A reconstrução de US$ 1.100 do Next.js pela Cloudflare testa a Vercel

Um engenheiro da Cloudflare teria recriado 94% da API do Next.js em uma semana por cerca de US$ 1.100 em tokens do Claude. A Vercel construiu seu negócio de implantação em torno do Next.js. A cobertura da API não prova que a cópia poderia sustentar um serviço em produção.

A Vercel ajudou a tornar fácil publicar uma aplicação web. Agentes de programação estão facilitando a produção da própria aplicação. À medida que criar se torna abundante, plataformas de implantação de aplicações de IA têm um trabalho mais difícil a vender: governar quais aplicações recebem capacidade de execução segura, identidade, acesso a modelos, observabilidade e um caminho duradouro para uso pago. A primeira implantação agora inaugura uma relação operacional mais longa.

A primeira vantagem da Vercel foi uma implantação mais rápida

Em 2020, a cobertura descreveu a rodada Série A de US$ 21 milhões da Vercel como financiamento para uma suíte voltada a desenvolvedores de front-end construída em torno do framework open source Next.js. A Netlify captava capital para automação de desenvolvimento web. A Cloudflare lançou o Pages como outra rota fácil de um projeto a um site. Os desenvolvedores ainda tinham de construir grande parte do que publicavam; reduzir o trabalho entre o código finalizado e uma página no ar fazia diferença.

Esse ponto de partida explica por que a reconstrução da Cloudflare importa — e o que ela não demonstra. Reproduzir interfaces de framework enfraquece a suposição de que a familiaridade com um único framework, por si só, protege o negócio ao seu redor. Diz pouco sobre migrar um cliente existente, reproduzir todos os comportamentos ou dar suporte a um serviço durante falhas. Agentes também se tornaram ferramentas diárias para profissionais muito bem remunerados. Eles podem baratear a escrita de código sem baratear sua operação.

A Vercel apareceu em um artigo no período de comparação anterior e em 15 no posterior. Com apenas um artigo anterior, essa comparação não pode estabelecer uma mudança nos clientes ou na composição da receita. Ela mostra por que a descrição de 2020 de uma suíte de front-end já não abrange todas as questões que a empresa enfrenta.

Aplicações geradas ainda precisam de alguém para protegê-las

A OpenAI adicionou sandboxing nativo e um ambiente de testes ao seu Agents SDK para tarefas de longo horizonte. Essas adições tratam de um problema diferente de escrever a primeira versão de um agente: decidir o que ele pode fazer, contê-lo enquanto atua e verificar seu comportamento antes do lançamento. Amazon e OpenAI também delinearam um runtime stateful planejado na AWS para que agentes possam manter contexto ao longo de trabalhos contínuos. Estado persistente torna permissões e recuperação mais difíceis, não opcionais.

Pesquisadores examinaram mais de 5.000 aplicações web criadas com ferramentas de programação por IA e relataram que muitas tinham pouca ou nenhuma autenticação; cerca de 40% expunham dados sensíveis. A constatação não mostra que aplicações escritas manualmente sejam seguras. Mas atribui um custo a tratar “implantada” como sinônimo de “pronta para usuários”. Alguém ainda precisa atribuir credenciais, limitar acessos, monitorar falhas e responder quando esses controles falham.

A Vercel encontrou esse limite em suas próprias operações. Ela divulgou o comprometimento de contas e dados de clientes associado a um incidente descoberto no início de abril. A divulgação não atribui a violação a uma aplicação gerada por IA. Ela mostra por que a segurança das contas faz parte das responsabilidades de um operador, independentemente de como o código foi produzido. Mais tarde, a Vercel se juntou à IBM, Nvidia e outras na Cyber Index Alliance da Artificial Analysis para avaliar como agentes encontram e corrigem vulnerabilidades. Testar o trabalho de segurança de um agente não transfere para ele a responsabilização pela implantação.

A OpenAI leva a franquia do cliente através da fronteira

No fim de setembro, a OpenAI disse que assinantes do ChatGPT Plus e Pro poderiam usar as franquias existentes de seus planos com 16 parceiros de lançamento, incluindo Vercel e Devin, por meio do Sign in with ChatGPT. A Cognition disse que o uso de modelos da OpenAI no Devin Cloud, Desktop e CLI seria descontado da cota de ChatGPT do usuário. Um assinante não precisa comprar uma franquia separada desse uso de modelo apenas para começar a usar um produto participante.

A OpenAI mantém a conta e a franquia contra a qual o uso elegível de modelos é contabilizado, mesmo quando um parceiro elimina uma etapa de compra. O anúncio não estabelece que a franquia de um assinante pague por hospedagem, todos os modelos ou todos os serviços fornecidos por um parceiro. Tampouco divulga quanta demanda de produção a integração cria. Para uma plataforma de implantação, saber de quem é a identidade que autoriza uma carga de trabalho agora é distinto de deter o direito que paga por sua inferência.

OpenAI, Amazon, Cursor, Microsoft e Vercel também fazem parte do comitê diretor do Agent Plugins, um formato aberto para empacotar habilidades e configurações de servidores MCP entre clientes compatíveis. Desenvolvedores podem conseguir levar um plugin para outro ambiente, embora extensões específicas de clientes ainda possam limitar a portabilidade. O formato, por si só, não resolve quem detém o cliente. A questão relacionada de controle do fluxo de trabalho é qual sistema pode autorizar as ações de um agente depois que uma ferramenta portátil foi instalada.

A escolha de modelo torna a participação em tokens uma medida incompleta

Modelos abertos responderam por 56% dos tokens da Vercel em agosto. O número mede tokens, não clientes, aplicações, receita ou margem. A Vercel não divulgou uma participação comparável do período anterior nem a população de clientes na cobertura citada; portanto, seu número de agosto não pode estabelecer uma nova referência para toda a plataforma. Ele estabelece que a OpenAI não é o único fornecedor de modelos relevante para cargas de trabalho contabilizadas nessa medida.

Outros denominadores produzem outras respostas. Uma análise de mais de 100 trilhões de tokens no OpenRouter encontrou uso crescente e contínuo de modelos de pesos abertos, mas o tráfego de um serviço de roteamento não é um censo de aplicações empresariais. A AT&T disse que modelos abertos alimentam cerca de 25% de seu uso de IA hoje, em uma média de 45 bilhões de tokens por dia; sua expectativa de uma participação muito maior continua sendo uma expectativa. Os 56% da Vercel e os 25% da AT&T descrevem populações diferentes. Dividir um pelo outro fabricaria precisão, não participação de mercado.

A escolha de modelo também tem restrições de qualidade. Uma análise concluiu que modelos recentes de pesos abertos estavam de quatro a sete meses atrás das capacidades cibernéticas dos modelos fechados de fronteira. A Ramp lançou um roteador de modelos que diz ter usado internamente por três anos; a Runway apresentou um para mídia generativa. O histórico operacional interno da Ramp é evidência de um caso de uso. Ramp e Runway não divulgaram volumes comparáveis de clientes externos nem resultados de custo e qualidade em produção na cobertura citada. Um operador precisa decidir quais tarefas toleram substituição antes de poder alegar economia com ela.

Compromissos de capacidade duram mais que experimentos

A Vercel disse que sua receita GAAP anualizada chegou a US$ 340 milhões no fim de fevereiro, alta de 86% em relação ao ano anterior. Trata-se de demanda comercial reportada substancial, não de evidência de que todo projeto assistido por IA seja um protótipo descartável. A Render levantou US$ 100 milhões a uma avaliação de US$ 1,5 bilhão e disse que mais de 4,5 milhões de desenvolvedores usam suas ferramentas. A contagem de desenvolvedores da Render, diferentemente do número de receita da Vercel, não informa quantos usuários pagam. As métricas reportadas pelas duas empresas não podem ser colocadas em uma mesma escala de adoção.

Há motivo para resistir à extrapolação de cada nova implantação como crescimento de receita. Uma avaliação concluiu que empresas usam agentes principalmente para melhorar eficiência e cortar custos, em vez de criar nova receita. Enquanto isso, o Guaranteed Capacity da OpenAI oferece computação com desconto em troca de compromissos de gastos de um a três anos. A oferta da OpenAI não é evidência de que a Vercel tenha assinado tal contrato. Ela ilustra o descompasso de tempo enfrentado por quem se compromete com capacidade enquanto as aplicações dos clientes ainda estão em teste. Estimava-se que os planos de data centers de IA das big techs precisariam de mais 44 gigawatts até 2028; isso é uma necessidade planejada, não capacidade já entregue.

Para a Vercel, o teste é quantas aplicações mantêm usuários, pagam seus custos operacionais e justificam a capacidade reservada para elas. Noventa e quatro por cento mediu a interface que um engenheiro conseguiu reproduzir em uma semana; não mediu o serviço que alguém estava disposto a manter em operação.