Vercel 官方宣布其內建的「速率限制(Rate Limiting)」安全防護功能正式支援免費的 Hobby 方案,讓個人創作者也能輕鬆防止 API 遭惡意刷流量。此外,針對付費的 Pro 方案,Vercel 也提高了每月內含的免費請求額度,降低開發者的營運成本並提升應對突發流量的安全防禦能力。
Vercel 宣布其物件儲存服務 Vercel Blob 正式進入一般可用階段(GA)。該服務專為前端與 Serverless 架構設計,開發者無需繁瑣的 AWS S3 設定即可輕鬆上傳與讀取檔案。GA 版本帶來了更穩定的 API、生產級的 SLA 保障、更優異的邊緣網路效能,並正式確立了付費方案與用量限制。
Vercel 宣布其物件儲存服務 Vercel Blob 正式進入一般可用階段(GA)。該服務專為 Web 開發者設計,提供與 Vercel 平台無縫整合的檔案儲存能力,具備高持久性與極具競爭力的價格。此版本標誌著服務已達生產環境標準,並提供更穩定的效能與 SLA 保障。
語音 AI 平台 Vapi 分享了他們如何在 Vercel 上構建與部署 MCP(Model Context Protocol)伺服器。透過 Vercel 的 Serverless 架構與 SSE(Server-Sent Events)支援,Vapi 成功將其強大的語音助理功能轉化為 MCP 工具。這讓開發者能直接在 Claude 等支援 MCP 的 AI 客戶端中,輕鬆調用並控制 Vapi 的語音服務。
Replicate 宣布與 Hugging Face 展開深度合作,將其高效的無伺服器推理服務引進 Hugging Face 平台。這項整合讓開發者能直接在 Hugging Face 上運行超過 30,000 個 LoRA 微調模型,免去繁瑣的 GPU 配置。結合了 Hugging Face 的豐富生態與 Replicate 的彈性算力,大幅簡化了 AI 模型的部署與測試流程。
Vercel 宣布將其 CDN 來源伺服器逾時(Origin Timeout)限制提高至 2 分鐘(120 秒)。此調整能有效減少因後端處理時間較長而導致的 504 Gateway Timeout 錯誤,特別利於需要長時間運算的 AI 模型推論、影像生成及複雜數據處理等應用場景,提升開發者部署長任務應用的彈性。
Vercel 宣布支援 Model Context Protocol (MCP) 伺服器部署。開發者現在可以將 MCP 伺服器作為 Serverless Functions 部署在 Vercel 上,並透過 SSE (Server-Sent Events) 與 Claude Desktop 或 Cursor 等 AI 工具連接。這簡化了 AI Agent 連結私有數據與 API 的流程,並享有 Vercel 的即時擴展與安全管理優勢。
Vercel 宣布推出「Session Tracing(會話追蹤)」功能,允許開發者完整追蹤單一請求從客戶端到後端的全生命週期。此功能有助於快速定位效能瓶頸與錯誤根源,大幅提升應用程式的可觀測性。開發者現在可以直接在 Vercel 平台上進行更深度的偵錯與效能優化。
Vercel 宣布其 Node.js 執行環境的 Vercel Functions 正式支援「請求取消(Request Cancellation)」。當用戶端在請求未完成前中斷連線(如關閉分頁或取消 API 呼叫),函式將能偵測並停止執行。這項更新能有效避免無效的資料庫查詢與 API 呼叫,特別適合用於優化 AI 串流(Streaming)回應的資源消耗與成本。
Vercel 宣布其新一代「Fluid Compute」架構現已成為所有新建立專案的預設選項。Fluid Compute 旨在解決傳統 Serverless 的冷啟動延遲與資源配置僵化問題,透過動態資源調度提升執行效率。這項更新讓開發者無需手動設定,即可自動享有更流暢、高效且具成本效益的雲端運算與串流體驗。
Vercel 發表官方部落格,闡述其從「前端雲端平台」轉型為「AI 工程公司」的願景。隨著 AI 應用開發從傳統機器學習轉向應用層整合,Vercel 透過 Vercel AI SDK、v0 網頁生成工具以及優化的 Serverless 串流基礎設施,協助開發者降低 AI 應用開發門檻,讓每位前端與全端工程師都能輕鬆轉型為 AI 工程師。
Vercel 深入解析一個 HTTP 請求在其平台上的生命週期,重點介紹「應用程式感知路由(Application-aware routing)」技術。該技術讓邊緣路由層能理解應用程式的框架特性(如 Next.js 的 ISR 與 Server Actions),並提供部署傾斜保護(Skew Protection),確保新舊版本交替時用戶體驗不中斷。這項架構升級大幅提升了現代 Web 應用的效能與穩定性。
Vercel 推出全新或擴展的可觀測性(Observability)功能,旨在簡化開發者在無伺服器(Serverless)環境下的監控與除錯流程。本次更新強化了內建的監控儀表板、日誌系統,並深化與 OpenTelemetry 的整合,讓開發者能更輕鬆地追蹤應用程式效能、錯誤率與延遲,並無縫對接第三方觀測工具。
Vercel 推出名為「Protectd」的全新常駐型阻斷服務(DoS)防禦系統。該系統部署於 Vercel 的全球邊緣網路,能自動且即時地識別並過濾惡意流量(如 L7 應用層攻擊),無需用戶手動干預。此升級旨在保護開發者的 Serverless 應用免受惡意攻擊,同時避免因攻擊流量導致的異常帳單費用,並確保合法用戶的連線延遲不受影響。
Vercel 宣布其安全運算服務 Secure Compute 正式支援多個環境(如 Production、Preview 和 Development)。這項更新允許開發團隊在不同的部署階段,都能透過專屬的固定 IP 安全地連接到私有資料庫或內部 VPC,大幅提升了開發流程的安全防護與配置彈性。
Vercel 針對其日誌匯出功能(Log Drains)進行計費優化。過去可能因計費單位較大而導致無謂的成本支出,現在改用更細微、更小的計費增量(billable increments)來計算。這項調整將有效降低開發者的日誌傳輸成本,特別是對於日誌量較小或波動較大的專案,能更精準地反映實際使用量。
Vercel 發表「Fluid Compute」技術細節,這是一種新型的無伺服器(Serverless)運算架構。它解決了傳統 Serverless 的冷啟動、固定記憶體配置與執行時間限制等痛點。透過動態且彈性的資源調配,Fluid Compute 能在毫秒內根據請求負載自動調整 CPU 與記憶體,特別適合需要長連接、串流輸出及高運算需求的 AI Agent 和 LLM 應用。
Vercel 針對其 Serverless 函數(Vercel Functions)的可觀測性(Observability)進行升級。現在開發者可以在儀表板中直接透過「快速檢視(quick-view)」功能,一眼掌握函數的關鍵洞察(key insights),包括調用次數、錯誤率與延遲等核心指標,大幅提升排錯與效能優化的效率。
Hugging Face 宣布新增三家無伺服器(Serverless)推論合作夥伴:Hyperbolic、Nebius AI Studio 與 Novita AI。開發者現在能直接在 Hugging Face 生態系中,以更具彈性、低延遲且具成本效益的方式呼叫各類主流開源模型。這項更新不僅擴展了 Hugging Face 的推論 API 選擇,也為去中心化運算與高效能 GPU 雲端服務帶來更多應用場景。
Hugging Face 宣佈與高效能推論平台 Fireworks.ai 展開合作,將其整合至 Hugging Face Hub。開發者現在可以直接在 Hub 上利用 Fireworks.ai 的超低延遲推論引擎,運行 Llama 3、Qwen 等熱門開源模型。這項合作不僅簡化了 API 調用流程,也為尋求高性價比、企業級推論服務的開發者提供了全新選擇。
Vercel 更新其控制台功能,現在開發者可以直接在 Vercel Dashboard 儀表板中管理多個 Vercel Function 的部署區域(Regions)。這項更新免去了手動修改設定檔的繁瑣步驟,讓全球化部署與降低延遲的設定變得更加直覺與便利,特別適合需要將無伺服器函數部署在靠近用戶或資料庫區域的開發團隊。
Vercel 宣布為 Edge Functions 推出全新的執行時間限制(Duration Limit)規範,使其與 Serverless Functions 對齊。現在 Hobby 方案限制為 30 秒,Pro 方案預設 30 秒並可手動配置延長至 5 分鐘(300 秒),Enterprise 方案則最高支援 15 分鐘。這項調整讓開發者在 Edge 端處理長時間運作的任務(如 AI 串流、複雜 API 請求)時,擁有更明確的規範與彈性。
Vercel 宣布其無伺服器函式(Vercel Functions)現在可以運行在全新的 Fluid Compute 架構上。這項更新旨在大幅降低冷啟動延遲、提升執行效率,並提供更具彈性的資源調度。開發者無需修改程式碼,即可享受更流暢、接近零延遲的伺服器端渲染與 API 回應體驗。
Vercel 發表全新「Fluid Compute」運算架構,完美融合了 Serverless 的自動縮放彈性與傳統伺服器的持久連線能力。它解決了冷啟動延遲與執行時間限制,原生支援 WebSockets、串流傳輸及背景非同步任務,為現代 Web 與 AI 應用提供更流暢、無妥協的部署體驗。
Vercel 推出更新,正式將 Edge Function(邊緣函式)的監控指標整合至其 Monitoring 儀表板中。開發者現在可以直接在控制台中查看邊緣函式的調用次數、執行時間、延遲與錯誤率等關鍵數據。這項更新免去了配置第三方監控工具的麻煩,能顯著提升 Serverless 應用的除錯效率與效能優化體驗。
Vercel 針對其核心技術「漸進式靜態生成 (ISR)」進行了重大架構優化。新機制不僅加快了背景頁面的重新驗證(Revalidation)速度,還減少了不必要的 Serverless 函式調用。這讓開發者在享受靜態網頁極速載入的同時,能以更低的基礎設施成本維護動態更新的內容。
Hugging Face 宣佈在 Hub 上整合「Inference Providers」功能。開發者現在可以直接在模型頁面或透過 SDK,自由選擇 Groq、Together AI、Fireworks AI 等第三方推理服務商來運行開源模型。這項更新簡化了 API 調用流程,讓用戶能根據速度、成本與延遲,彈性切換最適合的後端算力,無需自行維護基礎設施。
隨著無伺服器(Serverless)架構普及,惡意攻擊者常利用自動擴展特性進行「錢包拒絕服務(DoW)」攻擊,導致開發者面臨天價帳單。Vercel 官方對此提出完整的防範方案,包括設定「消費上限(Spend Limits)」以在超支時自動暫停服務、啟用「網頁應用程式防火牆(WAF)」與「攻擊挑戰模式」阻擋惡意機器人,以及配置「速率限制(Rate Limiting)」防止 API 被濫用。這些工具能讓開發者在享受無伺服器便利性的同時,免於財務損失。
Vercel 宣布其「函式內併發(In-Function Concurrency)」Beta 版新增對 Python 的支援。 此功能允許單個 Serverless 函式實例同時處理多個並行請求,打破過去單一實例僅能處理單一請求的限制。 這對於使用 FastAPI 等非同步框架開發 AI API 或 Python 後端的開發者而言,能顯著降低冷啟動延遲並優化資源成本。
Vercel 宣布改進其日誌系統,提升了 Serverless 函式(Functions)執行時間與記憶體使用量的可見性。 開發者現在可以更輕鬆地在日誌中監控與分析每筆請求的資源消耗,有助於快速排查效能瓶頸。 此更新能有效協助團隊進行效能調優,並精準控制 Vercel 的算力與記憶體計費成本。