之间是同质竞争，还是各有侧重？ 

Guillermo： 上周我看到一篇文章，提出了“Agentic engineering（智能体工程）”的概念，与 Vibe coding 形成对比。有些人甚至认为 Vibe coding 已经过时，Agentic engineering 才是未来。

我认为二者是并行的。比如在 Vercel 的关键基础设施中，新平台每月函数调用次数达到一万亿。在这种高强度工程任务里，工程师必须对 Agent 生成的内容保持极高的注意力。而 Vibe coding 面向更广泛的用户群体，任何人都能使用。我们的判断是，二者之间存在衔接。用户可以在 V0 上进行 Vibe coding，然后通过 Git 集成与专业工程师协作，逐步转向更严谨的 Agentic engineering。

未来关键基础设施和底层系统会更多依赖 Agentic engineering，而应用、界面、原型和演示文稿等领域则更适合 Vibe coding。

Matt：能否更清楚地定义一下 Vibe coding？ 

Guillermo： 这个概念最早出现在 Andrew Karpathy 的一条帖子中。他在特斯拉负责机器学习，后来加入 OpenAI，再后来自己开发软件。他发现，借助大模型，可以用一种新的方式写代码——几乎不需要关注具体代码，而是像在后编码时代一样，只需描述需求，大模型就能自动生成代码。开发者只需观察结果、不断反馈。

这与 V0 的定位高度契合。我们一直强调最终用户体验：是否符合预期，界面是否美观。Karpathy 当时还使用了语音交互工具 Super Whisper，让他能直接与系统对话，就像科幻电影里那样，即时生成界面并立即部署。这就是 Vibe coding 的核心。如今，这种方式不断民主化，人人都能使用。

如果说传统 IDE 面向的市场仅限会写代码的人，那么 V0 的潜在用户就是所有拥有电脑的人。只需打开浏览器即可开始，而无需下载工具或配置环境。最近我们还将 V0 的底层代码生成模型开放给其他代码编辑器，比如 Cursor、VS Code 等，它们可以调用 V0 模型。这背后的原因是，我们持续将自己在 Next.js 和 React 应用开发中的经验注入模型，更新常用库、设计模式和最佳实践。这对我来说尤为重要，因为我一直在传播 Web 应用的最佳实践，而现在模型可以承担这个角色。

事实上，Vercel 的起点就是我在巴西 JS 大会上做了一场题为《优秀 Web 应用的七条原则》的演讲。当时我意识到，仅靠到处演讲和布道，无法规模化传播这些知识。于是，我决定将这些最佳实践固化为框架，于是诞生了 Next.js。框架能帮到开发者，但人们仍然会犯很多错误。

Matt：再给大家补充说明一下，Next.js 是你们在 React 之上开发的开源库。 

Guillermo：Next.js 支撑了许多知名的 Web 应用，比如 Midjourney.com、Walmart.com 和 Nike.com。它拥有 140 万活跃开发者，但这依然不是“人人可用”的水平。于是我们思考，是否可以把这些经验转化为模型，使其不断学习和传播最佳实践。这就是 V0 模型的本质——把团队和社区的知识转化为 Token，并不断迭代优化。我相信未来每家公司都会经历类似的过程，从传统软件走向“智能 Token 化”。

Matt：目前来看，V0 更偏向前端？后续是否有计划加入更多后端功能？ 

Guillermo： 长期以来，人们一直希望我们能支持构建完整的 Web 应用。但在 V0 刚推出时，模型的能力还不足以支撑复杂的数据流和状态管理，因此最初只能生成一些相对简单、无状态的应用。

随着发展，我们逐渐构建了一个集成生态，使 V0 能通过第三方平台实现全栈能力。比如我们与 Supabase 集成，让用户能够直接使用 Postgres 数据库，进行数据读写。另一个令人兴奋的集成是 Salesforce Commerce Cloud，我们展示了如何通过 V0 实现电商应用的 Vibe coding。这意味着，未来也可以通过类似方式构建销售流程等应用。

V0 在某种意义上类似于电子表格或文字处理器，它让简单工具演变为灵活而复杂的业务流程，我们希望通过生态集成实现同样的效果。另一大类集成是 AI 模型。许多客户希望用 AI 来快速创建或原型化 AI 应用。我们的一家财富 10 强客户使用 V0 的原因，就是需要以“思想速度”而非“季度速度”来迭代。一个季度里，AI 领域可能出现 20 个新模型和 3 种新架构，发展非常快。V0 对个人用户和企业用户都极具价值：个人可以用它构建全栈应用，企业则能用它快速原型化，探索下一代产品。

Matt：怎样才能成为一个优秀的 Vibe coder？ 

Guillermo： 我很认同 Rick Rubin 曾说过的一句话：你需要有品味，需要有清晰的愿景，并且能够表达出来，这些是基本素养。一个成功的人，能够判断自己想要什么，不想要什么，并且能够提供反馈。

在硅谷，成功很大程度上依赖于反馈的给予与接收。你与 AI 的互动，就像与同事的协作，双方不断往复。不同的是，AI 永不疲倦，而且始终保持最新，由像 Vercel 这样的公司不断注入专业知识。它像一位随时待命的员工，可以帮你实现想法，但前提是你能清楚表达这些想法。

我们也在做一些帮助用户的工作，比如 V0 社区。那里汇集了各种现成示例：仪表盘、加密应用、动画效果等。用户可以一键克隆，这类似于 Notion 的成功模式。虽然你可以从一个空白文档开始，但这需要更多创造力；相较之下，从社区获取示例会更高效。

在 ChatGPT 界面里，很多应用看起来都很相似。V0 会询问用户“你想要发布什么？”，如果用户没有明确想法，可以从社区示例、截图或图表开始。你甚至可以把餐巾纸上的手绘草图拍照上传，系统会生成一个不错的初稿。

此外，我们提供了“增强提示”功能。如果用户的提示过于简单，系统会自动扩展，给出更多灵感。但需要意识到，这些想法可能并非完全属于你自己。因此，想成为优秀的 Vibe coder，仍需广泛接触不同产品和案例，从而更好地表达需求。

Matt：我们之前和 Benedict Evans 讨论过，ChatGPT 的开放式输入框与 GUI 的差别，GUI 的优势是它限定了可操作的范围。听起来，你所说的正是在为 AI 构建 GUI 的一种方式。 

Guillermo： 是的，但 GUI 的问题在于，它会把所有功能一股脑展示出来，用户往往不知该点哪一个。实际上，人类的思维过程是一条连续的意图链条：比如“创建一个表单”“把这个元素移到左边”“更换样式”“连接 API”，是从意图到结果的过程。

本质上，Agent 的工作就是在上下文中接收提示，利用工具来完成任务。这些工具可能是 API，在用户看不到的后台运行。举个例子，如果你给 V0 一个 URL，它可以自动访问网页、获取信息或截图。未来，越来越多的工具将交由 Agent 调用，用户只需提供上下文或意图即可。

Matt：V0 是 Agent，还是 co-pilot（协同助手）？ 

Guillermo： 最初，V0 更像是一个 co-pilot，主要聚焦于设计和前端。但随着需求增加，比如需要生成交互性更强的代码、数据获取逻辑等，就必然演化为 Agent 架构。因为大模型并不完美，它们像人类一样会不断遇到错误。

开发者其实经常面对错误信息，比如类型检查失败、未定义变量等。过去他们会去搜索引擎查找答案，而如今这些工作交给 Agent 完成。很多时候，V0 甚至不会向用户展示错误，因为系统可以高概率自动修复。

Agent 去除了大量图形化界面，直接调用工具并返回结果，且迭代速度远超人类开发者。随着 MCP 服务器等生态的增长，Agent 可以在极短时间内完成数十轮迭代，快速提升结果质量。

Matt：Vercel 是少数真正赢得开发者喜爱的产品。但 AI 系统不可避免会出错，在这种情况下，如何维持“开发者热爱”？ 

Guillermo：过去开发者工具的核心是设计良好的 Error message（错误信息），因为最终由人类来处理。而现在，错误信息更多是提供给 Agent，它们只需要纯净的信号，而非复杂的视觉上下文。

这促使我们思考，如何为未来的 Web 设计最佳文档和内容呈现方式。对人类而言，导航和界面很重要；对 Agent 而言，则更需要原始信号，比如纯文本或 Markdown。某种意义上，这与 Unix 时代的命令行哲学相通。

Vercel 的起点就是一个简单的命令行工具，如今却意外成为 Agent 的理想接口。当 Anthropic 的 Claude 想要部署应用时，它选择使用 Vercel，这说明我们无意间打造了最适合 Agent 使用的工具。

因此，现在必须同时服务两类用户：人类开发者和 Agent。两者有共性，也有差异。我们需要既赢得“开发者的热爱”，也赢得“Agent 的热爱”。

Matt：你说过提升品味的方式是增加“曝光量”。如果我是 Vercel 的一名开发者，想在工作中表现更好，需要更好的品味，我该怎么做？ 

Guillermo： 我认为，每一波重要的互联网或科技浪潮都会伴随趋势与反趋势。例如，互联网和电子邮件出现时，我们获得了全球连接，但同时也出现了垃圾邮件和钓鱼诈骗；Facebook 让世界更紧密，但也带来隐私和注意力使用方面的担忧；TikTok 是一个强大的创作者平台，但也产生许多负面外部性。

AI 亦如此，我们面临“slop（低质内容）”的问题。因此，AI 的创造者和公司必须设定标准，决定人们将用它创造什么。V0 的做法是将上下文和指令嵌入其中，因为“上下文为王”。模型掌握的参数和信息极其庞大，许多东西需要通过探索来发现，就像进入一个无限的元宇宙，你要决定走向哪片区域、摘取哪颗“生命之树”的果实。

所谓“曝光时间”，一方面是指深入理解用户今天如何使用你的产品，因为创作者容易被自己理想化的愿景误导；另一方面是尽可能多地体验其他产品。通过积累这些体验，你会形成丰富的认知上下文，并可能发现新的交叉点。比如你使用 Runway 的界面，又尝试 ChatGPT 的 Operator 产品，可能会从两者的结合中产生新的想法。V0 很擅长基于这些输入生成新颖且有品味的成果，但前提是你先提供足够的初始输入。

这让我联想到 Web 2.0 的“Mashup”（应用混搭）。AWS 的起点其实源于 Amazon 内部构建 Web 服务，方便外部开发者调用库存、产品等数据。当时普遍认为未来会是“应用混搭”的世界，尽管最后 AWS 主要演化为基础设施。但我认为“混搭”理念今天再次重要。

未来十年，世界将逐渐重构为 MCP 生态，它就像 AI 时代的 HTTP，允许不同 AI 系统互相通信、调用工具。这意味着产品之间将出现更多交叉、整合和新颖的界面。过去这些事可能很难实现，但 MCP 大大降低了门槛。最终我们会进入一个“完全生成式”的互联网，没有固定僵化的界面，而是不断根据用户需求、专业程度和动态环境来生成。谁能关注并善用合适的 MCP 服务，谁就能抓住下一个时代的机会。

AI Cloud 的愿景 

Matt：能否介绍一下 Vercel 的产品方案以及接下来的规划？ 

Guillermo： 在过去，Web 应用主要是为人类提供 HTML 或 JSON 接口，我认为下一波需求将是为 Agent 提供接口。Vercel 的使命是帮助开发者以最低的时间和成本部署此类应用。现在，部署一个 MCP 服务器只需几行代码。

对拥有大量数据的公司而言，这相当于他们的“最小可行 AI 产品”。通过 MCP，把数据和能力以 Agent 可用的形式表达出来，就能立刻参与 AI 经济。因此，Vercel 在企业中获得了很大吸引力。例如，Zapier 使用 Vercel 托管 MCP 服务器，Solana 也在大规模应用。

Matt：如果 Target.com 希望外部 Agent（如 OpenAI 系统）能访问它，就需要自己搭建 MCP 服务器，对吗？这样它的网站就能通过 Vercel 与 Agent 交互。 

Guillermo： 没错。如果 Target 不想错过被集成进 ChatGPT 的机会，就必须支持 MCP 协议。只需几行代码，就能把现有 API 和数据后端与 MCP 连接。这样不仅能与 ChatGPT 互操作，还能与 V0 互操作。比如，Target 的员工可以用 V0 构建内部应用，用自然语言生成物流管理或客服系统。MCP 可以是内部的，也可以是外部的。我认为 MCP 将成为新的“商务拓展”，速度是原来的百倍，不再是人与人的会议，而是 Agent 之间的对接。

Matt：但如果一切都开放给 Agent，还涉及安全、可观测性和权限控制。这该如何实现？ 

Guillermo： 这正是我们 AI Cloud 服务中的重点。我们提供传统的 Web 应用防火墙，但这还不够。MCP 没有和传统互联网相同的 URL 结构，因此需要新的安全原语来检测和防护。开发者必须知道哪些工具被调用最频繁，是否存在恶意上下文，是否有人试图操纵 MCP 服务器。

现在已经出现了新的攻击方式，比如提示注入。有人甚至可以在图片中嵌入人眼不可见的信息，诱导 AI 模型触发 MCP 工具泄露数据。这说明我们需要新的安全基础设施和框架来保护开发者和系统。

Matt：客户对于 MCP 和 Agent 的接受程度如何？毕竟，如果他们已经花大量精力打造精美的界面，突然被 Agent 绕过，可能会觉得不安。 

Guillermo： 企业对 V0 和我们 AI Cloud 基础设施的兴趣超出预期。原因在于决策者的个人体验：许多 CTO、CIO 在日常生活中频繁使用 ChatGPT，甚至会教孩子写代码。他们在工作中却发现，企业流程依旧缓慢，需要多次会议和冗长周期。这种反差让他们意识到，如果不尽快拥抱 AI，可能会彻底落后。如果没有 MCP 服务器，就等于把自己排除在这类新兴经济之外。而更重要的是，MCP 让企业能够创建自己的 AI 界面。

亚马逊早期的推荐系统是一个里程碑式的 UI 创新：“买了这个的人还会买这些”。未来的“Agent 电商”将出现新的交互原语，Agent 会伴随用户的浏览之旅，就像随身的购物顾问或助理。过去商店无法规模化提供这样的服务，而现在对回头客或注册用户，这种高度个性化体验将成为可能。企业决策者普遍希望优先服务忠诚用户，而 AI 的记忆能力正好发挥关键作用。AI 可以记录用户偏好，分析其浏览日志，从中提炼出几个核心事实，例如喜欢黑色、男性、住在旧金山等，再带入下次访问，就能创造细微却令人惊喜的体验，从而增强客户忠诚度。

Matt：你认为距离这样的未来还远吗？比如，客户服务中的一次交互最终能触发产品代码的修改，以回应用户反馈？ 

Guillermo： 我认为这是必然趋势。对 Vercel 来说，客服团队是公司最重要的部门之一。我们将 V0 模型部署在帮助中心，用户访问 Vercel.com/help 时，可以获得几乎涵盖所有问题的 AI 支持，从代码报错到云计算使用解释。然而，总有一些复杂问题无法通过 AI 自动解决，我称之为“前沿问题”。这使得客服工程师的工作更有挑战性，因为他们处理的是 AI 过滤后仍未解决的难题，也正是这些问题推动了产品的改进。

客服团队大量使用 V0 来提出改进建议：如果优化某个产品功能，就能避免相应的支持工单。他们的目标是让模型更聪明、产品更完善，从而减少重复问题。但始终会有新的前沿问题出现，因此他们的作用依然至关重要。过去，我们每天处理了大量重复性工单，如今这一部分几乎消除，客户满意度显著提升。起初我担心技术社区用户会更倾向于人工客服，甚至对 AI 感到不满，但事实相反，用户反馈极其积极。我们特别关注“脱离事件”，即用户因问题被迫离开产品的情况，并持续跟踪产品或模型在哪些环节存在不足。

Matt：AI Cloud 是什么？能做什么？ 

Guillermo：AWS 当初的目标是帮助人们构建网站，而我认为我们正经历从“Pixels”到“Tokens”的重大转变。Pixels 依旧重要，因为人类交互需要快速而美观的界面，Vercel 会继续在这方面提供支持。但未来的大量交互将通过 Tokens 完成，因此我们需要一个专为 AI 产品打造的云，它既能支持 AI 应用构建，也能用 AI 解决传统云计算中的顽疾。

以云运维为例，如今开发者和运维人员经常收到“系统宕机”或“接口报错”的通知，却没有解决方案。我们认为 AI Cloud 应当配备 Agent，直接生成解决方案，而非只报告问题。凭借 Vercel 的端到端智能，我们能捕捉从 CDN、防火墙、渲染到后端的所有数据，并通过 AI Agent 自动化基础设施和问题修复。例如，OpenAI.com 是全球访问量前二十的网站之一，若其基础设施出问题，我们不会只发出警报，而是直接提交修复方案的 Pull Request。

未来，企业将用 AI Cloud 来构建 MCP 服务器、Agent、对话式 AI，甚至行业平台，如代码助手、客服助手、法律或金融 AI。几乎所有行业都将迎来颠覆，与其自行解决基础设施，不如直接从 AI Cloud 起步。

Matt：听起来 Vercel 的 AI Cloud 不仅仅是一个发布，更像是一种进展。你们是在让 DevOps 变得多余，打造一个自我修复的系统吗？ 

Guillermo： 可以理解为两部分：基础设施和代码。基础设施层面，过去十年我们已高度自动化。而更难的是应对运行中的异常情况，例如我们托管的某些知名电商网站，经常遭遇信用卡攻击或爬虫流量。传统方法是人工接警、手动排查，但 Vercel Agent 会自动检测并分析异常，给出详细事实和处理建议。开发者仍在决策环中，但已不必从零开始调查。

传统云的现实是，运维人员常被毫无上下文的警报叫醒，调查可能耗时数小时。AI Cloud 则能实现自愈：不仅在攻击和宕机时提供修复方案，还能进行性能优化。例如，检测到电商网站的图片加载缓慢时，系统会直接生成优化 Pull Request，而不是仅仅报错。

此外，AI Cloud 需要为 AI 应用提供专门的服务和 SDK。本周我们发布了 AI 网关（测试版）、Vercel Sandbox、Vercel Agent，以及改进后的 Fluid 计算平台，使其更高效、更低成本地运行 MCP 服务器和 AI 任务。

Matt：Fluid 本身也是最近才发布的，对吗？ 

Guillermo： 是的，非常新。云计算从 1.0 到 2.0 的转变改变了运行负载的特征。过去主要是前端渲染，对响应速度要求极高，因此亚马逊提出了著名的“100 毫秒规则”：页面每延迟 100 毫秒，就会损失 1% 转化率。但进入“Tokens”时代，新的模型如 OpenAI O3 Pro 可以连续思考 15 分钟，这种长时计算在传统云上几乎没有被优化。

Fluid 的创新在于计费模式。我们只针对实际 CPU 周期收费，而不是像传统云那样为闲置时间买单，这意味着用户真正实现“按需付费”。Fluid 补充了 GPU 的能力，帮助开发者在调用模型的同时进行必要的计算与集成处理。

Matt：Sandbox 又是什么？ 

Guillermo：Sandbox，即一个安全的运行环境，用于承载模型生成的计算任务。在研究过程中，Agent 可能需要快速运行一段 Python 脚本来计算数据、生成可视化，或帮助决策。你可以把 Sandbox 理解为 AI 领域的 “Amazon EC2”，但它不是为开发者手写的代码服务，而是为模型实时生成的代码提供运行环境。有了它，就能构建出全新的产品，例如创建你自己的 V0 或 Lovable，或让模型在幕后运行代码，直接生成一份深度研究报告。

Matt：无论是 AI Cloud 还是 V0，你们似乎都形成了一个持续学习和优化的数据飞轮。这是你们有意的设计吗？在产品层面，你们做到多系统化了？ 

Guillermo： 是的。AI Cloud 的一部分是我们直接构建的核心模块，比如 Fluid、Sandbox、AI 网关；另一部分是生态整合。比如在模型 Evals（评测）中，我们使用 BrainTrust。我们希望那些我们不构建、但 AI 世界必需的产品，也能通过 Vercel 市场一键获取。例如，Agent 除了要能安全运行代码，还必须具备浏览器功能，因为很多任务都需要访问网页。因此会有类似 BrowserBase 或 BrowserUse 这样的集成，它们专为 Agent 构建浏览器基础设施。

数据飞轮至关重要。过去有的公司更依赖直觉设计，比如苹果；有的公司则高度数据驱动，比如 Facebook，会根据用户停留时间优化广告。在 AI 世界里，数据驱动已非选择，而是必然。你必须追踪每个数据点：用户对生成内容的反馈、错误率、Agent 提出的建议被接受的比例等。没有健全的指标体系，就无法真正参与 AI 产品经济。幸运的是，AI 生态天然“电池齐全”，让创业者从一开始就具备这样的条件。

企业运营与个人管理 

Matt：V0 的出现带来了新的用户群，他们可能不是专业开发者，而是需要更易用交互方式的人。与此同时，前端、后端甚至产品的界限也在模糊。作为公司，你们如何适应这种变化？ 

Guillermo： 我们做了一件基本的事情，就是和大量 V0 用户交流。V0 对很多人都有价值，但对某些人则是颠覆性的改变。例如，那些每天与开发者协作但本身不是开发者的人，这个产品对他们来说就是一种超能力。这帮助我们明确了主要用户画像：虽然任何人都能使用 V0，但它对“开发相关岗位”的人尤其具有变革性。就在录播客前，我收到一位父亲的消息，他说自己和孩子一起用 V0 开发了一个应用，这在过去几乎不可能做到。这让我更加确信，我们要在真正点亮用户的地方加倍投入。

另一个原则是“从模型出发设计”。如果产品目标过于科幻化，模型能力跟不上，就无法落地。最初 V0 的 UI 过于雄心勃勃，输入提示后会生成三个完整应用，但难以进入真正的迭代式对话。后来我们重新设计（内部称为 V1），更贴近模型的实际水平，结果用户增长提升了一百倍。设计既要符合模型的当前能力，也要为未来六个月的演进留有余地。

Matt：你们用户留存率和毛利率的情况如何？ 

Guillermo：V0 是有正毛利的健康业务，且毛利率在持续提升，我认为这源于我们锁定了长期稳定的用户群。V0 既服务企业，也服务个人，因此不会完全依赖短期的“新鲜感用户”。在企业里，使用产品是刚需，留存自然更高。与此同时，我们也在探索让个人用户能通过 V0 盈利，比如引入类似 App Store 的订阅和支付体系，从而建立可持续的创作者经济。

Matt：从营收来看，Vercel 去年表现非常亮眼。据说达到 1 亿美元左右，今年初已到 1.8 亿，实现约 80% 的增长。背后的主要驱动力是什么？ 

Guillermo：V0 增长迅猛，占据了显著收入比例。同时我们快速响应开发者需求，例如 ChatGPT 发布后，我们立即推出了 AI SDK 和 Chat SDK，让开发者能快速构建类似 ChatGPT 的产品。AI SDK 已成为全球第二大 AI 模块，仅次于 OpenAI。本质上，我们抓住了开发者真正想要构建的方向——今天是聊天产品，明天是 Agent、MCP。

过去，我们的增长曾受益于疫情推动电商和加密行业的需求。但 AI 不同，它不是短期潮流，而是一种效率革命。即使用户短期流失，他们也会因需求再次回来。就像学会了一种更高效的工作方式，就很难再退回去。

尤其是在企业场景中，AI 产品每天都在创造经济价值。而在消费端，移动化正在打开新机会。V0 很快会有移动端应用，用户可以随时随地携带 Agent，甚至远程操控电脑。这需要全新的基础设施和服务，也正是我们构建 AI Cloud 的原因。

Matt：你在与社区的沟通中非常具有感染力。像这周的大会、你在 X 上的活跃表现，都让人印象深刻。在你事务繁多的情况下，你是如何看待这种沟通的重要性的？ 

Guillermo： 我把它看作一种多重沟通方式。首先是对自己，其次是对团队。事实上，X 对我来说是一个高效的沟通渠道，可以触达近 700 名 Vercel 员工，也能覆盖更广泛的开发者社区。我希望通过这种方式传递想法，提供支持，并获得对产品的反馈。我的出发点其实是尽量把积极的能量带给大家。因为在短期内，很多事物对人们来说都是模糊不清、充满不确定性的，尤其是开发者常常经历情绪的剧烈波动：今天一切顺利，明天却可能感觉一切都糟糕。所以我希望带来一种乐观的态度，让大家相信总有值得去创造的新事物。

与此同时，这也是我锻炼思考方式的过程。我会尽量简化表达，减少冗余，把语言像“打磨 Pixels”一样精炼。在我看来，每一个功能按钮、文字链接都可能增加负担，可能出错，可能让用户困惑。ChatGPT 相较于 Google 的一个核心优势就是界面简洁。Google 的搜索页面虽仍算干净，但功能和广告层层叠加，让体验变得繁复。我的原则是同样适用于语言和思考：尽量去除冗余，保持清晰。

我甚至把这看作一种 AI 时代的训练。生活中，提出 Prompt 与成功之间存在正相关。你提出的问题越多，把想法表达得越多，参与销售和推广的机会也就越多。关键在于不断练习，并在每次表达中精进一点，通过反馈持续改进。因此，我对外的沟通，实际上也是一次次自我打磨的过程。

Matt：既然你在公众场合思考和建设，你会遇到负面反馈。你是如何处理的？ 

Guillermo： 我的原则是尽量避免传播负能量。我会提醒自己：是不是要说一些尖锐或负面的话？如果是，就选择不发，或者留在草稿箱里。保持积极并不意味着一味粉饰太平，适度的批评是必要的，但必须在合适的情境中使用。很多时候，负面反馈确实能带来更高的关注度，但我会有意识地克制。

当面对用户的批评时，我总认为其中一定包含某种真实的内核。我的原则是“客户永远是对的”。作为开发者，我深知工具能带来多大的挫败感，所以我会尽可能以同理心面对批评，并把它转化为改进产品的机会。最终，我的目标不是让大家喜欢我个人，而是打造真正让用户喜爱的产品。

Matt：你要兼顾的事情很多：你是近 700 人公司的 CEO，又是多家优秀创业公司的天使投资人，同时还是五个孩子的父亲。你是如何保持精力充沛而不至于崩溃的？又是如何管理压力、平衡生活的？ 

Guillermo：首先，我很感激团队和家人的支持，他们让我能把精力集中在真正重要的事情上，减少无谓的消耗。效率对我而言至关重要，除此之外，我非常重视健康和身体锻炼，因为这能让我保持能量。奇妙的是，虽然锻炼消耗体力，却能带来更多精力。

每次锻炼就像是一场精神体验，比如跑步，20 分钟后我总会想放弃，心里会有各种消极念头。但坚持下去，就能突破这种心态。正如 David Goggins 所说，每天都是了解自我的机会。创业也是如此，不论公司多大、资源多少，你始终在和那些怀揣新想法的年轻人竞争。所以，每天都必须以最佳状态投入其中。

Matt：如果你能给小时候的自己一些建议，你会说什么？ 

Guillermo： 我的第一个网站是关于《龙珠 Z》的，做得很糟糕，用的是 GeoCities 或 Fortune City 这样的平台。但今天情况完全不同，现在初学者可以借助图像和视频生成模型，轻易创造出远超我当年水平的作品。因此，我会建议年轻人尽可能去了解和利用当下的新工具，而不是拘泥于传统路径。

例如，当年我选择 JavaScript 时，它被视为“玩具语言”，不够快、不够严谨。但事实证明这些看法都是错的。因为选择早，我在 17 岁时就已经被 Facebook 招募。提前进入新领域，往往能获得更多机会。不要过于在意外界眼中的“高地位”技术，而是要专注于潜力所在。

我认为未来写代码会逐渐被 Agent 接管，更重要的是理解系统的运作方式，以及它们的局限性。这不仅包括计算机和硬件的极限，还包括服务、模型和各种抽象层。最终，世界的进步依赖于抽象层的提升。部署比写代码更重要，因为代码本身是静态的，只有运行和被部署才会产生价值。

此外，我非常重视数学和语言。数学是培养系统性思维的最好方式，语言则关乎表达和讲故事的能力。无论是写作、叙事还是为投资人制作演示，都需要语言功底。虽然我认为 AI 未来可能具备更强的写作能力，但目前仍难以达到顶尖文学水准。因此，阅读经典文学，尤其是 Jorge Borges 或 García Márquez 的作品。

参考链接：

https://www.youtube.com/watch?v=zhA7OMw4njw&t=1s

本文来自微信公众号“InfoQ”，作者：傅宇琪、Tina，36氪经授权发布。