Vercel lanza Drives para Sandbox: hasta 1 TiB para agentes

Qué es Drives, la nueva capa de persistencia de Vercel Sandbox

Vercel abrió la beta pública de Drives, su sistema de almacenamiento persistente para Sandbox: cada unidad llega por defecto a 1 TiB y se puede ampliar hasta 16 TiB, pensada para que los agentes de IA conserven archivos entre ejecuciones sin tener que reconstruir su entorno cada vez.

En términos prácticos, un Drive es un directorio que se monta dentro de un Sandbox y sobrevive a la ejecución que lo creó. Mientras un Sandbox es efímero, el Drive no: lo que el agente escribe dentro queda disponible para el siguiente run, para otra instancia de Sandbox o incluso para varios sandboxes en paralelo, en modo lectura, mediante snapshots.

Cómo funciona técnicamente

La API es deliberadamente simple. Desde el SDK @vercel/sandbox, una llamada a Drive.getOrCreate({ name: 'agent-workspace' }) recupera o crea el Drive, y se monta al Sandbox con Sandbox.create({ mounts: { '/data': workspace } }). Cualquier archivo bajo /data permanece en el Drive cuando el Sandbox se apaga. Los casos de uso que Vercel destaca en el changelog son exactamente los que cualquier equipo que hoy corre agentes reconoce como dolor:

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Workspaces persistentes de agentes: el agente no pierde el código que estaba editando entre tareas.
Memoria en disco: caches de contexto, historiales, notas de sesión que no quieres re-pagar en tokens.
Datasets, modelos y dependency trees reutilizables: evitas descargar 500 MB de un modelo cada vez que arranca un sandbox.

El modelo de concurrencia también está pensado para producción: solo puede haber un mount read-write activo a la vez, pero múltiples sandboxes pueden leer el mismo Drive en paralelo montando snapshots puntuales. Cada snapshot es inmutable: refleja el Drive en el momento en que se montó; las escrituras posteriores no se ven hasta que se solicita un snapshot nuevo. Para QA, revisión o evaluación, es el patrón clásico de «escribe una vez, lee muchas veces».

Los límites y precios que Vercel publica son bastante concretos:

Hasta 4 Drives montados por Sandbox, en rutas separadas.
Tamaño: 1 GiB por defecto en Hobby, 1 TiB por defecto en Pro/Enterprise, ampliable hasta 16 TiB y más bajo pedido.
Regiones: disponibles en todas las regiones de Sandbox, pero el Drive queda fijo en la región donde se creó; los sandboxes que lo montan deben correr ahí y no pueden hacer failover.
Precios en iad1: storage US$0,05/GB-mes, lecturas US$0,0015/GB, escrituras US$0,004/GB.
Hobby incluye 15 GB de almacenamiento y 30 GB de lecturas y de escrituras al mes.

Por qué importa: el problema de la «amnesia del agente»

Quien ya haya puesto un agente en producción conoce la fricción: el agente arranca, clona el repo, instala dependencias, descarga el modelo, hace su trabajo… y al siguiente run vuelve a empezar desde cero. Multiplica eso por cientos de ejecuciones y tienes un problema de costo y de latencia que no aparece en los demos.

Drives apunta exactamente a ese punto. Cuando un agente tiene un Drive montado, su workspace persiste entre tareas; si corre una pipeline de evaluación, los datasets están listos; si hace fine-tuning, los checkpoints no se pierden. Vercel está construyendo la infraestructura que convierte al Sandbox de «caja efímera para probar» a «estado persistente de larga vida», algo que en el mundo on-prem se hacía con un volumen NFS y que en serverless nunca estuvo bien resuelto.

En el contexto que Vercel mismo describió en su conferencia Ship de junio de 2026, el movimiento encaja: el Agent Stack (AI SDK, AI Gateway, Vercel Sandbox, Workflow SDK, Chat SDK y el nuevo Vercel Connect para credenciales scoped) ya reúne todas las piezas para correr agentes en producción, y Drives completa la pieza de estado que faltaba.

Qué significa esto para tu startup

Tres movimientos prácticos si ya estás construyendo con agentes:

Mueve el setup cost del sandbox al Drive. Si tu agente invierte los primeros 30–60 segundos de cada run en clonar repo, descargar modelos e instalar dependencias, ese tiempo es dinero. Crea un Drive por proyecto, haz un bootstrap inicial y luego móntalo en cada ejecución. El cálculo es directo: con US$0,05/GB-mes, mantener un modelo de 10 GB cuesta US$0,50 al mes; el ahorro en tiempo de cómputo y tokens suele pagar ese costo en una semana de uso real.
Separa el workspace de la lógica del agente. El patrón «un Drive por workspace, varios sandboxes que lo leen» es ideal para flujos de revisión o QA en paralelo. Un sandbox escribe, otros dos o tres leen snapshots para validar, y nadie pisa a nadie. Es el equivalente serverless del patrón inmutable que ya usas con contenedores Docker.
Diseña para región fija desde el día uno. Un Drive no se mueve de región, y un Sandbox que lo monte no puede hacer failover a otra. Si tu producto sirve usuarios en Europa y en LATAM, vas a querer planificar réplicas explícitas en cada región, no asumir failover mágico.

El contexto competitivo: Vercel vs. Cloudflare por la capa de ejecución de agentes

Drives no llega en el vacío. Apenas tres semanas antes, el 2 de septiembre de 2026, Cloudflare anunció que Cursor Cloud Agents puede correr sobre Cloudflare Sandboxes (y previamente hizo lo propio con Devin Outposts y Claude Managed Agents). El CTO de Cloudflare, Dane Knecht, lo resumió así en el comunicado: «Cloudflare Sandboxes da a los equipos la libertad de usar las herramientas de IA que prefieran, mientras las organizaciones obtienen un lugar seguro y aislado para correr trabajo de agentes».

Las dos plataformas están definiendo, en paralelo, qué significa «infraestructura para agentes». Vercel empuja el modelo de Drive como estado persistente adjunto al Sandbox; Cloudflare empuja Sandboxes como capa de ejecución soberana donde corren los loops de agentes de terceros. No son exactamente el mismo producto, pero sí compiten por la misma franja de presupuesto: el que paga plataformas por ejecutar agentes de IA en producción.

Para poner el contexto en números, según datos publicados por Vercel y recogidos por TechCrunch en agosto de 2026, Vercel maneja más de 6 millones de despliegues diarios y más de un billón de tokens al día atraviesan su AI Gateway. La capa de agentes ya no es un experimento: es donde se mueve el tráfico.

Conclusión

Drives es una pieza pequeña en la superficie y grande en implicancias: convierte al Sandbox de Vercel en algo donde un agente de IA realmente puede vivir entre tareas, no solo ejecutar una y desaparecer. Para founders que están construyendo productos agénticos, la decisión ya no es «si uso sandbox», sino cuál de los dos modelos de estado prefieres pagar.