# v0 用户破 300 万，Vercel CEO 判断：五年内网页将按需生成 > Training Data No. 59 中文精读 - 原标题：Vercel CEO Guillermo Rauch: Building the Generative Web with AI - 发布日期：2025-08-05 - 主持：Sonya Huang · Pat Grady · Konstantine Buhler 等 - 网页版：https://trainingdata.qiaomu.ai/ep/059-vercel-ceo-guillermo-rauch-building-the-generative-web-with-YoxeOS.html - 精读字数：约 5824 字（阅读约 13 分钟） > 本文为 trainingdata.qiaomu.ai 基于原始访谈的 AI 改写中文精读，非官方翻译；引用请注明出处并链接网页版。 一家卖云服务和前端工具的公司，增长最快的获客渠道之一，居然是 ChatGPT。 Vercel 最近披露，从 ChatGPT 跳转来注册的用户在指数级增长。旧金山 AI Engineer 大会上，有人专门走到 Vercel 展台说：我知道你们家产品，是 ChatGPT 推荐的。 这段对话出自红杉资本播客 Training Data，嘉宾是 Vercel CEO Guillermo Rauch，Next.js 框架的创造者，开发者体验这个概念的代言人之一。这期聊的是 AI 怎么重塑软件开发，他给未来起了个名字：生成式网页。应用按需为单个用户即时生成，下载安装这件事会慢慢退场。 挑重点讲。 ## 写代码的人，换了一茬 ChatGPT 刚发布时，Vercel 内部注意到一件事：这东西写 React 和 Tailwind 特别熟练。React 是前端主流框架，Tailwind 是当下最流行的样式方案。等于模型一出生就带着这门手艺。 常见反应有两种，无视，或者恐惧。Rauch 选了第三种，all in。他们做了 v0，一个文本生成应用的工具，你说想要什么，它直接把能跑的前端做出来。两年过去，增长用他的原话说叫天文数字：超过 300 万 builder 在用，留存和参与度都很高，财富 10 强企业也在企业版上用。 更关键的变化是人。**AI 编程工具吸引来的大批用户，已经超出传统开发者范围：设计师、市场人员，任何有键盘的人。**他开了个玩笑：与其在团队聊天软件里闲聊，不如把同样的话说给 v0，还能顺便造出个应用。 成本塌到什么程度？以前创业者融种子轮，钱就是用来做第一个原型的。现在 v0 做的原型直接取代了 pitch deck。主持人 Sonya Huang 说，她刚听了一场 B 轮路演，对方的前端就是 v0 搭的。到今天，路演时拿不出一个能跑的前端，反而罕见。迭代速度也变了，你可以在定下方向前，先做几百个原型。 Vercel 还把底层框架 AI SDK 开了源，最近发布了 v0 模型，邀请创业者去做自己的造站 agent。他们学到的东西，一直在往回还给行业。 ## 品味，是能写进模型的东西 主持人 Pat Grady 问了个好问题：质量这件事，怎么系统化？总不能全凭 taste 吧。 Rauch 的回答从指标讲起。AI 产品的妙处在于反馈回路是自带的。第一个 AI 编程产品 Copilot 靠什么衡量进步？补全建议的采纳率。仪表盘上一个大数字，这周 51%，下周 52%，换个模型再看涨没涨。v0 的信号更多：代码能不能跑，页面渲染对不对，用户有没有把应用部署到真实世界，部署之后有没有人用。 主观的那部分，他叫品味。举了个小例子：在 iOS 上打开网站，Safari 顶栏的颜色应该和页面背景一致。不一致，多数人说不清哪里怪；一致了，画布延伸到整块屏幕，就是舒服。过去要教会所有开发者这个细节，得靠框架升级加文档教育。现在直接写进模型：生成着陆页时，自动做对。 **框架时代的核心工作，是把人放进「成功的坑」：你按框架的方式走，性能、安全自动及格。LLM 能把这种保护，从几百万开发者扩展到所有会用自然语言的人。**框架有收益递减的一天。他做 Next.js 演讲时，会把流程压成数学题：从建文件夹到第一个组件跑起来，最少几步，多少个字符。现在问题升级了：从想法到上线，最短路径是什么。v0 输入框顶上那行字就是缩影：你想发布什么。 他还替今天入场的人高兴：上一代人有灰头发和血泪教训，新人直接继承全人类攒下的经验，某种意义上是跨越式反超。 补个背景。Vercel 诞生于他自己的痛点：把一个网站上线太痛苦，云要从头配，工具和基础设施难打通，Next.js 就是为解决这个问题发明的。第一章，自动化云，做自动驾驶的基础设施，开发体验是特洛伊木马，用最好的体验把人吸进来。第二章，框架之后的时代，自动化写软件本身。 这期最实用的建议也在这段：**做开发者工具，你有两个客户。直接付费的是开发者，但你要一直想着，开发者的用户是谁。**卖个「加 10 点幸福值」的功能给开发者很容易，两个季度后他的用户不高兴，这生意就到头了。张力无处不在：把配额改成无限量，开发者会欢呼，但下游所有服务都要面对一个没有边界的东西，这对运营是灾难。他承认早期栽过这种跟头。 他的习惯是每个周末从零开始做点小东西，既给平台做 dogfooding，也逼自己回答：还能删掉什么摩擦。至于信念，他的元信念是别攒太多坚定信念。每次有人说 AI 做不到某事，他都站 AI 那边，因为三个月、六个月、九个月后，情况大概率就变了。 ## AI 拐点：你的客户，变成了 agent 回看 Vercel 这两年的曲线，Rauch 说最戏剧性的是两件事。第一件，**整个用户基数以接近零的成本，同比翻倍**。以前积累用户量要好多年，AI 把漏斗顶端直接撑开了。v0 本身全栈跑在 Vercel 上，没开任何后门和特殊通道，他们成了自己平台最较真的客户。 第二件，新用户和老用户不一样。他们对代码长短、API 长什么样，没那么敏感。Rauch 的判断很锋利：**LLM 的强项和弱点，会反过来塑造未来的运行时、语言、类型检查器和框架，因为你的客户已经从开发者，换成了他手上的 agent。**Stripe 的 API 以优雅著称，现在要多问一句：能不能改点什么，让 LLM 这个「用户」用起来更顺。新用户耐心也更少，出错就想掀桌，这逼着产品把可靠性做到 99.99%。 他还描述了一个错位的时代：底层模型可靠性还很低，AI 供应商隔三差五宕机；消费端的普及速度却前所未有。互联网当年花了很多年才让所有人上网，AI 这边采纳速度直接起飞。基础设施边跑边建，需求端已经爆炸。 公司层面，他发过一条推总结企业的路径：没有 AI，然后组建 AI 原型团队，然后原型变成生产级产品，成立 AI 产品团队，终局是每家公司都变成 AI 公司。客服 AI 是摩擦最低的入口。Vercel 走得更远：先给自己造了个自家技术的专家模型，v0 一鱼两吃，既喂给官网的支持流程，又当成产品卖。10 万多客户想要专业服务，以前只能婉拒，现在卖 AI agent，等于把 CEO 和 CTO 的大脑批发出去。他引用黄仁勋的说法，这是他们业务的 token 工厂，人类放大器。 下一步，连防火墙和可观测性都要用 AI 重做：agent 发现你的服务在报 500 错误，直接提交一个带修复方案的 pull request。离全自动基础设施还有多远？他的回答是，差不多就在眼前了（practically almost there）。录制当天，Google Cloud 和 Cloudflare 刚发生大范围宕机，波及不少 Vercel 客户。Vercel 的基础设施已经能自动检测和修复，把问题喂给 v0，看一遍日志和可观测数据，就能给出精确诊断：问题出在哪，该去找哪家供应商。 回到 ChatGPT 获客，原理其实不神秘。Vercel 做开源 AI SDK（可以理解为 AI 界的 Next.js）时，顺手做了个 playground，让多个模型同题作答，你可以问「可乐和百事哪个好」，看各家模型同时亮观点。他们长期观察各模型的先天偏好：问「部署 React 应用最好的方式是什么」，模型经常选 Vercel，因为训练数据里 Vercel 相关的文章、讨论、GitHub issue 足够多。营销的玩法变了：**以前人们靠看播客、读文章认识你，现在直接问自己的 AI 伙伴。**另外 AI 回答还要靠搜索做 grounding，内容仍然要做，形态要变：人们不再搜关键词，开始问完整的问题。FAQ 式内容一对一匹配提问，Vercel 按 LLM 优先的方式重新组织对外内容，效果不错。 ## 两类 agent，两类开发者 竞争格局怎么看？Rauch 给了两个框架。 第一个，虚拟同事。设计师、开发者、营销，都会出现虚拟版本。通用问题大家先去 ChatGPT 或 Claude，但反复回来解决同类问题的人，会去找专家 agent。他举了自家客户的例子：OpenEvidence，界面像 ChatGPT，底层接的是前沿医学数据，医生的专用专家；GC AI 做法律，同赛道还有 Harvey；金融领域有 Hebbia 和 Perplexity。**世界会有几百万个、甚至几亿个 agent。**数字原生公司都得回答一个难受的问题：如果今天重新发明，我的界面大概率是 agentic 的。 agent 又分两种。同步的，问一句答一句，ChatGPT 和 OpenEvidence 属于第一代。异步的，能长时间干活，能和其他 agent、其他人协作，长期看更有意思。v0 在模糊这条边界，你说「给我做个电商最优的界面」，它先做一轮研究再动手。IDE 加 AI 是同步界面，但你可以躺在床上冒出个想法，让 agent 自己去煮，回头交一个 pull request。 第二个框架，前端仍然重要。输出端有产物，网站、PR、一条等你确认的消息；输入端要抓住人的注意力，入口必须符合人体工学。他研究 UI 的结论是，**agent 是一种独立模态，很难塞进现有产品里**。所以 Vercel 给 v0 单独做了入口 v0.dev。Google 也一样，把 agentic 界面单独叫 AI mode，像 Google Maps 一样是独立产品，用户在入口处挑选自己的战士。 开发者世界也在分裂成两类：造应用的，和造平台的。造应用的最简单，对话式上手；造平台的给模板和起点，但还是得卷起袖子写代码。他用 Waymo 做比喻：v0 是那辆端到端不接管的自动驾驶车，真要接管，有集成让你弹射到 Cursor 或 VS Code；Vercel 平台本身更像以人类专家为中心的驾驶。LLM 越强，v0 这边吃掉的漏斗顶端越多。他自己是 CEO，时间有限，已经很久不用传统编码工具，只用 v0，只关心一件事：从想法到上线的时间。 ## 更多的应用，也会是更好的应用 主持人问了个尖锐问题：人人都在造软件，世界会更好，还是更多噪音？ Rauch 的答案是更好，而且有方法论。团队持续分析客户掉进去的错误类别，问一个问题：模型能不能解决？能解决的写成严格的 eval 塞回产品。Safari 顶栏那个细节，就这么进了几百万人的默认体验。 安全上有个漂亮的案例。Vercel 的 CTO 在一个开源框架里发现漏洞，帮对方在广泛发布前修掉了。他们随即把这个 PR 当考题发给所有前沿编码模型：看出问题了吗？好几个模型答对了。他当时就想，下一步是让 LLM 泡在现有代码库里，烧 token 找漏洞。没过多久新闻应验：Linux 内核一个 use-after-free 漏洞，基本由 OpenAI 的 o3 独立发现。这类漏洞轻则崩溃、拒绝服务，重则数据泄露、远程代码执行。资深内核工程师说，这类问题其实遍地都是，只是专家没带宽。**LLM 会写出「构造即安全」的代码，下一个 Heartbleed 不会发生在 AI 写代码的世界。** 反方向的证据他也摆得坦白：LLM 会顺手把数据库密钥写进浏览器端代码。v0 到目前为止拦下了几万个这类漏洞，最近一次问内部研究工程师，数字是每天大约一千个，相对于 LLM 原本想直接发布的版本。Vercel 的底气在基础设施原语：生成的代码即时送到服务端，交互部分送客户端，文档里建议人类做的安全动作，平台可以自动驾驶完成。 性能同理。Web 工程的复杂在于它是个 generator，随时间一点点吐内容，落到视网膜上的一切都得在正确的位置。Apple 靠人肉测试文化做到极致，他想把这些交给扎根在生产数据里的 agent，让软件下一代自动变好。 还有 QA agent。他周末试遍了语音转文字品类最火的三个产品，两个死在关键路径上：下载、注册、给系统权限，哪一步都可能挂。创业者当时肯定觉得稳了。亚马逊 CTO 有句名言，everything fails all the time，一切随时都在失效。所以要有机器人一直盯着关键路径：购买、注册、联系销售、下载。 ## 生成式网页：下载安装会输 聊到「一次性应用」，Rauch 的立场很激烈。他一直反对应用是永久物的观念。看看 Mac 上装软件的仪式感：挂载一个 DMG 临时卷，从 Finder 弹出，拖进应用程序文件夹，从此这就是一只你要长期喂养的小狗。他觉得自己是 Team Web，一切应该即时：打开 ChatGPT.com，打开 v0.dev，就完了。 基础设施也在换挡。他的概括：网页从静态到动态，现在进入生成式。Vercel 押了很多年的流式技术，就是 Amazon 商品页那种即时计算推荐的能力，后来长成了 Fluid Compute，正好接住 LLM 流式输出的负载。同时要为一个由 agent 访问的网页做准备：llms.txt 让网站给 agent 一份替代表示，MCP 则让 agent 和 agent 直接对话。 > 「如果生成在质量、性能、安全和可靠性上持续变好，下载、安装、采购软件这场仗，打不赢。我永远站完全生成式软件这边。」 他自己已经对「找软件」产生生理性反感，因为脑子里知道可以直接生成。黄仁勋说过，未来所有像素都将生成，而非渲染。Rauch 认为网页体验同理。开发者会转而造 agent 和 agentic 平台：要生成应用去 v0，要造平台来 Vercel，v0 可能成为未来互联网的生成引擎，浏览器集成已经在做，随时从现有应用里调用 v0。 时间表他给得很具体：五年内，网页会经历最大的一轮变革，界面、习惯、创作者数量全算上。三年内，王国崩塌，互联网原生的老公司调整不够快，AI 原生公司会以前所未有的速度冲上去。 快问快答里还有几个彩蛋。他最常用的外部 AI 应用是 Superwhisper 和 Wispr Flow 这类语音转文字工具，他从小是「打字最快的孩子」，现在改用嘴了。最敬佩的人是 Karpathy，vibe coding 一词加上语音编程的愿景正在兑现。他推荐过一篇文章，《The Five Whys, and Why the World is About to Get Weirder》，讲空难被研究到极罕见之后，能冒头的都是最离谱的事，从零直接接管世界。被低估的是什么？LLM 本身。这是一次平台转移，需要重连大脑，今天长大的孩子等于自带心灵魔法，他说他嫉妒。 ## 明天就能用上的几件事 这期聊的是未来，有几件事今天就能动手。 - 内容营销按问题组织。人们开始问完整的问题，FAQ 式内容一对一匹配提问。搜索排名仍然要养，AI 回答还要靠搜索做 grounding。 - 把关键路径交给 QA agent 盯着。注册、登录、支付、下载，任何一步挂掉都是真金白银的流失。他试的三个语音转文字产品，两个挂在关键路径。 - 原型别等融资。用 v0 这类工具先做，做一百个再挑一个，路演时带一个能跑的前端。 - 周末用 AI 从零做个小东西。保持对摩擦的敏感，顺便体验一下今天入场的人手里有什么牌。 - 问自己一个问题：如果今天从零重新发明我的产品，界面会是 agentic 的吗？答案如果是会，早动手比晚动手便宜。