# Vercel CEO 说：模型和智能体得拆开用，别老拿最贵的模型干所有活

> 原标题：Vercel CEO Guillermo Rauch on the fight to split off models from agents

- 来源：TechCrunch · AI
- 发布时间：2026-07-06T19:49:10.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/42806
- 原文：https://techcrunch.com/2026/07/06/vercel-ceo-guillermo-rauch-on-the-fight-to-split-off-models-from-agents/

## 摘要

Vercel 的 CEO Guillermo Rauch 聊了聊现在 AI 落地的一个关键变化：大家不再拿最强模型做原型了，而是按任务挑性价比最高的模型。Vercel 平台每天有 600 万次部署，其中一半是编程智能体触发的，每天通过其 AI 网关的 token 量超过 1 万亿。他的核心观点是，到了生产环境，性价比比单纯的能力更重要，而且智能体的调度...

## 推荐理由

Vercel CEO 拿自家平台每天 600 万次部署、一半由智能体触发、网关日吞吐超万亿 token 的数据，讲了一个很具体的判断：生产环境里要把模型和智能体拆开看，按任务挑性价比最高的模型，而不是无脑上最强模型。观点有数据撑着，但本质是 CEO 访谈而非产品发布或研究论文，所以分数压在 85 以下。

## 锐评

Guillermo Rauch 的核心判断很实在：做原型可以无脑上最强模型，但一旦进生产环境，性价比比单纯的能力重要得多。Vercel 平台每天 600 万次部署，一半是编程智能体触发的，每天流过 AI 网关的 token 超过 1 万亿。这个量级下，成本稍微波动就是一大笔钱。所以他主张把智能体的调度逻辑和底层模型选择拆开，让系统能根据任务难度自动切模型，贵的模型只用在刀刃上。

这个思路不新，但 Vercel 的数据让“该拆了”这个结论变得很具体。文章没提他们具体怎么实现这套调度，也没给出不同模型切换后的成本对比数字。另外，拆开之后智能体的行为一致性会不会打折，这点正文也没展开。如果后续有实际的成本节省比例和延迟数据，这个判断会更有说服力。