最近在考虑将 LobeChat 的 AI Completion 实现全面转向 Nodejs Runtime ，来问问大家的看法： 站在 2025 年的当下来看，调用 AI 接口还有没有必要使用 Edge Runtime？使用 Vercel Fluid Compute 是否是 Edge Runtime 的上位替代？ 目前我们仍然使用 Edge Runtime 的考虑点： 1. Edge Runtime 没有时长限制，因此理论上具有无限时长的连接时间； 2. 从计价模型上来说，Edge Runtime 按请求次数收费，价格上可以说低于 NodeJS Runtime 一个数量级； 但 Edge Runtime 的缺点： 1. 无法支持连接 DB，虽然像 neon 这样的Serverless PG 服务商可以支持 edge runtime 的连接，但是考虑到我们的大量 Docker 用户还需要 Node 版 PG，这个方案就不可行； 2. Edge Runtime 必须要在多少s 之前有首 token 响应否则就会超时，这对于很多需要长时思考的模型来说并不友好 换成 NodeJS Runtime 的好处： 1. 可以直接连 DB，这样后面做 spend 落库分析都会很简单； 2. 可以长时运行，应该不会有 EdgeRuntime 的首 token 响应还会超时的问题； 缺点： 1. 计费上可能会更贵， Vercel 的 Fluid Compute 还是一个新东西，需要一个吃螃蟹的人真真实实探下这个底； 2. Vercel 上免费版的时长应该是最大90s，Pro 可以到达 800s，这就意味着免费版的 Vercel 自部署用户一个 ai 请求到了 90s 就会被掐断了，而如果是 edge runtime 则不会有这问题。 欢迎大家 share 自己的实践经验！🫡