Что такое ИИ-агент: кейс Vercel, где 3 млн развёртываний в день идут без людей

Год назад компании массово прототипировали агентов. Сейчас, по словам Рауха в интервью после конференции ShipNYC, фокус сдвинулся: меньше пилотов, больше вопросов про безопасность, аудит действий и реальную отдачу. Vercel выделяет два главных применения агентов: кодирование и внутренние корпоративные помощники. Именно второй сценарий показывает, что такое ИИ-агент на практике для бизнеса, а не для разработчика.

Как агент решает проблему доступа к данным без разработчиков?

Раух привёл конкретный пример. Менеджер по продажам в Vercel отвечает за рост существующих аккаунтов. Её узкое место никогда не было в креативности или умении выстраивать отношения. Проблема была в данных.

Раньше простой вопрос «какие пять аккаунтов добавили больше всего пользователей за последние две недели?» требовал ждать, пока команда разработки соберёт новый дашборд. Этот проект мог растянуться на квартал.

Мы годами жили в этом узком месте, и это было невероятно обидно: на стороне R&D мы двигались быстрее всех, а в продажах я был некомпетентен. Я ни разу в жизни не открывал Salesforce, когда начинал. : Гильермо Раух, CEO Vercel

Теперь менеджер задаёт вопрос агенту Eve (внутренний фреймворк Vercel, где инструкции и навыки агента описываются на обычном языке), и тот сам обращается к Salesforce (CRM-система, база данных о клиентах и сделках), вытягивает нужные цифры и отдаёт ответ. Без инженеров, без квартального проекта.

Что понадобится

Если вы хотите повторить подход Vercel и собрать собственного внутреннего агента, вот минимальный набор:

• Платформа для запуска агента. Vercel использует собственную инфраструктуру. Для начала подойдёт любой облачный хостинг или no-code-конструктор агентов.
• Языковая модель. Раух подчёркивает, что архитектура должна быть модульной: OpenAI, Anthropic, Gemini или открытые модели (опенсорс) вроде DeepSeek и GLM взаимозаменяемы.
• Доступ к данным через API. Агент полезен, когда подключён к вашей CRM, базе клиентов или внутренним таблицам.
• Песочница (sandbox). Изолированная среда, где агент работает, но не может «вынести» данные за периметр.
• Описание навыков агента на естественном языке. Вместо кода вы формулируете, что агент умеет и к чему имеет доступ.
• Время: первый рабочий прототип, от нескольких часов до пары дней, в зависимости от сложности данных.

Пошаговая инструкция

1. Определите узкое место. Какой вопрос ваши сотрудники задают чаще всего и не получают ответа без помощи разработчика? В случае Vercel это был вопрос о росте аккаунтов.

2. Выберите модель и шлюз. По данным Рауха, при переходе от прототипа к продакшену компании всё чаще выбирают по соотношению цены и качества. Gemini, по его словам, растёт быстрее, чем кажется по новостям, именно потому, что выигрывает по этому показателю. Открытые модели (DeepSeek, GLM) тоже набирают долю.

3. Опишите навыки агента на обычном языке. Vercel делает это через фреймворк Eve. Вы можете использовать системный промпт (system prompt, базовая инструкция, которая задаёт поведение модели):

Ты — внутренний ассистент отдела продаж.
Ты умеешь:

- запрашивать данные из CRM по API,
- находить аккаунты с наибольшим ростом за указанный период,
- формировать короткий отчёт с именами аккаунтов и цифрами.
Ты НЕ передаёшь данные за пределы компании.

1. Подключите источники данных через API. Агент без доступа к реальным данным бесполезен. Настройте токены доступа к вашей CRM или базе.

2. Поместите агента в песочницу. Это критически важный шаг. Vercel создал Sandbox именно для того, чтобы агент мог «выражать свой интеллект», но политика контролировала, какие данные он видит и что может отправить наружу.

3. Протестируйте на реальном вопросе. Задайте агенту тот самый вопрос, который раньше требовал квартального проекта.

4. Настройте аудит. Убедитесь, что вы видите полный след: какие инструменты агент вызвал, к каким данным получил доступ, что вернул.

Что делать с этим прямо сейчас?

Автору на Дзене. Агент, подключённый к вашей статистике, может сам находить темы, которые растут, и подсказывать, о чём писать на этой неделе. Это тот же принцип: вместо ручного анализа дашбордов вы задаёте вопрос на обычном языке. В России для таких задач можно пробовать YandexGPT или GigaChat как языковую основу.

Маркетологу. Пример Vercel показывает, что агент убирает главное узкое место в продажах: зависимость от команды разработки для получения данных. Если ваша CRM поддерживает API, внутренний агент может отвечать на вопросы о клиентах без единой строчки нового кода.

Предпринимателю в РФ. Фреймворк Eve и Vercel Sandbox пока привязаны к инфраструктуре Vercel, но сам принцип воспроизводим: описываете навыки агента текстом, подключаете данные через API, ограничиваете периметр. Открытые модели (DeepSeek, GLM) доступны без ограничений и, по данным Рауха, уже активно используются в продакшене.

Раух формулирует амбицию Vercel прямо: «Мы будем AWS этого поколения, поэтому мы боремся за мир открытых протоколов». За громкой фразой стоит практический аргумент: если модель и агент связаны намертво, вы заперты. Если каждый элемент заменяем, вы выбираете лучшее по цене и качеству прямо сейчас, а не ждёте, пока один поставщик решит ваши проблемы.