Vercel V0全面演进：从氛围编程到AI智能体驱动的全栈开发

Vercel旗下的V0工具近期迎来了重大更新。在氛围编程（Vibe Coding）竞争日益激烈的环境中，它已不再仅仅是一个“AI搭建网页”的工具，而是升级为更全面的智能体（Agent）——能够自动执行规划、研究、构建与调试，从前端、后端到文案与逻辑，实现一站式处理。

这一变革的背后，是Vercel创始人兼首席执行官Guillermo Rauch的推动。作为Next.js与Socket.io的创造者，他认为每家公司都会经历所谓的AI转型，本质上就是大规模智能生产。V0对Vercel而言，正是验证AI Cloud基础设施价值的“试点项目”。

Guillermo的职业起点同样体现了这种“逆向选择”。当年他选择JavaScript时，这门语言还被视作“玩具”，但正是因为提前进入新兴领域，他在17岁时就被Facebook招募。如今，他依然坚持认为不应拘泥于所谓“高地位”的技术，而要关注真正有潜力的新方向。

从四人起步的小团队，到如今月活跃开发者超140万的Next.js，再到有望触达数亿甚至数十亿用户的V0，Guillermo始终强调：未来编写代码将逐渐被智能体接管，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，才能创造实际价值。”

从氛围编程到全栈智能体

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。它触及的用户群体远超Vercel以往的受众，不需要工程背景，只需有创意即可，这也正是“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软件，有人称之为“个人软件”或“高度专用应用”。驱动力来自两方面：第一，人人都能“下厨”，在周末甚至与孩子一起，将想法变为实际应用；第二，在企业内部，团队需要原型设计、跨部门沟通，设计师、市场人员和工程师都需要围绕具体成果协作，V0恰好满足了这种需求。

Matt：我听说你们之所以能快速推出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，还负责质量保证。我们当时的目标是，在构建AI Cloud的同时，需要一个“试点”应用来验证这套基础设施的价值。

每家公司都会经历AI转型——不管称为“AI化”“智能体”还是“生成智能接口”，本质上都是大规模生产智能。我们长期专注于打造高质量网页体验，现在希望自动化这一过程，让全球用户都能轻松构建高水准网页。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，将潜在用户规模从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，现在借助完善基础设施，小团队也能迅速启动。

Matt：这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“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，可类比微软、亚马逊AWS的模式。我们底层的基础设施平台也承载许多潜在竞争者的产品，我相信未来会有数十亿个智能体。随着市场逐渐认识到每个公司、每个岗位都需要相应智能体，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带来的灵活性。

Matt：能否比较一下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“智能体工程”的概念，与氛围编程形成对比。有些人甚至认为氛围编程已经过时，智能体工程才是未来。

我认为二者并行。比如在Vercel的关键基础设施中，新平台每月函数调用次数达一万亿。在这种高强度工程任务里，工程师必须对智能体生成内容保持极高注意力。而氛围编程面向更广泛用户，任何人都能使用。我们的判断是，二者存在衔接。用户可以在V0上进行氛围编程，然后通过Git集成与专业工程师协作，逐步转向更严谨的智能体工程。

未来关键基础设施和底层系统会更多依赖智能体工程，而应用、界面、原型和演示文稿等领域则更适合氛围编程。

Matt：能否更清楚地定义氛围编程？

Guillermo：这个概念最早出现在Andrew Karpathy的帖子中。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，可以用一种新方式写代码——几乎不需要关注具体代码，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，即时生成界面并部署。这就是氛围编程的核心。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，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。

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，仅靠演讲和布道无法规模化传播知识。于是，我决定将这些最佳实践固化为框架，诞生了Next.js。框架能帮到开发者，但人们仍会犯错误。

Matt：再补充说明，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标记，并不断迭代优化。我相信未来每家公司都会经历类似过程，从传统软件走向“智能标记化”。

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Web应用。但在V0刚推出时，模型能力不足以支撑复杂数据流和状态管理，因此最初只能生成相对简单、无状态的应用。

随着发展，我们逐渐构建了集成生态，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实现电商应用的氛围编程。这意味着，未来也可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效果。另一大类集成是AI模型。许多客户希望用AI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”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氛围编程者？

Guillermo：我很认同Rick Rubin曾说过的话：你需要有品味，需要有清晰愿景，并且能够表达，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，并能提供反馈。

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，就像与同事协作，双方不断往复。不同的是，AI永不疲倦，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，可帮你实现想法，但前提是你能清楚表达。

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。用户可一键克隆，这类似于Notion的成功模式。虽然你可以从空白文档开始，但这需要更多创造力；相较之下，从社区获取示例更高效。

在ChatGPT界面里，很多应用看起来相似。V0会询问用户“你想要发布什么？”，如果用户没有明确想法，可从社区示例、截图或图表开始。你甚至可把手绘草图拍照上传，系统会生成不错初稿。

此外，我们提供了“增强提示”功能。如果用户提示过于简单，系统会自动扩展，给出更多灵感。但需意识到，这些想法可能并非完全属于你自己。因此，想成为优秀氛围编程者，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，用户往往不知该点哪一个。实际上，人类思维过程是连续意图链条：比如“创建表单”“把元素移到左边”“更换样式”“连接API”，是从意图到结果的过程。

本质上，智能体的工作是在上下文中接收提示，利用工具完成任务。这些工具可能是API，在用户看不到的后台运行。例如，如果你给V0一个URL，它可自动访问网页、获取信息或截图。未来，越来越多工具将交由智能体调用，用户只需提供上下文或意图。

Matt：V0是智能体，还是协同助手？

Guillermo：最初，V0更像协同助手，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代码、数据获取逻辑等，就必然演化为智能体架构。因为大模型不完美，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智能体完成。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。

智能体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服务器等生态增长，智能体可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错误信息，因为最终由人类处理。而现在，错误信息更多是提供给智能体，它们只需要纯净信号，而非复杂视觉上下文。

这促使我们思考，如何为未来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；对智能体而言，则更需要原始信号，比如纯文本或Markdown。某种意义上，这与Unix时代命令行哲学相通。

Vercel的起点就是一个简单命令行工具，如今却意外成为智能体的理想接口。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智能体使用的工具。

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

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是强大创作者平台，但也产生许多负面外部性。

AI亦如此，我们面临“低质内容”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发现，就像进入无限元宇宙，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愿景误导；另一方面是尽可能多体验其他产品。通过积累这些体验，你会形成丰富认知上下文，并可能发现新交叉点。比如你使用Runway界面，又尝试ChatGPT的Operator产品，可能会从两者结合中产生新想法。V0很擅长基于这些输入生成新颖且有品味成果，但前提是你先提供足够初始输入。

这让我联想到Web 2.0的“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”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“完全生成式”互联网，没有固定僵化界面，而是不断根据用户需求、专业程度和动态环境生成。谁能关注并善用合适MCP服务，谁就能抓住下一个时代机会。

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智能体提供接口。Vercel的使命是帮助开发者以最低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，把数据和能力以智能体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希望外部智能体（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与智能体交互。

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“商务拓展”，速度是原来百倍，不再是人与人的会议，而是智能体之间对接。

Matt：但如果一切都开放给智能体，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。

现在已经出现了新攻击方式，比如提示注入。有人甚至可在图片中嵌入人眼不可见信息，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和智能体的接受程度如何？毕竟，如果他们已花大量精力打造精美界面，突然被智能体绕过，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UI创新：“买了这个的人还会买这些”。未来的“智能体电商”将出现新的交互原语，智能体会伴随用户的浏览之旅，就像随身购物顾问或助理。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“像素”到“标记”的重大转变。像素依旧重要，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。但未来大量交互将通过标记完成，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应当配备智能体，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智能体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拉取请求。

未来，企业将用AI Cloud来构建MCP服务器、智能体、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智能体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拉取请求，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沙盒、Vercel智能体，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“标记”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：沙盒又是什么？

Guillermo：沙盒，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，智能体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。你可把沙盒理解为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，就能构建出新产品，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、沙盒、AI网关；另一部分是生态整合。比如在模型评测中，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，智能体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，它们专为智能体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、智能体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，明天是智能体、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智能体，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“打磨像素”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，提出提示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智能体接管，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