生成式 AI 的投资回报远超预期？Snowflake 调研全球 1900 位企业与 IT 专业人士后发现平均 ROI 高达 41%！点击下载完整报告
AI Copilot 和自主智能体的崛起正在重新定义开发者的意义。在 BUILD 2025 的一场重磅主题分享中，Vercel CEO 和 Next.js 的创始人 Guillermo Rauch 深入探讨了 AI 如何改变开发者的体验。AI 将我们的角色从编写代码转变为有意图地引导智能系统。在这个未来中，AI 原生工具将大大提升开发者的生产力、创造力和规模。
Guillermo Rauch 从自身经历出发，系统性地拆解了 AI 浪潮下，开发范式正在发生的结构性变化。这并非一场关于工具或技巧的演示，而是一份面向当代开发者的生存指南：当技术能力不再稀缺，什么才是决定长期价值的核心能力？他的判断很明确，我们正经历一场从“页面”走向“Agent”的转型，其深度与影响，堪比第一代互联网的诞生。
从“页面的云”到“Agent 的云”
Rauch 回顾了 Vercel 的起点。2014 年，当开发者仍需在路由、编译器、集群和部署细节中反复挣扎时，真正能高效构建和交付产品的，只有少数拥有内部基础设施的大公司。
Vercel 以及 Next.js 的诞生，本质上是一次“能力下放”，让原本只属于头部公司的开发效率，成为更广泛开发者的默认能力。
而今天，类似的分化正在 AI 领域重演。
他指出，支撑第一代 Web 的云基础设施，本质上是“为页面而生”的：优化加载速度、依赖 CDN、围绕一次性请求与响应展开。但在 Agent 驱动的应用形态中，这套逻辑开始失效。新的应用形态不再以页面为中心，而是以持续运行、长时间“思考”、多步骤编排的智能体为核心。
因此，云的目标也随之发生变化：
算力不再只追求“更快返回”，而是要支持更长时间、更复杂的推理；
基础设施不再围绕页面分发，而是围绕“token 流动”和智能调用；
搜索和触达不再依赖排名，而是通过 Agent 主动嵌入到用户的工作场景中。
在这一意义上，他将新的基础设施形态称为“面向 Agent 的云”。
界面没有消失，只是变成了生成式
与基础设施变化同步发生的，是用户界面的根本转型。
传统的软件界面是确定性的：开发者可以精确控制每一个像素，预期用户将看到什么、点击什么、进入哪条路径。但在 AI 时代，界面正在变成生成式和自适应的，按需生成、随上下文变化，并高度个性化。
Rauch 特别强调，这并不意味着前端或用户体验的重要性下降，恰恰相反，体验比以往任何时候都更重要。变化的只是如何构建体验：从事先设计好所有界面，转向在需要时即时生成最合适的呈现方式。
他以 Snowflake 与 Vercel 的生成式 UI Agent（V0）的集成为例：复杂的数据分析结果，可以在对话中即时生成可视化界面，让非技术用户也能理解。这背后的趋势，是行业从“代码优先”逐步迈向“代码后置”，代码不再是价值本身，而是服务于结果的一种中间形态。
当谁能写代码不再重要
如果说基础设施和界面的变化，重塑了怎么构建，那么更深层的变化在于——谁可以参与构建。
Rauch 认为，软件开发正在从一项高度专业化的技能，转变为一种普遍能力。过去，门槛在于语法、工具链、基础设施；而现在，门槛正在转移到一个新的维度：意图是否清晰。
在 AI 的帮助下，表达能力本身成为新的基础素养。会不会写代码，正在被能否准确表达你想要什么所取代。他将这种变化视为 JavaScript 普惠化的升级版：如果说框架和平台曾让大量前端开发者成为云工程师，那么 AI 则让更多非技术背景的人，第一次具备了构建软件的能力。
在这种背景下，个人技能的价值排序正在被重写。Rauch 提出了一个残酷但现实的判断：不要过度依附于某一项具体技能。正如心算曾经是优势，但最终被机器超越，编程技能也正在进入类似阶段。
真正重要的，是他所说的“元技能”。
交付，正在成为最核心的元能力
在 AI 可以生成无限方案的时代，开发者真正需要承担的角色，不是代码执行者，而是判断者与交付者。
Rauch 将“交付（Shipping）”视为当代开发者最关键的元能力。它不等同于写代码，而是一种端到端的综合能力：从问题判断、产品设计、实现方式，到测试、迭代、讲清楚价值，并持续提高标准。
在他看来，AI 不只是提升效率的工具，更应该服务于质量。他反复强调一个立场：更快地生成代码，不应成为降低交付标准的借口。相反，真正的竞争力在于，同时提高生产力与质量。
围绕这一判断，他给出了具体的实践方向：将 Agent 用于客服、风控、内容生成、数据分析等场景，让系统承担重复性工作，把人的时间留给真正影响产品和业务走向的决策。随着系统从“被接受、被修改、被拒绝”的反馈中不断学习，质量门槛本身也会随时间抬升。
最终，他将 Agent 的意义概括为一句话：消除创意与现实之间的壁垒。
在这场分享的结尾，Rauch 并未给出下一步该学什么工具的清单，而是抛出了一个更本质的问题：当工具已经就位、模型已经成熟，你真正要思考的，是你准备交付什么样的产品、什么样的价值。
AI 时代的开发者体验，不再只是写更少的代码，而是能否以更高的标准，把想法真正带到现实世界中。
