從 Prompt 到上線：Vercel 如何吃下 AI 時代的部署紅利

代碼的成本正在被 AI 快速壓低，但「把代碼送上生產環境」依然是一道昂貴的工程題。

每日約 600 萬次部署，超過一半由 AI Agent 觸發，AI SDK 每週下載約 1,600 萬次——Vercel 看起來已經抓住了 AI 時代的下一張船票。然而，93 億美元的融資估值、約 27.4 倍的股權價值/收入，是否已經把這場「AI 部署層」的勝利計入價格？

Cloudflare 從側面進攻，AWS 定義了它下方的成本地板與上方的企業天花板，成長中的客戶又在把技術棧逐層拆走。Vercel 變現的究竟是一條護城河，還是一層可以被壓價的抽象？本文從商業模式、AI 分發、競爭結構與成長後的經濟性四個角度，給出這個問題的證據與邊界。

核心觀點

商業本質：掌握「抽象關係」，而非「基礎設施」：Vercel 免費開源 Next.js 以獲取開發者心智，再對由此產生的計算、內存與交付消耗變現。它不擁有底層雲、數據庫或模型，掌控的是開發者（或 Agent）與基礎設施之間的那層連接，變現的是「降低代碼落地複雜度」的抽象價值。
AI 的結構性變化：方向正確，轉化經濟性未證：AI 壓低軟件生產成本，Vercel 日部署量約 600 萬次，其中 Agent 觸發佔比在半年內從不足 3% 升至 50% 以上。但這是 Vercel 自己的分母，不等於行業份額；Agent 項目能否存活、付費並沉澱毛利，尚無公開證據。
防禦力分層：先發領先，而非絕對壁壘：十年積累的 Web 框架與部署工作流是收入的內核。面向 Agent 的新工具可被複製，而數據庫、模型與底層雲均屬合作方，客戶黏性最高的數據資產留在平台之外。
競爭的真實機制：替代品無需贏下遷移，只需封頂定價權：Cloudflare、AWS 只需在續約時提供可信替代，就能壓縮 Vercel 的抽象溢價；客戶成長後又傾向把常駐計算與數據遷向 PaaS 或超大規模雲，這為單客戶價值擴張設了上限。

Vercel 是什麼：一層被變現的抽象

業務定位

Vercel 是現代 Web 應用的部署與交付平台。開發者僅需連接 Git 倉庫，Vercel 即可自動解析代碼並推導出對應的基礎設施拓撲，生成預覽 URL，並通過其邊緣網絡承載生產流量。公司主要通過席位費、計算與內存資源、函數調用次數、構建時長及交付流量收費。

Vercel 的戰略敘事是打造「AI 生成軟件的控制面」，掌控「從 Prompt 到 Production」的全流程路徑。但本質上，Vercel 賣的不是基礎設施，而是開發者與基礎設施之間的契約關係。

▲ 圖 1　業務快照：除另行標註外均為公司自報；估值為歷史融資參考，不是當前可成交價格

這層抽象為什麼有價值

▲ 圖 2　傳統雲暴露基礎設施原語；Vercel 把常見的 Web 基礎設施打包在有主張的默認值之後

Vercel 不只是「更簡單的雲」，而是一層有主張的應用部署抽象：它拿掉構建、運行時、CDN、TLS、路由等一組具體的組合決策，用從應用代碼推導出的默認值替代。交換是雙向的——更少的決策、更快的上線路徑，換取更少的基礎設施控制與靈活性。傳統雲做相反的取捨，對確實需要那種控制力的團隊才是正確答案。

這層抽象對「擁有應用代碼、卻沒有平台工程職能來消化這些決策」的團隊價值最大。也正因如此，AI 在商業上而不只是敘事上重要：當 AI 降低寫軟件的成本，Vercel 降低把軟件送上生產環境的成本，而「能寫出可用代碼、卻無意拼裝基礎設施」的人群，增長快於平台工程師的人群。

錢怎麼賺，什麼不是收入

Vercel 是一門帶席位成分的用量生意，而不是附帶用量的席位生意。

AI Gateway 的每月 20 萬億 Token 流量與 Marketplace 轉售的第三方數據庫均屬於代收代付的交易流水，其絕大部分價值歸屬於底層供應商，Vercel 對 token 不加價；將這兩項算作自身營業額或尋址市場會虛增一個數量級，其真實戰略價值在於增強客戶附著力與可觀測性，而非貢獻直接收入。

成長路徑：四次「免費送出摩擦」

Vercel 的商業演進史本質上是通過「免費提供產品以消除摩擦」，進而錨定用量變現的過程。Next.js 從不是付費產品，也一直可自託管。它帶來的是 Web 開發領域最大的公開部署示例語料、一個「這該怎麼搭」的默認答案，以及讓 Vercel 同時設計框架原語與基礎設施的反饋迴路。

AI 改變了什麼：分發層的遷移

到底是誰在選

▲ 圖 3　Agent 正在成為分發渠道——但「能集成」「被選擇」「成為默認託管」是三件事

在 AI 編寫代碼的時代，決定部署目標的權力正在發生轉移：

整合型構建平台（如 Lovable、Replit、Bolt）：面向非技術用戶，將創作與託管高度綁定。Vercel 在此非默認選項，但自有的 v0 構成了其專屬入口。
通用 Coding Agents（如 Claude Code、Cursor、Codex）：面向專業開發者，保持託管中立。開發者與其背後的 Agent 工具鏈形成了選擇權，Vercel 集中資源在此類生態中將自身的 CLI、MCP Server 及技能綁定為首選部署選項。

Vercel 憑藉植入 Claude Code 與 Cursor 的獲客漏斗、MCP/API 等機器接口以及不可變預覽閉環，以極高的 Agent 首次成功率奠定了先發優勢；但此類工程工具極易被 Cloudflare 等對手跟進複製，只能提升被默認選擇的概率，並不構成絕對護城河。

從活動到經濟性

▲ 圖 4　活動是可見且廠商自報的；轉化的經濟性才是盡調問題

從 Agent 工具分發和高頻部署到轉化為持久的經濟收益，中間存在巨大的數據缺口：一方面，部署項目能否存活為在線生產應用、能否轉化為付費客戶缺乏公開證據；另一方面，最終可計費資源能否沉澱為高毛利與長效客戶擴張也未經證實。

簡而言之，部署量的暴漲只是前置投入，能否轉化為持久毛利才是仍需證明的最終結果。

客戶與控制力：贏在哪裡，擴向哪裡

誰在真正使用 Vercel

▲ 圖 5　分析性分層，不是市場份額數據：平台選擇隨技術深度、負載複雜度與組織成熟度變化

非技術構建者：追求零運維決策與極速上線，偏好 Lovable、Replit 等完全隱藏基礎設施的一體化平台；Vercel 在此並非默認託管，但通過自有的 v0 鎖定上游入口。
AI 原生構建者：自己持有代碼但選擇外包基建複雜度，聚集於部署優先型平台；這是 Vercel 最核心的甜蜜點，也是用戶漏斗中增速最快的客群。
專業開發者：看重 Git 工作流、預覽閉環與部署確定性，主要落地於 Vercel 及其直接同類；作為商業基本盤，持續貢獻穩定的經常性用量收入。
平台工程師：訴求在於常駐進程、狀態控制與高利用率計算，傾向選用 Railway、Supabase 等後端 PaaS/BaaS；此類平台通常與 Vercel 互補並存而非全量替代。
企業 IT：核心訴求為 VPC 隔離、安全合規與雲預算抵扣，以超大規模雲和專職 SRE 團隊為主導；這構成了 Vercel 的上限天花板，但企業仍可保留 Vercel 用於前端 Web 層。

在 Vercel 之下，整合型構建平台把基礎設施決策整個拿掉；在它之上，平台團隊越來越想把這個決策拿回來。Vercel 最強的位置在中間——技術上足以擁有代碼，但無意擁有基礎設施複雜度。

三層控制力

▲ 圖 6　一個已確立的 Web 部署內核，加上一項商業結果尚未被證明的 Agent 擴張

Vercel 擁有極其鞏固的 Web 部署內核（Next.js 框架、Git 部署工作流與邊緣交付網絡），這是其目前商業成功的立足之本。面向 AI 時代，雖然它通過 AI SDK、AI Gateway 以及全新的 Agent 擴展層（Sandbox、Services、BYOC 等）迅速拓寬了產品線，並藉由 v0 或外部 Coding Agents 接入流量，但產品線拓寬並不等同於已被證明的商業掌控力——其 Agent 擴張層的商業化成果仍有待市場驗證，且底層模型與數據資產依然高度依賴外部合作夥伴。

同樣，Vercel 通過自家控制台轉售 AWS 數據庫，變現的是「連接關係」而非基礎設施；同時支持經 AWS Marketplace 交易以抵扣既有雲承諾，並對模型 token 不加價，以換取可觀測性與生態黏性。

競爭與生態：替代品如何封頂定價權

▲ 圖 7　Vercel 的競爭生態：誰是替代品，誰是夥伴，誰兩者兼具

Cloudflare 施加直接的產品競爭；AWS 是更大的結構性約束，因為它同時是底座、企業採購通道、替代性服務的所有者，以及成熟客戶想要更直接控制的那個平台。一個簡潔的（分析性）框定：Cloudflare 從側面進攻 Vercel；AWS 定義了它下方的基礎設施地板與上方的企業天花板。

▲ 圖 8　直接產品、夥伴集成與未被證明的擴張並列對照：沒有任何參與者覆蓋所有層

沒有任何參與者同時擁有創作、部署、數據、AI 支出與企業採購。「AI 應用控制面」作為一個可被單獨贏得的獎品似乎並不存在，也同樣適用於任何宣稱要拿下它的競爭者。

Cloudflare 憑藉自有網絡與 Workers 不收 egress 費，在邊緣交付等場景具備成本優勢，無需全量遷走客戶，僅憑續約時的可信替代能力即可封頂 Vercel 的定價溢價；儘管其 Workers 在計算與部署體驗上仍存短板，但與 CloudFront、Railway、Supabase 等對手形成合力，共同構成了限制 Vercel 定價權與擴張空間的天花板。

經濟性：溢價是否值得，成長後如何拆解

客戶為什麼願意為抽象付溢價

Vercel 的原始資源成本通常並非最低，但其核心賣點是降低「工程時間、運維複雜度與可靠性風險」的總擁有成本。對於缺乏平台運維團隊的小型組織，用每月幾百美元的溢價換取省下的運維工時，賬更容易算得過來（盈虧平衡點僅需每月少花不到 7 小時運維）。

然而對已具備成熟雲運維能力的大型團隊，這種溢價的性價比會大幅降低，促使其在規模擴大後剝離基礎負載。

從抽象到基礎設施所有權

▲ 圖 9　示意性運營畫像——不是硬性遷移門檻

BUILD 階段（極致求快）：追求極速上線與零運維決策，應用及數據全量託管於 Vercel。
SCALE 階段（混合優化）：Web 與預覽保留在 Vercel，將後端服務、隊列與數據逐步分流至 PaaS/託管數據庫。
OWN 階段（自主控制）：以超大規模雲為主，Vercel 僅保留 Web 應用層。

「小公司用 Vercel、大公司畢業到 AWS」的說法過於簡化；真實情況是技術棧的拆解與負載重構：團隊隨着 Build（極致求快）、Scale（混合優化）到 Own（自主控制）的階段演進，會將常駐計算、數據與有狀態服務移至 PaaS 或超大規模雲，但依然將 Web 應用、預覽環境與部署工作流留在 Vercel。

風險與市場空間

主要風險

然而對已具備成熟雲運維能力的大型團隊，這種溢價的性價比會大幅降低，促使其在規模擴大後剝離基礎負載。

市場空間

萬億級的雲市場數字具有誤導性，需逐層收窄：

3.4 億美元的年化收入約為可尋址抽象層的 3–4%，增長空間充足。真正決定結果的是留存、毛利、定價權與入場估值，而不是機會的大小。

💡 總結

Vercel 的商業本質在於變現代碼與雲之間的抽象關係，而非擁有底層基礎設施，其目前絕大部分收入依然來自已確立的 Web 部署內核。AI 確實為其帶來了正確的暴露方向，且 Agent 觸發的部署佔比超 50%（這僅代表 Vercel 內部的流量結構），但高頻部署活動能否最終轉化為持久毛利尚無證據支撐。

在防禦壁壘方面，公司雖具備先發優勢，但面向 Agent 的工具極易被跟進複製，且數據、模型與底層雲等核心資產均留在平台之外。

面對競爭，Cloudflare 與 AWS 等替代品無需徹底遷走客戶，只需在續約談判時提供可信選擇即可有效封頂其定價權，同時規模化的成長客戶也更傾向於拆解技術棧以回收底層控制權。