Vercel正在为开发者提供更多在其平台上运行后端服务的选择。
周四在旧金山举行的Ship大会上，该公司推出了Daemons，一项用于持续运行后台工作进程的新服务，同时还将其对Python的支持升级为正式可用版本。
此外，该公司还将面向AI智能体的持久化存储服务Drives升级为正式可用版本。
常驻工作进程与基于拉取的任务
Daemons目前处于公开测试阶段，它允许开发者部署容器，并指定每个区域应运行多少实例。Vercel会确保这些进程持续运行，并在进程退出或崩溃时自动重启。该服务在发布时支持基于拉取的工作负载，允许工作进程从队列或数据库中获取任务，并在任务到达时进行处理。
Vercel首席技术官马尔特·乌布尔（Malte Ubl）向The New Stack表示，公司目前正致力于向技术栈更底层的方向推进。
"我们要看看大家现在都在做什么，然后确保其中更大一部分人可以只用Vercel作为他们的基础设施提供商，"他说。
该公司此前已经提供队列和持久化工作流服务，而其Services功能则让开发者能够同时部署前端和后端。
乌布尔表示，这些功能涵盖了请求驱动型的工作，但并不能覆盖复杂后端所做的一切工作。"真正不适合纳入这个范畴的，是那些出现在复杂后端工作负载中的任务，"他说，"在这些场景中，你本质上需要对某种队列进行处理。"
他以Vercel自身的部署流水线为例来说明这类工作负载。
"当你调用我们的API进行一次部署时，我们不会在处理你请求的那个进程里直接执行部署操作，因为我们实际上无法支持无限数量的并发部署，"乌布尔说。GitHub的速率限制是需要有所节制的一个原因，而Vercel现有的计算基础组件也无法为这类工作进程提供"对并发量的良好控制"。
有了Daemons之后，"它们启动后会说，我在这里，给我分配任务，然后它们就会随着任务的到来持续处理，"他说。
该公司举的Daemons使用示例，将Next.js前端与Python API结合，同时还搭配了一个容器化的视频处理器。该容器打包了Python依赖项和FFmpeg媒体框架，然后从Vercel Queues中拉取任务，用于生成播放文件和缩略图。
乌布尔表示，转码是一个典型场景，这类工作负载"极度依赖CPU"，"我需要的是始终保持100% CPU占用的计算机"。
这也使得Daemons处于与Vercel的沙箱完全相反的另一端。"它们几乎是临时性的对立面，"他在谈到Daemons时说。"对于临时性需求，你有沙箱可用，"他说。Daemons会持续在线运行，但并非由来自互联网的请求触发，而是主动去寻找任务。
开发者可以通过Git或Vercel命令行工具进行部署。Vercel会构建容器镜像并将其存储在其容器注册表（Container Registry）中。
该公司自身的控制平面API有相当大一部分就运行在Vercel之上。乌布尔表示，这部分每月大约产生十亿次请求，目前Vercel正开始将其许多异步工作负载迁移到Daemons上。
他承认，这种模式并非由Vercel发明，"我们推出它，是因为大家确实非常需要这个功能。"
托管运行环境还是容器
如果你已经深度使用Vercel生态系统，可能会好奇这一切与Vercel Functions之间是什么关系。
Vercel表示，自容器支持进入公开测试阶段以来，已有5000个团队完成了150000次容器部署。容器让开发者能够打包应用程序及其自有的运行环境和系统库，从而扩大了他们可以部署的软件范围。
乌布尔认为，这里的权衡在于由谁来保持镜像的及时更新。对于Node、Bun或Python的托管运行环境，Vercel会直接应用安全更新，客户无需重新部署，乌布尔说。而对于容器，"你确实需要重新部署，这最终是你自己的责任，"他说。"从我们的角度来看，这只是一堆字节而已。"
与此同时，针对FastAPI、Flask和Django等框架的Python支持现已正式可用。应用程序运行在标准的CPython之上，并可使用PyPI上的依赖项，而Vercel则负责处理框架检测、构建和扩缩容。该公司表示，目前已有150000个团队在其平台上运行Python后端，其中包括OpenAI、Polymarket和Exa的工程师。
能够在环境切换后依然留存的文件
Vercel Drives是一个很好的例子，说明智能体正在如何改变存储等后端服务的需求。Vercel的Drives服务将智能体的文件与执行其代码的沙箱分离开来。智能体可以将该存储盘挂载到新的沙箱中，更换运行环境，并继续使用它此前已经创建的文件。
"我不会说这是业界首创，但它确实是一种新型存储产品的实例，"乌布尔说。他将其描述为类似EBS的网络存储盘与对象存储的混合体，他认为这是AWS目前所不具备的。
他表示，写入操作始终会落到本地NVMe磁盘上，然后异步流式传输到对象存储；读取操作则在数据已经存在本地磁盘时直接从本地读取，否则就按块流式传输进来。
"你会拥有数量非常庞大的独立磁盘，由于它们本质上只是存放在S3中的文件，所以运营成本可以做到极其低廉，"他说。
Drives与快照的对比
乌布尔表示，许多沙箱服务提供商（包括Vercel自身）都提供快照功能，但他认为Drives是更优的模式。
"快照的问题在于它们会变得非常庞大，因为你最终会对每次都相同的各种内容进行快照，"他说。"实际情况是，智能体真正需要用到的通常就是某个目录，比如说/home/agent，所有东西都在那里。其他的东西它们基本不关心。"
他表示，只挂载那一个目录，就意味着每个智能体都可以从同一个缓存的基础镜像启动。"对它们来说成本更低，速度更快，基本没有任何缺点。"
乌布尔补充说，Vercel并不会取消快照功能，但正在鼓励客户转向使用Drives。
Drives让这些智能体能够复用彼此的工作成果。一个智能体可以准备好数据集，其他智能体则可以挂载只读副本进行分析或生成报告，并将各自的结果单独保存。智能体还可以对某个存储盘进行分支（fork），在彼此独立的可写工作空间中测试不同的方案。这些分支出来的副本不会合并回原始存储盘。
乌布尔表示，在实际操作中，这意味着要告诉智能体应该把内容写到哪里。"当你使用沙箱时，你总是会告诉你的智能体应该把东西写在哪里，"他说，通常是像/workspace这样的根目录。"基本上每条提示词都会以这句话开头，然后那就是你挂载到持久化存储盘上的内容，仅此而已。"
Drives及其分支功能现已正式可用。该服务适用于所有Vercel套餐，默认容量为1 TiB（Hobby套餐为1 GiB），最高可配置到16 TiB。
对于已经在Vercel上部署前端的团队来说，是否在该平台上运行工作进程或Python API，将变得更容易决策。团队能够继续留在该平台上运行的每一项额外后端服务，就意味着其开发者需要维护的部署系统又少了一个。
