La reconstrucción de la API de Next.js por $1,100 de Cloudflare pone a prueba a Vercel

Según reportes, un ingeniero de Cloudflare recreó el 94% de la API de Next.js en una semana por unos $1,100 en tokens de Claude. Vercel construyó su negocio de despliegue en torno a Next.js. La cobertura de la API no prueba que la copia pudiera sostener un servicio en producción.

Vercel ayudó a que publicar una aplicación web fuera fácil. Los agentes de programación están facilitando la creación de la propia aplicación. A medida que la creación se vuelve abundante, las plataformas de despliegue de aplicaciones de IA tienen una tarea más difícil que vender: gobernar qué aplicaciones reciben capacidad de ejecución segura, identidad, acceso a modelos, observabilidad y una ruta duradera hacia el uso de pago. El primer despliegue ahora inicia una relación operativa más larga.

La primera ventaja de Vercel fue un despliegue más rápido

En 2020, la cobertura describió la Serie A de $21 millones de Vercel como financiamiento para una suite de desarrolladores front-end construida alrededor del framework de código abierto Next.js. Netlify estaba levantando capital para la automatización del desarrollo web. Cloudflare presentó Pages como otra ruta sencilla de un proyecto a un sitio web. Los desarrolladores todavía tenían que construir gran parte de lo que publicaban; reducir el trabajo entre el código terminado y una página en línea importaba.

Ese punto de partida explica por qué importa la reconstrucción de Cloudflare y qué no demuestra. Reproducir las interfaces de un framework debilita cualquier supuesto de que la familiaridad con un solo framework, por sí sola, protege al negocio que lo rodea. Dice poco sobre migrar a un cliente existente, igualar cada comportamiento o sostener un servicio durante fallas. Los agentes también se han vuelto herramientas cotidianas para profesionales muy bien remunerados. Los agentes pueden abaratar la escritura de código sin abaratar su operación.

Vercel apareció en un artículo durante el periodo de comparación anterior y en 15 durante el posterior. Con un solo artículo anterior, esa comparación no puede establecer un cambio en los clientes ni en la mezcla de ingresos. Sí muestra por qué la descripción de 2020 de una suite front-end ya no abarca todas las preguntas que enfrenta la empresa.

Las aplicaciones generadas todavía necesitan que alguien las asegure

OpenAI añadió sandboxing nativo y un arnés de pruebas a su SDK de Agents para tareas de largo horizonte. Esas adiciones abordan un problema distinto al de escribir la primera versión de un agente: decidir qué puede hacer, contenerlo mientras actúa y verificar su comportamiento antes del lanzamiento. Amazon y OpenAI también han esbozado un entorno de ejecución con estado previsto en AWS para que los agentes puedan conservar contexto a lo largo del trabajo en curso. El estado persistente hace más difíciles los permisos y la recuperación; no los vuelve opcionales.

Investigadores examinaron más de 5,000 aplicaciones web creadas con herramientas de programación con IA y reportaron que muchas tenían poca o ninguna autenticación; cerca del 40% exponía datos sensibles. El hallazgo no demuestra que las aplicaciones escritas manualmente sean seguras. Sí pone un costo a tratar “desplegada” como sinónimo de “lista para usuarios”. Alguien todavía tiene que asignar credenciales, limitar el acceso, monitorear fallas y responder cuando esos controles fallen.

Vercel ha encontrado ese límite en sus propias operaciones. Reveló cuentas y datos de clientes comprometidos asociados con un incidente descubierto a principios de abril. La revelación no atribuye la intrusión a una aplicación generada por IA. Muestra por qué la seguridad de las cuentas forma parte de las responsabilidades de un operador, sin importar qué produjo el código. Posteriormente, Vercel se unió a IBM, Nvidia y otros en la Cyber Index Alliance de Artificial Analysis para evaluar cómo los agentes encuentran y corrigen vulnerabilidades. Probar el trabajo de seguridad de un agente no le transfiere la responsabilidad del despliegue.

OpenAI lleva la asignación del cliente a través de la frontera

A finales de septiembre, OpenAI dijo que los suscriptores de ChatGPT Plus y Pro podían usar las asignaciones de su plan actual con 16 socios de lanzamiento, incluidos Vercel y Devin, mediante Sign in with ChatGPT. Cognition dijo que el uso de modelos de OpenAI en Devin Cloud, Desktop y CLI se descontaría de la cuota de ChatGPT del usuario. Un suscriptor no necesita comprar una asignación separada de ese uso de modelos solo para comenzar a utilizar un producto participante.

OpenAI conserva la cuenta y la asignación contra la que se contabiliza el uso elegible de modelos, incluso cuando un socio elimina un paso de compra. El anuncio no establece que la asignación de un suscriptor pague por el hosting, cada modelo o cada servicio que suministra un socio. Tampoco revela cuánta demanda de producción genera la integración. Para una plataforma de despliegue, saber qué identidad autoriza una carga de trabajo ahora es distinto de poseer el derecho que paga por su inferencia.

OpenAI, Amazon, Cursor, Microsoft y Vercel también forman parte del comité directivo de Agent Plugins, un formato abierto para empaquetar habilidades y configuraciones de servidores MCP entre clientes compatibles. Los desarrolladores podrían llevar un plugin a otro lugar, aunque las extensiones específicas de cada cliente todavía pueden limitar la portabilidad. El formato por sí solo no resuelve quién mantiene al cliente. La cuestión relacionada del control de flujos de trabajo es qué sistema puede autorizar las acciones de un agente después de instalar una herramienta portable.

La elección de modelo hace que la participación de tokens sea una medida incompleta

Los modelos abiertos representaron el 56% de los tokens de Vercel en agosto. La cifra mide tokens, no clientes, aplicaciones, ingresos ni margen. Vercel no reveló una participación comparable del periodo anterior ni una población de clientes en los reportes citados, por lo que su cifra de agosto no puede establecer una nueva referencia para toda la plataforma. Sí establece que OpenAI no es el único proveedor de modelos relevante para las cargas de trabajo contadas con esa medida.

Otros denominadores producen otras respuestas. Un análisis de más de 100 billones de tokens en OpenRouter encontró un uso de modelos de pesos abiertos en crecimiento sostenido, pero el tráfico de un servicio de enrutamiento no es un censo de aplicaciones empresariales. AT&T dijo que los modelos abiertos impulsan cerca del 25% de su uso de IA hoy, entre un promedio de 45 mil millones de tokens al día; su expectativa de una proporción mucho mayor sigue siendo una expectativa. El 56% de Vercel y el 25% de AT&T describen poblaciones distintas. Dividir uno entre el otro fabricaría precisión, no participación de mercado.

La elección de modelo también tiene restricciones de calidad. Un análisis encontró que los modelos recientes de pesos abiertos iban de cuatro a siete meses detrás de las capacidades cibernéticas de los modelos cerrados de frontera. Ramp lanzó un enrutador de modelos que dice haber usado internamente durante tres años; Runway presentó uno para medios generativos. El historial operativo interno de Ramp es evidencia de un caso de uso. Ramp y Runway no han revelado volúmenes comparables de clientes externos ni resultados de costo y calidad en producción en la cobertura citada. Un operador debe decidir qué tareas pueden tolerar la sustitución antes de afirmar que obtiene ahorros de ella.

Los compromisos de capacidad sobreviven a los experimentos

Vercel dijo que sus ingresos GAAP anualizados llegaron a $340 millones al cierre de febrero, un alza de 86% interanual. Es una demanda comercial reportada sustancial, no evidencia de que cada proyecto asistido por IA sea un prototipo desechable. Render levantó $100 millones con una valuación de $1.5 mil millones y dijo que más de 4.5 millones de desarrolladores usan sus herramientas. El número de desarrolladores de Render, a diferencia de la cifra de ingresos de Vercel, no dice cuántos usuarios pagan. Las métricas reportadas por las dos empresas no pueden colocarse en una sola escala de adopción.

Hay razones para resistir la extrapolación de cada nuevo despliegue a crecimiento de ingresos. Una evaluación encontró que las empresas usan agentes principalmente para mejorar la eficiencia y reducir costos, en lugar de crear nuevos ingresos. Mientras tanto, Guaranteed Capacity de OpenAI ofrece cómputo con descuento a cambio de compromisos de gasto de uno a tres años. La oferta de OpenAI no es evidencia de que Vercel haya firmado tal contrato. Ilustra el desfase de tiempos que enfrenta cualquiera que se compromete con capacidad mientras las aplicaciones de los clientes todavía se prueban. Se estimó que los planes de centros de datos de IA de Big Tech necesitarían otros 44 gigawatts para 2028; es un requerimiento planeado, no capacidad ya entregada.

Para Vercel, la prueba es cuántas aplicaciones retienen usuarios, pagan sus costos de operación y justifican la capacidad reservada para ellas. El noventa y cuatro por ciento midió la interfaz que un ingeniero podía reproducir en una semana; no midió el servicio que alguien estaba dispuesto a mantener en funcionamiento.