Vercel CEO Guillermo Rauch上周在ShipNYC大会后接受采访，抛出一组数字：公司每天完成600万次部署，一半由coding agent触发，AI网关每天流经超过1万亿token。这些数字确实唬人，但真正值得琢磨的不是规模，而是他讲的另一件事——客户正在放弃"押注单一模型厂商"的老路，转向模型、harness、沙盒、网关各自独立、随意拼装的新架构。
这个判断听起来像是技术理念的进步。翻开Vercel自己6月发布的AI Gateway Production Index，会发现这更像是一笔精明的成本账。
客户在算账，不是在升级理念
Production Index基于覆盖超过20万个独立团队的路由数据，口径是2026年5月的月度聚合，而不是Rauch口头说的"每日1万亿"——这两个数字一个是月总量、一个是日流量，量级和统计口径都对不上，读者不必纠结哪个更"准确"，但要明白它们不是一回事。
真正有信息量的是模型之间的成本结构。5月数据显示，DeepSeek拿下了coding agent场景49%的token调用量，却只花掉4%的成本；Anthropic的token占比是28%，但吃掉了70%的支出。放到整个网关的月度总支出里，Anthropic一家就占了65%，同期DeepSeek的token份额已经跳到17%。
这组数字比Rauch的任何一句话都诚实：客户不是在追求"架构优雅"，是在用脚投票选便宜的模型跑量，把贵的模型留给真正需要质量的场景。
- 结论.所谓"模型与agent解耦"，本质是价格弹性带来的选型权，不是行业理念的自觉升级。
Eve解决的是效率，不一定是安全
Rauch访谈里花了不少篇幅讲Eve框架和Vercel Sandbox：前者用自然语言给agent写指令和技能，6月17日通过官方博客正式开源；后者把agent关进沙盒，限制它能访问哪些数据、能带走什么。他举的例子很扎实——航空公司几十年积累的C++代码，一旦被装错开发工具的员工连上某个IDE，可能整段流向云端训练。
这个风险是真实的，但"Sandbox解决了数据安全问题"这句话需要打个问号。第三方隐私对比显示，Vercel AI Gateway在官方文档里更多被定位成"多模型路由网关"，至于路由出去的数据会不会被下游模型厂商用于训练、保留多久，很大程度取决于对方的条款，而不是Vercel自己给出的承诺。相比之下，OpenAI的Agents SDK默认不用API数据训练、可选零数据保留，Cloudflare Workers AI也明确写了未经同意不用客户内容训练——这类可公开核对的条款，Vercel网关文档里目前看不到同等清晰的版本。
- 提醒.Eve和Sandbox更像是给企业内部效率问题开的药方，安全合规团队想拿它去过审计，得自己再验一遍。
模型公司下沉，护城河到底是什么
采访里最有意思的一段，是Rauch怎么解读OpenAI开始做网站发布这件事。他说这对Vercel反而是好事：用户用ChatGPT建站，再问网站托管问题，模型会顺手推荐Vercel。这是典型的平台方乐观叙事，问题是它没回答更尖锐的那个反问——如果模型公司持续往基础设施层下沉，Vercel这类PaaS的长期护城河建立在什么之上？
Rauch自己的答案是"我们要做这一代的AWS"，赌的是模型和agent最终会像软件工程一贯的样子——模块化、可插拔、谁也不垄断谁。这个愿景需要开源模型和多云生态持续壮大才能成立，而眼下的数据确实在往这个方向走：DeepSeek、GLM-5.2这类开源模型的token份额在涨。但"份额在涨"和"护城河稳固"是两件事，前者已经被数字证实，后者还只是一句期望。
便宜的模型抢流量，贵的模型收利润，中间层公司押注的是这个差价能一直存在。
企业IT决策者接下来该盯的，不是Rauch说了什么，是年底各家模型厂商的实际迁移数据——DeepSeek、GLM这类低价模型能不能真正啃下Anthropic的高价场景，还是只停留在"低成本试验流量"这一层。这个问题的答案，会决定"模型与agent解耦"到底是行业演进的必然，还是中间层公司为自己商业模式找的一个体面说法。