Vercel plaide pour séparer nettement modèles et agents

Montrer le sommaire Cacher le sommaire

• Du prototype à la production : le tournant exige des garde-fous
• Mesures concrètes pour limiter les risques
• Briser les silos, améliorer la productivité
• Modularité et concurrence des grands laboratoires

Vercel annonce qu’elle gère désormais six millions de déploiements chaque jour, dont la moitié serait produite par des **agents codeurs** autonomes. Selon son directeur, **Guillermo Rauch**, l’ère des prototypes expérimentaux laisse place à des applications d’IA déployées en production — un changement qui redessine les exigences techniques et de sécurité du cloud.

Du prototype à la production : le tournant exige des garde-fous

L’année précédente a favorisé des cycles de prototypage très rapides. Aujourd’hui, les entreprises demandent davantage de fiabilité et de traçabilité avant d’intégrer des agents à leurs processus critiques.

Rauch distingue deux usages principaux : d’un côté, les **agents codeurs** qui génèrent un énorme volume de tokens et livrent en continu des logiciels opérationnels ; de l’autre, les **agents internes** qui automatisent des tâches métier quotidiennes et soutiennent le fonctionnement des organisations.

Dans les deux cas, la priorité devient la maîtrise des flux de données. Les équipes doivent auditer chaque action d’un agent et appliquer des contrôles d’accès stricts aux appels d’outils.

Mesures concrètes pour limiter les risques

Pour répondre à ces besoins, Vercel a conçu le framework nommé Eve et renforce ses barrières avec le **Vercel Sandbox**. Les responsables définissent les compétences des agents en langage naturel, tandis que le bac à sable confine leur activité à un périmètre précis.

Les administrateurs peuvent y appliquer des politiques d’accès granulaires et filtrer les données sortantes. L’objectif est clair : éviter que des outils mal configurés n’exfiltrent du code sensible.

Le risque est réel, rappelle la direction d’Airbus, qui a alerté sur la possibilité de voir des pans d’un patrimoine logiciel industriel migrer dans le cloud en cas de fuite. Le **sandboxing** apparaît donc comme une mesure de préservation du savoir-faire technique.

Briser les silos, améliorer la productivité

Dans les entreprises, les **agents** favorisent la circulation de l’information. Un commercial sur le terrain peut obtenir en quelques requêtes des données stratégiques sans attendre la création d’un tableau de bord ad hoc.

Ce rapprochement entre création d’informations et accès immédiat donne de l’agilité aux équipes R&D et aux opérations. Il remet aussi en question le modèle économique de certaines plateformes SaaS, qui s’appuyaient sur l’enfermement des données pour conserver un avantage concurrentiel.

Les nouvelles API et les agents poussent les éditeurs à s’ouvrir davantage, sous peine de perdre des clients.

Modularité et concurrence des grands laboratoires

Les organisations privilégient désormais des architectures modulaires : chaque composant doit pouvoir être remplacé ou mis à jour indépendamment. Cette approche facilite l’intégration de modèles tiers et la composition d’outils sur mesure.

Des modèles comme **Gemini** gagnent en adoption grâce à leur ratio qualité-prix. Les alternatives ouvertes, à l’image de **DeepSeek**, trouvent également un écho auprès des équipes techniques.

Parallèlement, les laboratoires ajoutent des services — hébergement de sites web inclus — ce qui, paradoxalement, renforce la valeur des plateformes d’infrastructure. Les utilisateurs associent naturellement création et hébergement, d’où l’enjeu stratégique de dissocier le modèle de l’agent.

Vercel ambitionne de s’imposer comme l’infrastructure de référence pour cette nouvelle génération d’applications, en plaidant pour des protocoles ouverts qui faciliteraient l’interopérabilité.

Article fondé sur un reportage de TechCrunch.