Guillermo Rauch, prezes Vercel, twierdzi, że najważniejszą decyzją architektoniczną w firmach wdrażających agentów AI jest dziś oddzielenie modeli od agentów. W wywiadzie dla TechCrunch z 6 lipca argumentował, że model językowy powinien być traktowany jak wymienny komponent, a nie fundament, z którym wiążemy się na stałe.
Sedno tezy sprowadza się do pytania: czy firma wybiera kompletny stos jednego dostawcy (OpenAI, Anthropic, Google), czy składa system z modułów różnych producentów. Rauch opowiada się za modularnością — model to „biblioteka" albo „klocek", który można podmienić. Wskazuje, że gdy firmy wychodzą z fazy pilotaży, zaczynają optymalizować koszt i wydajność. Modele Gemini mają dobry stosunek ceny do możliwości, a otwarte modele w rodzaju DeepSeek zyskują na popularności, więc klienci przełączają dostawców, kierując się ekonomią.
Vercel podpiera argument własną skalą: ponad 6 milionów wdrożeń dziennie i ponad bilion tokenów przetwarzanych każdego dnia przez firmową bramkę AI. Do budowy agentów firma oferuje Eve (opisywanie instrukcji i umiejętności agenta w języku naturalnym) oraz Vercel Sandbox, który ogranicza dostęp agenta do wybranych danych. Rauch zwraca uwagę na napięcie: gdy laboratoria AI dokładają kolejne funkcje wprost do swoich platform, konkurują z firmami infrastrukturalnymi i popychają rynek w stronę integracji pionowej zamiast otwartego ekosystemu.
Co to znaczy dla polskich firm
Dla organizacji, które przechodzą od eksperymentów do produkcyjnych wdrożeń agentów AI, wniosek jest praktyczny. Warto projektować architekturę tak, by zmiana modelu nie wymagała przepisywania całej aplikacji. Uzależnienie od jednego dostawcy to nie tylko ryzyko cenowe. To również ograniczenie w doborze najlepszego modelu do konkretnego zadania. Rozdzielenie warstwy modelu od logiki agenta pozwala testować różne opcje i reagować, gdy dostawca zmienia cennik lub warunki dostępu.
Źródło: TechCrunch (EN), 6 lipca 2026.
