Нещодавно я побачив, що Vercel запустила щось досить цікаве під назвою Workflows, чесно кажучи, це вирішує багато болючих точок для бекенд-розробників. Простими словами, це замінює складну бекенд-інфраструктуру за допомогою двох рядків коду, основна ідея — позначити у TypeScript функції на початку як use workflow, а у внутрішніх функціях — use step, решту черги планування, повторних спроб, збереження стану — фреймворк автоматично обробляє.

Я вважаю, що цінність цього продукту полягає в тому, що він змінює болючу точку у процесі розробки. Раніше, щоб перевести AI агент або бекенд-завдання з прототипу у виробництво, розробники витрачали багато часу на інфраструктуру: черги повідомлень, таблиці стану, механізми повторних спроб — все розкидано по різних місцях. Тепер Vercel об’єднала ці речі у коді додатку, логіка і бізнес-логіка змішані, і досвід розробки має стати значно кращим.

З даних видно, що з моменту відкритого тестування у жовтні минулого року, Workflows вже обробила понад 100 мільйонів виконань і понад 500 мільйонів кроків, понад 1500 клієнтів користуються цим, кількість завантажень npm перевищує 200 тисяч. Такий темп зростання свідчить про справжній попит. А ще ціна хороша — оплата лише за фактичний час виконання, без фіксованих витрат на постійно працюючі оркестраційні сервіси.

Що стосується сценаріїв з AI агентами, Vercel особливо підкреслює кілька можливостей. Постійні потоки (Durable Streams) дозволяють зберігати вихідні дані агента постійно, навіть якщо браузер закрито, і відновлювати їх при повторному підключенні. За замовчуванням шифрування — це ще один плюс, всі вхідні та вихідні дані і потоки автоматично шифруються перед виходом з середовища розгортання, розшифрування відбувається лише у виконуючому середовищі. Також підтримується пауза і відновлення, наприклад, для ручного схвалення або сну на кілька днів або місяців, при цьому під час паузи ніяких обчислень. Максимальний розмір одного кроку — 50MB, загальний обсяг виконання — до 2GB, що достатньо для мультимодальних агентів, що передають зображення і відео.

Одночасно з цим, випущено AI SDK v7, який інтегрує WorkflowAgent, глибоко поєднуючи збережене виконання, виклики інструментів і управління станом. Python SDK також увійшов у публічне тестування, здається, Vercel прагне поширити цю модель програмування серед більшої кількості розробників. Відкритий Workflow SDK підтримує самостійне розгортання, спільнота вже працює над адаптерами для MongoDB, Redis, Cloudflare тощо, що свідчить про хорошу розширюваність.

Наступна версія Workflows 5 планує додати нативний контроль паралельності і глобальну інфраструктуру розгортання, а також використовувати знімки виконання для зменшення витрат на повторну обробку подій. Загалом, ця ініціатива Vercel справді захопила болючі точки розробників, пропонуючи спрощену модель програмування, яка замінює традиційну складну бекенд-архітектуру. Для команд, що прагнуть швидко ітеративно розвивати AI агентів або асинхронні задачі, цей підхід варто спробувати.