把公司做成产品机器：Vercel 的 93 亿美元组织逻辑

2025 年 9 月，Vercel 拿到 3 亿美元 F 轮融资，投后估值 93 亿美元；同一份披露还写到，它过去一年用户数翻倍、收入同比增长 82%，v0 超过 350 万独立用户，AI SDK 每周下载 300 万次。1

这不是一家四五十人的极小公司。Tracxn 的第三方资料显示，Vercel 在 2026 年 5 月底约 915 名员工；Sacra 则估计它 2026 年 3 月的收入运行率已到 3.4 亿美元。23它更像这一轮 AI 公司里的另一种样本：不靠人少制造神秘感，而是把公司本身做成一台持续产出产品的机器。

Vercel 的组织问题，不是「如何用更少的人做更多事」。更准确的问题是：当一家公司从前端云、开源框架长成 AI Cloud，它如何让数百人的组织继续像早期产品团队一样发现机会、试错、上线？

Vercel 早期的主线是把前端开发从复杂云配置里解放出来。Guillermo Rauch 在 Acquired 访谈里把 Vercel 描述成「build and deploy modern web applications」的基础设施平台：开发者推代码，平台负责构建、部署和全球扩展。4

AI 出现后，第二个重心冒了出来：v0。它把自然语言变成可运行的前端或全栈应用，直接把 Vercel 的入口从职业开发者扩到设计师、营销人员、产品经理，以及任何能说清楚自己想做什么的人。Guillermo 在 Sequoia 访谈中说，v0 已经超过 300 万用户，并且有财富 10 强企业使用企业版。5GIC 新闻稿后续披露的数字更高：v0 超过 350 万独立用户，团队与企业账户贡献超过一半的 v0 收入。1

这让 Vercel 的组织结构出现一条清晰分叉：一边是托管基础设施、性能、安全、可观测性这类平台型能力；另一边是 v0、AI SDK、AI Gateway、AI Sandbox、Vercel Agent 这类 AI 原生产品。前者要求稳定，后者要求快速试错。它没有把两者拆成互不相干的公司，而是用同一个原则连接起来：所有新抽象都要先从自家产品里长出来。

Guillermo 在 Every 的完整文字稿里说，Vercel 的一个原则是始终做自己的「customer zero」：先自用工具，把产品体验放在框架之前。AI SDK 不是因为公司看到 AI 热点后决定「做一个 AI 框架」，而是因为团队在做 v0、做 AI 产品时，发现有一层基础设施可以抽出来给外部开发者用。6

这条原则解释了为什么 Vercel 能连续做出 Socket.IO、Next.js、Vercel 平台、AI SDK、v0 这些不同层级的产品。它不是先画一张平台路线图，再让团队填格子；它更像从一个真实痛点里抽出可复用的层。能被内部产品验证，才有资格变成框架、SDK 或平台服务。

在 Sequoia 访谈里，Guillermo 还把 v0 说成一个「完全用 Vercel 全栈创建」的应用，没有特殊通道、特殊权限或隐藏能力。5这句话很关键。如果 v0 自己长大后需要逃离 Vercel 的基础设施，Vercel 的平台叙事就会塌一半。它必须证明：内部创业项目也能在自家平台上从研究预览长成企业产品。

Acquired 访谈给了一个增长剖面：v0 在 2023 年 9 月以研究预览上线，用 10 个月做到 100 万美元 ARR；接着 14 天到 200 万美元 ARR，再过 20 天到 400 万美元 ARR。4这不是常规基础设施产品的增长曲线，更像消费级 AI 工具撞上企业部署入口后的结果。

Every 访谈里有一句更像管理方法论。Guillermo 说，公司长大后，创始人模式无法靠创始人本人无限放大；如果目标很大，公司的创造性产出不能只由创始人决定。他把解法称为「recursive founder mode」：在组织里培养能像创始人一样发现机会、启动项目、服务数百万开发者的人。6

这和一些 AI 公司强调的「高 agency IC」相似，但 Vercel 多了一层开源生态的杠杆。它不是简单招聘能独立交付的人，而是给这些人一个可以把作品放大到全球开发者社区的环境。Next.js、Svelte、Turborepo、AI SDK、v0，都能成为这种内部创业的载体。

Guillermo 还说，到了规模化阶段，公司本身也要当成产品来设计：原则像公司的产品规格，入职体验像新 App 的 onboarding。6这不是漂亮话。对 Vercel 这种公司，原则如果不能转化成招聘、协作、评审、产品发布的默认动作，就只是创始人访谈里的好句子。

Vercel 的公开职位能看到这套原则怎么落到筛人上。Software Engineer, Agent 这个岗位要求 7 年以上全职工程经验、强 TypeScript 能力，也接受 Python 背景深但愿意转 TypeScript 的工程师；更重要的是，它明确要求候选人具备产品与 UI 感知能力，能在没有设计师交付 mockup 的情况下做出好的用户体验。7

岗位还要求候选人有全栈能力，理解基础设施、CI/CD、可观测性和大规模 Web 应用如何运行；有构建框架、平台或可复用抽象的经历；能在小型高影响力团队里独立交付、影响架构、设定方向。7这几条合在一起，其实是在筛「能把工具、产品、系统三层连起来」的人，而不是单点执行者。

还有一个细节值得注意。这个岗位标注为 Hybrid - San Francisco；如果候选人在旧金山、纽约、伦敦、柏林办公室的通勤范围内，即使职位写着 remote，也要在周一、周二、周五到岗。7Vercel 不是全远程乌托邦，它更像在保留分布式招聘半径的同时，把关键协作节点重新拉回面对面。

这和它的产品气质并不矛盾。Preview URL、v0 链接、AI 代理能减少低价值沟通，但高杠杆产品判断仍需要密集对齐。AI 原生组织不等于取消会议，也不等于所有人永远异步；它更像把面对面时间留给最难自动化的判断。

Vercel 最早的协作创新不是 AI，而是 preview environment。Guillermo 在 Acquired 里说，Git 分支自动部署成预览 URL 后，公司里的其他角色可以直接参与软件构建，不需要开发者抱着电脑线下展示，也避免多人争抢同一台 staging 机器。预览环境还是临时且安全的。4

这背后是一种组织偏好：把讨论对象变成可点击、可体验、可分享的东西。开发者、设计师、客户、销售、管理者讨论的不是抽象需求文档，而是一条能在手机上打开的链接。

v0 把这个逻辑推进了一步。Acquired 访谈中，Guillermo 说销售电话里可以把客户旧网站截图丢进 v0，当场生成一个高性能新版本；过去需要靠口头承诺和后续方案证明的东西，现在可以在通话中变成可操作链接。4这会改变 solutions engineering 的工作边界：它不再只是售前解释产品，而是现场产出软件原型。

Vercel 对 AI 的内部使用，不只是「员工用聊天机器人提高效率」。Sequoia 访谈里，Guillermo 反复强调 AI 产品自带反馈循环：代码接受率、部署成功率、用户参与度、代码是否渲染和运行，都能成为迭代指标。5这让 AI 产品团队的管理方式更像指标驱动的系统工程，而不是靠主观感觉判断模型好坏。

更重要的是，Vercel 正在把内部专家经验产品化。Acquired 访谈里，Guillermo 说 v0 通过规则、评估、提示工程和 RAG，把 Vercel 工程师对好 Web 产品的偏好注入系统；React 技术负责人、Next.js 团队等专家过去无法一对一支持所有客户，现在可以通过 AI 承载支持、培训、审计和迁移能力。4

这点和传统知识库不同。知识库只保存答案，Vercel 想保存的是「判断方式」：什么是好的 React/Next.js 结构，什么样的界面细节体现质量，什么代码应该被迁移，什么部署风险该被提前挡住。

Agent 团队职位描述则显示了更具体的内部产品方向：Vercel 已有每个 PR 的自动化代码审查、生产异常的 AI 调查、能在无需人工介入时解决多数客户问题的智能支持 agent，以及对话式代码生成；下一步要把这些能力统一成一个覆盖 Vercel dashboard、CLI、Slack 等界面的 agent，支持多步推理、沙箱代码执行，并能代表用户采取真实动作。7

职位描述里还有一句更激进的目标：把今天需要人工处理的 90% DevOps 工作交给平台自动处理。7如果这件事成立，Vercel 的组织设计会出现一个有趣变化：客服、解决方案工程、基础设施运维、产品体验之间的边界会被一个平台级 agent 重新切开。

Vercel 的新一轮融资也伴随管理层补齐。GIC 新闻稿披露，2025 年 Vercel 新增多位高管：原 Stripe 首席商务官 Jeanne Grosser 出任 COO，原 Redis CMO Keith Messick 出任 CMO，原 Capital One 企业 AI/ML 产品负责人 Aparna Sinha 出任产品高级副总裁，原 HashiCorp 首席会计官 Werner Schwock 出任 CAO，原 IBM 安全 CTO Talha Tariq 将出任安全 CTO。1

这说明 Vercel 正在从「开发者喜欢的前端云」变成「企业愿意把 AI 应用放上去的基础设施」。前者靠 DX、开源社区和开发者口碑，后者要补销售、合规、安全、财务、企业产品管理。很多开发者公司在这一步会变得迟缓，Vercel 的挑战是：既要建立企业组织能力，又不能把内部创业和产品速度磨平。

它选择的路径，是把 enterprise motion 放在 AI Cloud 叙事里。GIC 稿件说，本轮融资将用于扩展 AI Cloud、强化安全功能、继续投入 v0；客户名单里包括 OpenAI、Anthropic、PayPal、Nike、Walmart 等。1这不是单纯提高客单价，而是把「人和 agent 一起构建软件」变成企业基础设施问题。

第一，别先做平台，先做「患者零号」。Vercel 的 AI SDK 来自 v0 和内部 AI 产品，不是凭空规划出来的生态位。对普通公司来说，最可复制的不是开源框架，而是这条顺序：先用自己的业务把问题吃透，再把反复出现的部分抽成工具。

第二，招聘要从岗位技能转向「系统感」。Vercel Agent 岗位真正筛的不是会不会 TypeScript，而是能否同时理解产品体验、基础设施、AI 可靠性和跨团队沟通。AI 会让单点技能贬值，但会放大能把系统拼起来的人。

第三，AI 原生协作要有可见产物。Vercel 的 preview URL、v0 链接、自动代码审查和生产异常 agent，都在把讨论对象变成可运行、可复核、可迭代的东西。组织里最浪费时间的部分，往往不是讨论本身，而是大家讨论的对象并不一致。

Vercel 的边界也清楚。它能这么做，是因为它掌握开发框架、部署平台、开源社区和 AI 产品入口，能把内部经验转成外部产品。没有这种平台位置的公司，照搬「递归创始人模式」很容易变成让员工各自开项目、互相抢资源。

更稳妥的学法，是从一个小问题开始：把组织里最常被重复解释的专家判断，变成一个可被新人、客户或 agent 反复调用的系统。Vercel 的组织逻辑，最后落在这件事上：公司的稀缺资产不是某个框架，也不是某个模型调用入口，而是把经验沉淀成下一轮产品的能力。