Vercel announced a billing change titled “Function invocations now billed per unit.” Without the full changelog text, the confirmed takeaway is limited to the billing basis for function invocations. Teams using Vercel Functions should review invocation-heavy APIs, background jobs, webhooks, polling, and AI workflows, but should not assume exact pricing or plan impact without checking the official billing details.
Vercel says Amazon OpenSearch Serverless is now available through the Vercel Marketplace. The provided source includes only the title, so implementation details such as provisioning flow, billing, credentials, regions, or v0 support cannot be confirmed. The update mainly signals broader AWS infrastructure availability inside Vercel’s marketplace, relevant to teams building search, analytics, observability, or retrieval features on Vercel.
本期 AINews 聚焦於三家在 AI 開發者社群中聲譽極高的基礎設施新星:Exa(AI 專用搜尋引擎)、Modal(無伺服器 GPU 計算平台)與 TurboPuffer(高性價比無伺服器向量資料庫)。隨著新一輪融資,這三家公司正式邁入獨角獸或準獨角獸行列,展示了 AI 時代下,開發者對於高效能、低延遲且免維護的底層工具之強烈需求。這三家工具正重新定義現代 AI 應用的開發堆疊。
本文介紹 Superset 如何在 Vercel 平台上構建專為 AI Agent 設計的整合開發環境 (IDE)。Superset 利用 Vercel AI SDK 簡化多模型對接,並透過 Next.js App Router 與 Serverless Functions 處理複雜的代理人工作流與工具調用。透過 Vercel 的全球邊緣網路,他們成功解決了 Agent 運作時的即時狀態同步與高延遲問題,為開發者提供流暢的協作體驗。
Hugging Face 宣布將知名低成本、高效能的推理平台 DeepInfra 整合至其「推理服務商(Inference Providers)」計畫中。現在,開發者在 Hugging Face Hub 上瀏覽開源模型(如 Llama 3、Mistral 等)時,可以直接選擇 DeepInfra 作為後端託管 API,無需自行架設 GPU 基礎設施。這項合作為開發者提供了更多元、更具性價比的無伺服器(Serverless)推理選擇,進一步簡化了 AI 應用的部署流程。
Vercel 發表了針對「持久執行」(Durable Execution)的全新程式設計模型。該模型旨在解決 Serverless 環境中處理長時運行、多步驟任務與狀態保存的痛點。開發者現在可以直接在 Next.js 或 Vercel Functions 中編寫具備自動重試、步驟暫停與狀態持久化功能的工作流,無需自行架設 Redis、Temporal 或 RabbitMQ 等複雜的隊列與狀態管理基礎設施。
Vercel 宣布其「異常警報(Anomaly Alerts)」功能正式進入一般可用(GA)階段。此功能可自動偵測專案中的異常流量、錯誤率飆升或非預期支出,並透過 Slack、Email 等管道即時通知開發團隊。這有助於開發者在問題擴大前迅速反應,避免服務中斷或面臨高額的意外帳單。
Vercel 官方宣布推出針對 Django 框架的「零配置(Zero-configuration)」支援。過去在 Vercel 部署 Django 需要手動設定 vercel.json 與 WSGI 路由,現在 Vercel 能自動偵測並配置 Django 專案。這項更新大幅降低了 Python 開發者在 Vercel 部署全端或後端應用的門檻,提供開箱即用的體驗。
Vercel 宣布推出「Agentic Infrastructure」(Agent 基礎設施),旨在解決傳統無伺服器(Serverless)架構在運行 AI Agent 時面臨的超時、長連接與狀態管理等挑戰。透過升級的 Vercel AI SDK、支援長時間運行的 Vercel Functions 以及背景任務處理能力,開發者現在可以更輕鬆地在 Vercel 上部署、監控並擴展複雜的 AI Agent 工作流。
Vercel 宣布其 Sandbox 運算環境進行重大升級,最高可配置 32 vCPU 與 64 GB RAM。這項更新打破了以往 Serverless 環境的資源限制,讓開發者能在 Vercel 上直接執行高負載任務。這對於需要高運算能力的 AI 代理(Agents)、大型數據處理或複雜渲染的應用來說是一大福音。
Vercel 宣布在其命令列工具(Vercel CLI)中直接整合 Vercel Sandbox 功能。開發者無需透過網頁端,即可直接在終端機中建立、管理與配置隔離的沙盒環境。這項更新大幅提升了開發流程效率,特別適合需要快速測試、執行隔離程式碼或開發 AI Agent 應用的開發者。
Vercel 宣布在其觀測性工具(Vercel Observability)中,新增對工作流(Workflow)數據的查詢與視覺化支援。開發者現在可以直接在控制台中追蹤多步驟工作流的執行狀態、步驟耗時與錯誤。這項更新大幅簡化了基於 Vercel Workflows 構建的非同步任務與 AI Agent 應用的除錯與效能優化流程。
Vercel 宣布其 Workflow SDK 支援「自訂類別序列化」功能。過去在 Serverless 工作流的步驟之間傳遞資料時,複雜的 JavaScript 類別實例常因 JSON 序列化而失去其方法與原型。新功能允許開發者自訂序列化與反序列化邏輯,大幅提升在多步驟工作流中處理複雜資料結構(如 Date、Map、Set 或自訂業務邏輯類別)的彈性。
Vercel 於 Changelog 宣布,開發者現在可以使用 Nuxt 框架來構建並部署 MCP(Model Context Protocol)伺服器。透過 Nuxt 的 Nitro 伺服器引擎與 Vercel 的 Serverless 環境,開發者可以利用 SSE(Server-Sent Events)傳輸協定,快速將自訂的資料來源與工具連接至 Claude 等 AI 代理,大幅降低了前端與全端開發者進入 AI 工具生態系的門檻。
Vercel 官方宣布推出「零配置 Go 後端支援」,大幅簡化了 Go 語言在 Vercel 平台上的部署流程。 過去開發者部署 Go 專案通常需要手動設定自訂執行環境(Runtime),現在 Vercel 能自動偵測並完成建置。 這項更新讓 Go 開發者能像使用 Node.js 一樣,輕鬆將 Go 程式碼部署為高效能的 Serverless Functions。
Vercel 宣布其佇列服務 Vercel Queues 新增支援最長 7 天的訊息存活時間(TTL)。這項更新讓開發者在處理非同步任務時,能有更充裕的時間應對下游服務中斷或進行重試。此功能特別適合需要長時間保留任務、延遲處理或高容錯要求的應用場景。
Vercel 宣布更新其運行時日誌(Runtime Logs)功能,現在會直接顯示特定的錯誤代碼。 這項改進讓開發者在面對 Serverless 或 Edge Functions 異常時,無需通讀冗長日誌即可快速定位問題。 此更新有助於縮短故障排除時間,提升 Web 應用與 AI 應用的運維效率。
Vercel 分享了兩家現代新創公司的成功案例,展示他們如何完全不依賴專職 DevOps 團隊,僅憑前端雲端與無伺服器(Serverless)架構,就支撐起全球數百萬用戶的流量。這篇文章深入探討了現代雲端基礎設施如何解放開發團隊,讓新創能將 100% 的精力專注於產品開發與快速迭代,而非繁雜的運維工作。
Vercel 釋出最新里程碑,揭露其 AI 團隊的驚人效率。僅憑藉 6 名工程師的精簡編制,該團隊便成功支撐起服務 300 萬名客戶、累計處理 3600 億個 Token 的龐大 AI 業務。這項成就充分展現了 Vercel Serverless 架構、Vercel AI SDK 以及現代自動化工具在 AI 時代所帶來的巨大開發槓桿與規模化能力。
Vercel 宣布為其工作流引擎 Vercel Workflow 推出端到端加密(E2EE)功能。 此更新確保在多步驟工作流中傳遞的 payload、步驟狀態及輸出數據,在傳輸與儲存時皆處於加密狀態。 這項安全升級讓開發者能在 Vercel 上更安全地處理 AI 代理(Agents)的敏感數據、個人隱私(PII)與企業機密。
Vercel 宣布支援部署熱門開源 LLM 閘道工具 LiteLLM 伺服器。這讓開發者能直接在 Vercel 的無伺服器(Serverless)環境中,快速建置一個相容 OpenAI 格式的統一 API 接口,藉此整合、負載均衡並監控超過 100 種不同的 LLM 服務。此舉大幅降低了維護自建 AI 閘道的基礎設施成本與複雜度。
本文介紹 Notion 全新推出的 Notion Workers 如何解決安全執行第三方程式碼的挑戰。透過採用 Vercel Sandbox 技術,Notion 能夠在極低延遲下,將用戶編寫的程式碼隔離在安全的微型虛擬化環境(Micro-VM)中執行。這項合作不僅確保了多租戶環境的安全隔離,也實現了高彈性的水平擴展能力,為 SaaS 平台安全開放客製化功能樹立了新標竿。
Vercel 官方宣布正式支援 MCP (Model Context Protocol) 應用。開發者現在可以直接在 Vercel 平台上部署、託管並擴展 MCP 伺服器,將其與 Claude Desktop、Cursor 等 AI 開發工具無縫連接。此舉大幅降低了構建與維護自定義 AI 工具與數據源對接的門檻。
Vercel 官方 Changelog 宣布,旗下的 Vercel Workflow 執行速度已提升兩倍。這項更新將顯著降低多步驟 Serverless 工作流的延遲,對於構建 AI Agent、長任務處理及自動化流程的開發者來說,能帶來更即時的響應速度與更低的執行成本。
Vercel 發表最新技術指南,說明如何利用 Vercel AI SDK 與 Serverless 架構輕鬆構建 Slack AI Agent。文章解決了 Slack 開發中常見的 3 秒回覆超時限制,並展示如何快速整合多種大語言模型與工具調用(Tool Calling)。透過這套方案,開發者能以極低的門檻,為團隊打造具備上下文記憶與自動化能力的 Slack 智慧工作夥伴。
Vercel 宣布其 AI Gateway 正式整合 Google 的 Gemini 3.1 Flash Lite 模型。 這款模型主打極致的低延遲與高性價比,非常適合需要快速響應與大規模部署的應用場景。 開發者現在可以透過 Vercel AI Gateway 輕鬆調用此模型,並享有統一管理、監控與快取等便利功能。
Vercel 發表了關於提升 Python 型別安全(Typing)的最新進展。此更新旨在改善在 Vercel 上部署 Python Serverless Functions 的開發者體驗,透過更嚴格的型別檢查與現代 Python 型別提示(Type Hints)支援,減少執行期錯誤,並與 Pydantic 等熱門工具更緊密整合,讓 Python 開發者能享有與前端生態系同等流暢的開發體驗。
Vercel 宣布其任務佇列服務 Vercel Queues 正式進入公開測試(Public Beta)階段。這項服務旨在解決 Serverless 架構中處理長時間運行、非同步任務的痛點,如發送郵件、圖像處理或 AI 數據生成。開發者無需自行架設或配置第三方佇列服務,即可在 Vercel 生態系中實現可靠的任務調度與自動重試機制。
Vercel 宣布將 Python Vercel Functions 的打包大小(Bundle Size)限制提高至 500MB。這項更新解決了過去 Python 開發者在部署大型依賴庫(如 NumPy、Pandas 或輕量 AI 模型)時常遇到的容量限制痛點。現在開發者可以更輕鬆地在 Vercel 上構建與部署功能豐富的 Python 後端與 AI 應用,無需再為套件體積過大而煩惱。
本文介紹 AI 測試平台 Stably 的成功案例。Stably 透過 Vercel 的 Serverless 架構與 Vercel AI SDK,成功克服了 AI Agent 部署與即時串流的技術挑戰。這讓他們能將 AI 測試 Agent 的開發與上線時間從數週縮短至數小時,大幅提升產品迭代速度與開發者體驗。