Vercel Workflows officiellement lancé, remplaçant toute l'infrastructure d'orchestration backend avec deux lignes de commande

ME News Actualités, le 17 avril (UTC+8), selon la surveillance de Dongcha Beating, la plateforme cloud frontale Vercel a officiellement lancé Workflows, intégrant la capacité d'exécution durable (durable execution) dans le code de l'application. Les développeurs écrivent "use workflow" en haut de leur fonction TypeScript pour marquer l'entrée du workflow, et "use step" dans chaque sous-fonction pour marquer chaque étape d'exécution, le cadre gère automatiquement la planification de la file d'attente, la relance en cas d'échec, la persistance de l'état et l'observabilité, sans avoir besoin de déployer séparément un service d'orchestration, une file de messages ou une base de données d'état.
Ce modèle résout le problème central : lorsque l'on veut faire passer une IA agent ou une tâche backend du prototype à la production, les développeurs doivent souvent consacrer beaucoup de temps à construire l'infrastructure d'orchestration plutôt qu'à améliorer le produit lui-même.
Les solutions traditionnelles nécessitent de décomposer la logique en files, workers, tables d'état et mécanismes de relance, alors que Workflows intègre tout cela dans le code de l'application, fusionnant logique d'orchestration et logique métier.
Vercel affirme que les utilisateurs ne paient que pour le calcul réellement effectué par la fonction, sans coûts liés à un service d'orchestration résident.
Depuis la bêta publique de Workflows en octobre 2025, plus de 100 millions d'exécutions et 500 millions d'étapes ont été traitées, couvrant plus de 1500 clients, avec plus de 200 000 téléchargements hebdomadaires sur npm.
Pour les scénarios d'IA agent, Workflows offre plusieurs capacités clés :

1. Flux durable (Durable Streams) : stockage persistant des sorties d'agent, le workflow continue à fonctionner après la fermeture du navigateur, reprend à partir du point d'arrêt lors de la reconnexion, sans Redis ni système de messagerie auto-construit.
2. Chiffrement par défaut : toutes les entrées, sorties et flux de données de chaque étape sont automatiquement chiffrés avant de quitter l'environnement de déploiement, le déchiffrement ne se produit que dans le déploiement exécutant le workflow.
3. Suspension et réveil : attente d'événements externes via Hook (par exemple, approbation manuelle), pause de plusieurs jours ou mois via Sleep, sans coûts de calcul pendant la suspension.
4. Support de forte charge : jusqu'à 50 Mo par étape, jusqu'à 2 Go par exécution, laissant de la place pour transmettre des images et vidéos dans des agents multimodaux.
   Le SDK AI v7 lance simultanément \WorkflowAgent, intégrant profondément l'exécution durable avec l'appel d'outils et la gestion d'état.
   Le SDK Python entre en bêta publique, étendant ce modèle de programmation à l'écosystème Python.
   Le SDK Workflow est open source, supporté par le système d'adaptateurs "Worlds" pour le déploiement auto-hébergé, la communauté développe déjà des adaptateurs pour MongoDB, Redis, Cloudflare, etc.
   Prochaine version : Workflows 5 introduira un contrôle de concurrence natif (y compris un mécanisme de verrouillage entre exécutions), une infrastructure de déploiement global et un runtime basé sur des snapshots pour réduire les coûts de rejouer les événements.
   (Source : BlockBeats)