190
0📝 本期播客简介
本期我们克隆了：David Ondrej · Vercel CEO reveals his Agentic Engineering Workflow
原内容更新时间：2026-10-02
按钮失灵、支付失败，客户提了反馈之后，多久能看到修复上线？Guillermo Rauch 认为，这个响应时间可以用来衡量一家公司有多 Agent 化。
David Ondrej 与 Vercel CEO Guillermo Rauch 从客户反馈聊到软件工厂：哪些问题可以交给 Agents 自主解决，哪些仍需要人的判断？他们还谈到 Agentic Engineering 的工作流、代码安全、云端沙箱，以及工程师如何靠系统设计和品味为 AI 指明方向。
👤 本期嘉宾
Guillermo Rauch 是 Vercel CEO，也是 Next.js 的开发者。他长期参与开发者工具与软件基础设施建设；在本集中，他介绍了自己围绕 CLI 和 fx 的工作流，也分享了 Vercel 如何探索 AI Gateway、沙箱和软件工厂，因此对 Agents 如何参与软件开发、测试和交付有直接经验。
⏱️ 时间戳
00:32 人类创作与品味
03:59 模型带来的新机会
07:18 交付速度与正确方向
17:51 fx 的极简 CLI 工作流
26:49 把 Agent 能力嵌入产品
31:23 Agent 协作与系统设计
47:10 软件工厂的债务与保障
53:38 DeepSec 与云端安全
1:05:47 创业押注与 AI 的边界
1:21:04 基础设施与创业起点
🌟 精彩内容
💡 客户反馈也能成为软件工厂的触发器
按钮失灵、支付失败等明确问题，可以直接变成修复任务。Guillermo 用响应时间衡量一家公司有多 Agent 化：收到反馈后，能不能尽快把解决方案交付上线？
"除非你的目标市场特别小，否则能在 30 分钟内把所有问题都修好的企业，会打败那些要花 2 天才能解决问题的企业。"
💡 快不等于走在正确方向上
合并更多 PR、消耗更多 token，都不代表产品正在进步。Guillermo 区分了迭代速率和速度：除了做得快，还得知道要解决什么问题。
"所以，关键不只是合并了多少个 PR，而是你要往哪里走，实际上有没有朝着目标取得进展？"
💡 AI 写代码，工程师更要懂系统
不必逐行读完所有代码，但要理解系统边界、性能要求和关键取舍。否则模型不知道什么重要，就可能把项目带向错误方向。
"如果模型不知道你想要什么，它就会把你带到它自己想去的任何方向。"
💡 安全债务正在变得难以估量
模型能大规模扫描代码、发现漏洞，攻击面也随之扩大。Guillermo 认为，开发流程放进沙箱，有机会隔离供应链攻击，并控制系统被攻破后的损失。
"我觉得很多组织如今面临的挑战是，这些人类编写的代码里潜藏着多少漏洞，几乎无法估量。"
💡 Agents 上云，电脑本地也要留着
大型代码库和并行任务会吃掉本地电脑的内存与 CPU，云端沙箱更适合扩展，也更容易隔离风险。但有时工程师仍要把程序拉回本地，观察文件系统、进程和设备上的实际表现。
"所以，这个选项应该保留。"
🌐 播客信息补充
本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的
使用 AI 进行翻译，因此可能会有一些地方不通顺
