В современном технологическом ландшафте генеративный искусственный интеллект стремительно трансформирует подходы к веб-разработке и созданию пользовательских интерфейсов. В ходе беседы на канале Eye on AI создатель фреймворка Next.js и генеральный директор платформы Vercel Гильермо Рауч обсудил текущую эволюцию облачных технологий, переход к композитной архитектуре приложений и то, как разработчики могут эффективно внедрять ИИ в свои рабочие процессы. По мнению предпринимателя, индустрия переходит от этапа гонки базовых моделей к эпохе оптимизации пользовательского опыта (UX) и бесшовной интеграции интеллектуальных инструментов.
🌐 От ScriptLance до Next.js: Сила экосистемы JavaScript 3:02
Гильермо Рауч отмечает, что его увлечение open-source технологиями и программированием началось в раннем возрасте. Работая на фриланс-платформе ScriptLance, он быстро осознал уникальное стратегическое преимущество JavaScript перед другими языками программирования. Этот язык оказался единственным, способным выполняться непосредственно внутри веб-браузера на стороне клиента.
По словам Рауча, сегодня это дает JavaScript колоссальный охват:
- Почти у 7 миллиардов человек на планете есть браузер в кармане или на ноутбуке.
- Браузер стал доминирующей программной платформой в мире.
- Любые интерактивные и динамические интерфейсы — от поисковых подсказок Google до Amazon и ChatGPT — построены с использованием JavaScript.
Миссия компании Vercel, как объясняет её руководитель, заключалась в том, чтобы сделать этот язык максимально доступным для бизнеса с помощью готовых фреймворков. Это избавляет команды от необходимости каждый раз «изобретать колесо» при старте нового проекта. В современных реалиях платформа Vercel фиксирует массовый сдвиг: подавляющее большинство разработчиков теперь разворачивают на ней ИИ-продукты.
🚀 Упрощение облачной инфраструктуры и запуск ИИ за два клика 6:21
Объясняя взаимосвязь между своими продуктами, Рауч указывает, что с помощью Next.js разработчики проектируют и создают фронтенд-часть веб-приложения, а Vercel служит наиболее быстрой и масштабируемой платформой для его развертывания и публикации в сети. Предприниматель критикует избыточную сложность современных облачных платформ, таких как AWS, Google Cloud или Azure. По его мнению, для работы с ними сегодня «требуется докторская степень», что сильно тормозит бизнес.
В условиях, когда ИИ способен самостоятельно писать код, обременять программистов ручным конфигурированием инфраструктуры в 2024 году неэффективно и дорого. Vercel, функционируя поверх мощностей AWS, предлагает альтернативный подход. Вместо настройки серверов EC2, виртуальных приватных сетей (VPN) и NAT-маршрутизаторов в Linux, платформа предоставляет готовые шаблоны.
Одним из самых успешных решений стал открытый шаблон интерфейса, вдохновленный ChatGPT. Он позволяет компаниям развернуть собственный аналог чат-бота всего в два клика. Рауч подчеркивает, что бизнес хочет владеть собственными моделями и иметь доступ к приватным корпоративным данным, внедряя элементы ИИ в уникальные интерфейсные компоненты: интерактивные кнопки, галереи, карты и графики, вместо того чтобы просто выводить сырой текст. В качестве примера успешной реализации этой концепции он приводит финансовые ИИ-платформы FinTool и FinChat.
🧩 Композитная архитектура: Разделение фронтенда и бэкенда 11:11
Архитектурный сдвиг, который Vercel продвигает на рынке, заключается в строгом разделении пользовательского интерфейса (фронтенда) и логики обработки данных (бэкенда). Рауч приводит метафору с рестораном, где фронтенд — это атмосфера и сервис в зале, а бэкенд — это изолированная кухня. Традиционное программное обеспечение долгое время строилось монолитно, однако крупные бренды, такие как Chico's, сейчас активно переходят на модульную (композитную) архитектуру.
Такой подход обеспечивает бизнесу стратегическую гибкость и защищенность. Подключая фронтенд Vercel к бэкенду через сетевые интерфейсы, разработчики могут свободно менять внутренние ИИ-модели:
По мнению Рауча, это избавляет компанию от жесткой привязки к одному поставщику (vendor lock-in). Данный принцип модульности актуален не только для ИИ, но и для современной электронной коммерции, где витрина магазина функционирует независимо от систем отслеживания заказов или поисковых движков.
🧠 Ансамбли моделей и интеллектуальная маршрутизация запросов 13:42
Гильермо Рауч раскрывает «грязный секрет» современной ИИ-индустрии: масштабные сервисы редко полагаются на одну-единственную нейросеть. Пользователю кажется, что он общается с одним ИИ, но за кулисами его запрос проходит через интеллектуальную систему маршрутизации внутри ансамбля моделей.
В зависимости от сложности и специфики задачи, запрос направляется на соответствующий узел:
- Простые или часто повторяющиеся вопросы переадресуются на небольшие и дешевые модели.
- Задачи, требующие глубоких рассуждений, передаются тяжелым и дорогим моделям уровня GPT-4.
- Специфические задачи, вроде генерации изображений, мгновенно переключают пайплайн на специализированные инструменты вроде DALL-E, параллельно меняя интерфейс.
Рауч приводит свежий пример из практики одного из клиентов Vercel: первичная обработка и извлечение данных (retrieval) выполняются компактной и быстрой моделью, а полученное краткое резюме передается большой рассуждающей модели. Это существенно сокращает размер контекстного окна и экономит токены. Предприниматель сравнивает это с корпоративным управлением: если бы каждый технический запрос в Vercel обрабатывался лично генеральным директором, это было бы крайне неэффективным расходованием дорогого ресурса. Специализированные агенты справляются с рутинными задачами быстрее и точнее.
🛠️ Тестирование в эпоху Software 2.0: Проблема надежности 17:38
Главной проблемой современной индустрии искусственного интеллекта Рауч называет надежность, которая разделяется на два аспекта: техническую стабильность инфраструктуры и качество ответов. В то время как классические облачные сервисы Vercel обеспечивают строгие соглашения об уровне обслуживания (SLO) по доступности и задержкам, ИИ-инфраструктура на рынке все еще остается незрелой и часто подвержена деградации.
Для описания новой реальности спикер использует концепцию Software 1.0 и Software 2.0. В традиционном программировании (Software 1.0) код детерминирован, и один плюс один всегда равняется двум. В мире нейросетей (Software 2.0) системы обучаются на данных, и математические операции дают правильный результат лишь «в большинстве случаев».
Для борьбы с этой нестабильностью создаются новые инструменты мониторинга, такие как Brain Trust, которые Рауч называет «юнит-тестированием для ИИ-приложений». Они позволяют оценивать точность работы нейросети в динамике и сопоставлять ее с пользовательской обратной связью (кнопками «лайк/дизлайк»).
В качестве примера эффективного сбора неявных сигналов приводится Microsoft GitHub Copilot. Система фиксирует, принял разработчик предложенный автокомплит кода или проигнорировал его. На основе этого вычисляется процент принятия подсказок (acceptance rate). Рауч рекомендует инженерам фокусироваться на создании ИИ-продуктов, где человек остается в контуре управления (human-in-the-loop), выступая в роли редактора для черновика, написанного нейросетью.
🗄️ Почему технология RAG останется с нами надолго 24:11
Отвечая на вопрос ведущего о том, является ли технология RAG (генерация с привлечением контекста) временным костылем, который исчезнет по мере дообучения моделей, Гильермо Рауч выражает противоположное мнение. Он утверждает, что RAG — это долгосрочное и стабильное решение. Фундаментальная причина кроется в разнице между памятью и логическим мышлением нейросети.
По словам Рауча, процесс обучения модели заставляет ее сжимать и частично забывать информацию ради развития способности к рассуждению:
«Целью обучения модели было рассуждение, а не память. Если бы целью была память, это была бы база данных».
Объем производимых человечеством данных растет экспоненциально и опережает циклы обучения ИИ. Среднее крупное предприятие может генерировать за неделю объем информации, сопоставимый со всем массивом данных, использованным для обучения нейросети. Обучение модели похоже на старые офлайн-процессы MapReduce в эпоху Big Data, занимавшие недели, тогда как бизнес требует ответов в реальном времени, как современные SQL-системы Snowflake.
В качестве примера эффективного поиска в реальном времени Рауч приводит сервис Perplexity AI. По его мнению, индустрия совершает тектонический сдвиг от классического поиска Google по ключевым словам к пространственному семантическому рассуждению с помощью векторов. Это позволяет пользователям общаться с ИИ естественным, приближенным языком, не подстраиваясь под жесткие алгоритмы поисковых систем.
💻 Конец эпохи кастомных инструментов и запуск v0 33:21
Платформа Vercel на сегодняшний день поддерживает более 35 веб-фреймворков. Гильермо Рауч призывает глобальное сообщество разработчиков отказаться от практики создания собственных закрытых инструментов внутри компаний. Главный минус кастомных фреймворков прошлого заключался в отсутствии поддержки на Stack Overflow. Сегодня же главная проблема в том, что кастомные инструменты не понимает искусственный интеллект.
Популярные коммерческие ИИ, такие как ChatGPT, «из коробки» идеально знают Next.js, поскольку обучались на колоссальном объеме открытого кода из интернета. Рауч заявляет о завершении эпохи, когда крупные компании воссоздавали всю программную экосистему с нуля.
В подтверждение этого тренда Vercel запустила собственный ИИ-продукт v0. Инструмент ориентирован на генерацию пользовательских интерфейсов:
- Пользователь вводит текстовое описание желаемого интерфейса.
- Система способна распознать загруженный скриншот или даже эскиз, нарисованный на салфетке.
- На выходе v0 мгновенно генерирует чистый, высококачественный и работоспособный код для современных фронтенд-фреймворков.
🔄 Эластичность бэкенда и новые тренды в ИИ-приложениях 37:18
Благодаря разделению интерфейса и серверной логики на Vercel, корпоративные клиенты получают высокий уровень отказоустойчивости. Архитектура позволяет безболезненно вырезать или заменять элементы бэкенда (например, векторные базы данных), не меняя клиентский код фронтенда, что оптимизирует затраты и снижает задержки. Спикер анонсировал запуск бесшовной интеграции векторного поиска в один клик в рамках serverless-инфраструктуры Vercel, которая автоматически масштабируется в зависимости от объемов входящего трафика.
Анализируя рыночную ситуацию, Рауч сравнивает текущий ИИ-бум с периодом 2008–2009 годов в Кремниевой долине. Несмотря на макроэкономическую нестабильность и геополитические кризисы, появление iPhone и облаков создало идеальные условия для долгосрочного роста. Главное отличие нынешней волны ИИ от эпохи «нулевых процентных ставок» (ZIRP) состоит в том, что стартапы сразу ориентируются на генерацию выручки, а не откладывают монетизацию на будущее.
Среди ИИ-компаний, использующих инфраструктуру Vercel, Рауч выделяет:
- Suno AI — сервис для генерации музыки (своеобразный «Spotify в мире ИИ»);
- Leonardo и Midjourney — платформы для создания игровых активов и иллюстраций;
- Pika и Runway — инструменты для генерации и редактирования видео;
- Chatbase — быстрорастущий ИИ-продукт, созданный командой всего из одного-двух инженеров;
- Harvey AI — специализированное ИИ-решение для юридического сектора.
По мнению Рауча, на рынке происходит разделение: ИИ-native игроки (такие как Leonardo или Krea.ai) имеют преимущество, поскольку они создают исключительно «магический ИИ-инструмент», не тратя ресурсы на воссоздание тяжеловесного функционала условного Photoshop. В то же время технологические гиганты (Slack, Salesforce) получают выгоду от интеграции ИИ благодаря контролю над историческими данными своих пользователей, которые невозможно быстро реплицировать.
🔮 Прогнозы: Generative 3D, мировые модели и масштабы Vercel 45:48
В качестве ключевых индустриальных трендов Гильермо Рауч выделяет развитие ИИ в сфере здравоохранения и прорыв в области Generative 3D. Такие компании, как Luma Labs (с проектом Genie) и Spline, открывают новые возможности для промышленного дизайна, анимации и симуляций, позволяя генерировать полноценные трехмерные полигональные сетки (meshes) вместо плоских матриц пикселей. По мнению спикера, это приближает индустрию к моменту, когда масштабные видеоигры уровня Grand Theft Auto или анимационные фильмы в стиле Pixar будут полностью генерироваться искусственным интеллектом.
Касаясь темы «мировых моделей» (World Models), Рауч выражает убеждение, что сама по себе конкретная модель со временем станет лишь скрытой деталью реализации API-сервисов. Разработчикам не придется думать о выделении графических процессоров (GPU), пакетной обработке запросов, буферизации или очередях. Подобно тому, как база данных MongoDB трансформировалась в полностью автоматизированный облачный сервис MongoDB Atlas, ИИ-инфраструктура полностью перейдет на serverless-рельсы.
В завершение встречи Рауч поделился актуальной статистикой масштабов экосистемы Vercel:
- В 2023 году фреймворк Next.js был скачан более 225 миллионов раз.
- Ежемесячная активная аудитория разработчиков Next.js превысила 1 миллион человек.
- Платформа обрабатывает триллионы сетевых запросов ежегодно в 20 глобальных регионах.
- Семь из десяти крупнейших ИИ-компаний мира создают свои интерфейсы на базе Next.js и разворачивают их через Vercel.
В качестве демонстрации гибкости стандартизированных API Рауч упомянул свой личный мини-проект — ИИ-клон агрегатора Hacker News. Изначально бэкенд работал на API OpenAI, однако после релиза открытой модели со структурой Mixture of Experts от европейского стартапа Mistral перевод всего приложения на новый бэкенд потребовал изменения всего двух строк кода. Это подтверждает тезис о высокой взаимозаменяемости элементов в современной модульной веб-разработке.
