Cloudflare 在为期五天的 Agents Week 冲刺中表现极为出色

Why it matters

Cloudflare is positioning its network as the control point for agent execution, identity, security, web access and spending. Its advantage depends on turning a wide set of previews into reliable production services.

Cloudflare，这家由 Matthew Prince (@eastdakota) 和 Michelle Zatlyn (@zatlyn) 共同创立的互联网基础设施提供商，在周一为期五天的产品推送画上句号，并给出一个明确的主张：Cloudflare 希望为软件代理提供操作层，从执行任务的计算机到决定接下来会发生什么的身份、支付和访问系统。

Agents Week recap 汇集了 Cloudflare 在 8 月 3 日至 8 月 7 日间发布的 20 多项公告。信息量大可能掩盖了其战略。Cloudflare 正在把它已经销售的跨 Workers、Zero Trust、AI Gateway 及其全球网络的产品整合成一个单一的 Agent Cloud 卖点。这样，Cloudflare 就能对提出模型访问和计算的超级云供应商提供回应，同时将代理工作负载引导通过 Cloudflare 能观察、保护并计费的服务。

Prince、Zatlyn 和 Lee Holloway 在 Project Honey Pot 用户要求提供一种阻止滥用互联网流量而不仅仅是追踪它的方法后创立了 Cloudflare。创始人自那时起重复了相同的扩展模式：把网络可视化转化为控制，再将这些控制作为一个平台暴露出来。Agents Week 将这一模式应用到自治软件上，其中请求可以触发代码部署、购买以及企业系统内部的变更。

Cloudflare 带着可观的分发能力进入这轮推送。公司报告 2025 年营收为 $2.168 billion，并且截至 2025 年 12 月 31 日约有 332,000 名付费客户。Agents Week 未包含代理产品的客户数量、收入或使用数据，因此它们的商业贡献尚不清楚。

周一：为每个代理提供一台计算机

Cloudflare 以早期预览 @cloudflare/computer 开启了这一周，这是一个运行时，向代理呈现文件系统、shell 和工具，同时决定工作应在轻量隔离环境（isolate）、容器沙箱还是浏览器中运行。RuntimeWire 在该项目发布时报道了其架构：常规操作可以保留在快速的隔离环境中，而更重的 Linux 工作负载则迁移到容器中。

这种抽象是 Cloudflare 论点的核心。开发者应指定代理需要做什么，而不是手动配置和协调每一个执行环境。该包仍处于早期预览阶段，因此这次公告在证明其在大规模生产工作负载下的性能前，先确立了编程模型。

Cloudflare 还推出了 Workers RPC 跨语言支持，允许 Python 和 JavaScript Workers 相互调用方法并共享对象，而无需开发者定义单独的 schema 或序列化层。该功能扩展了 Cloudflare 基于 Cap'n Proto 的 RPC 系统，减少了当代理应用将 Python 模型代码与 TypeScript 服务结合时所需的底层工作。

另一篇工程博文描述了 Cloudflare 如何使用 KV-cache 量化、压缩权重和缓存保护来为 Kimi 和 GLM 模型提供服务。Cloudflare 表示这些改变使其能够在不改变模型准确度的情况下，在共享 GPU 上放置更多请求。该工作基于开源的 SGLang 推理框架运行。这是一篇关于基础设施的说明，而不是新的模型发布，目的是展示 Cloudflare 能在自有 GPU 群上运行要求较高的开源模型。

Billable Usage API 为自助账户提供了一个端点，用于获取跨 Workers、R2、D1、Workers AI、Vectorize、Images 和 Stream 的使用和成本数据。成本报告是自治配置的实际前提：当软件持续创建资源并不断花费时，可读的仪表盘就变得不足以应对。

Cloudflare 以为 Workers 和 Containers 提供的入站 TCP 和 gRPC 支持为周一画上句号。一个新的 connect() 处理器接受来自 Cloudflare Spectrum 的套接字，而 Containers 可以运行全双工 gRPC 服务器。Workers 还可以通过 gRPC-web 翻译提供一元和服务器流式的 gRPC API。这些功能处于私有测试阶段，语音代理和其他低延迟应用被作为初始用例提出。

周二：Cloudflare 试图掌控开发闭环

周二推出了 Cloudflare 的 Agent Development Lifecycle，或 ADLC，这是一套在代码生成变得廉价而审查、测试、部署和维护成为瓶颈时用于管理软件生产的框架。这个术语有营销意味，但运作问题是真实存在的：更快的代码输出会增加围绕实现的每一道控制的压力。

在该框架下的第一个产品，Cloudflare Agents 从面向代理的追踪开始。它记录模型调用、工具执行、令牌和成本，初始支持兼容 OpenTelemetry 的 harnesses，包括 Think、Flue 和 AI SDK。Cloudflare 更广泛的计划包括重放和审批控制，尽管首个版本集中于可观察性。

Cloudflare 把部分反馈移入本地开发，通过 wrangler dev 和 vite dev 中的自动追踪。受支持的编码代理可以发现本地 API、检查 OpenTelemetry 跟踪、诊断失败的 Worker，并在部署前验证修复。该 API 在运行时暴露 OpenAPI 模式，避免了需要针对代理的特定设置说明。

Cloudflare Wallets 是周二范围最广的商业押注，同时也是最不完整的产品。用户可以预留一个钱包句柄，Cloudflare 打算将其用作代理身份以购买 API 访问和内容。实际支付、Virtual Wallets 和资金工具尚无既定发布日期。RuntimeWire 报道了可用的句柄预留与计划中的交易系统之间的差距。

Cloudflare 的 CI SDK 将其 Artifacts 代码存储与 Workflows、隔离构建、依赖缓存、测试和条件部署连接起来。一个可选的审核代理可以检查失败的流水线并准备一个纠正性的提交。Cloudflare 正向那些管理大量客户仓库的平台推介该系统，目的是让平台只需定义一次构建流程，而不是强迫每个客户运行单独的 CI 基础设施。

两项内部案例研究为该生命周期主张提供了证据。Cloudflare 表示其 AI code reviewer 在四个月期间标记了近 250,000 处偏离工程标准的情况并阻止了 16,000 次合并。一个规范审查器评估了接近 600 份技术设计。两者都使用 Cloudflare Codex，这是一个按工程领域组织的受管内部标准集合。

第二个案例研究描述了一个为 Astro 的自动分类流水线，该流水线读取报告、在沙箱中复现错误并生成预览发布。Cloudflare 表示该流水线将未解决问题从 200 多个减少到约 30 个。尽管博文标题如此，当 Cloudflare 发布时该数量尚未降到零；团队表示预计将在一个月内达到该点。底层框架 Flue 是开源的。

周三：身份和访问从人转向任务

Cloudflare 的 Agent Access Model 将每次代理运行视为一个短暂的主体，具有自己的能力上限和信任等级。传统的 Zero Trust 系统验证一个人并检查设备。代理可以派生出多个任务，运行速度更快，并在揭示很少关于所执行具体工作的信息的凭证下继续行动。

所提议的模型缩小了每个任务的权限范围，而不是依赖会话开始处的单一风险决策。这种方法契合 Cloudflare 的安全业务：如果代理成为访问内部应用的一种常见方式，Cloudflare 就可以将 Access、Gateway 及其策略引擎扩展到这一新类别的请求者。

Cloudflare 还开源了 Cloudflare OS，这是一个内部工作区，向员工提供一个代理、公司的上下文以及对经批准系统的访问。Cloudflare 表示它在五月向每位员工分发了第一个版本，且数千名员工每天在使用它。开源版本可以被其他组织部署并连接到其内部服务。

Cloudflare CIO Sam Rhea 表示，该项目始于员工开始请求对用于代理构建的内部应用程序的广泛 API 访问。Cloudflare 最初用 Workers 和 Access 组装了系统，然后添加了用于共享上下文、权限和协作的服务。起源很重要，因为 Cloudflare 正在利用自身的采用问题来塑造一个可以与 Zero Trust 一起销售的产品。

Identity-aware AI Gateway 进入公开测试，同时 User Insights 对 AI Gateway 客户成为普遍可用且无需额外收费。通过 Cloudflare Access 验证的请求会收到一个已验证的用户标识符，允许管理员按个人或代理分析模型使用情况和支出。支出规则可以在预算阈值后阻止请求或将用户切换到更便宜的模型。RuntimeWire 审查了 30 天的行为基线和异常控制。

WriteGuard 为通过 Model Context Protocol 服务器进行的写操作添加了集中控制。Cloudflare 在将其内部 MCP 门户从四月的 13 台服务器扩展到八月的 27 台后构建了该功能。这些控制可以区分代理活动与用户的手动操作，限制危险工具并保留审计记录。WriteGuard 处于私有测试阶段，这限制了本周最重要的安全产品之一的即时可用性。

Thursday: 为机器访问者重建网站

Cloudflare 的 Agentic Internet proposal 将机器可读的网络分为四个要求：内容必须是可读取、可发现、可调用和可付费的。Cloudflare 认为，代理反复下载未更改的页面会浪费计算资源，并迫使为视觉导航构建的网站成为对软件而言低效的接口。

这种框架将 Cloudflare 置于代理与网站所有者之间。Cloudflare 可以识别代理、呈现或重构站点、暴露可调用工具、强制执行访问规则并最终处理支付。每增加一项功能，就增加了通过 Cloudflare 网络路由双方的价值。

WebMCP on Cloudflare 是一个开发者预览，可以在不更改源站代码的情况下向网站添加机器可调用的工具。Cloudflare 注入一个桥接，通过 Chrome 146 中的实验性 document.modelContext 接口注册工具。浏览器代理可以直接调用这些工具，而不是通过截图或页面标记来解释按钮和表单。

Cloudflare 在其控制面板中将 WebMCP 与 Agent Readiness and Answer Engine Optimization tools 配对。Agent Readiness 显示软件如何查看和使用站点，而 AEO 产品跟踪答案引擎是否推荐该站点。Cloudflare 表示，不到一半的 HTML 页面请求来自人类，尽管该测量包括许多并非个人代理的自动请求。

Kitesurf 是 Cloudflare 基于 Rust 的代理浏览器，编译为 WebAssembly，旨在在 Workers 的 V8 isolates 中运行。它通过牺牲像素级渲染和部分网页兼容性来避免完整 Chromium 的一些成本。RuntimeWire 报道了 Cloudflare 的测试显示更低的 CPU 和内存使用，同时页面加载更慢且兼容性更窄。它仍处于测试阶段，最适合那些提取和对结构化页面内容采取行动比视觉保真度更重要的任务。

Cloudflare 还适配了 7月28日的 MCP 规范，该规范将协议重写为无状态请求并更新了其 TypeScript、Python、Go 和 C# SDK。无状态的 MCP 服务器可以在 Workers 中直接运行，而无需粘性会话、打开流或单独的有状态协调。Durable Objects 在应用需要持久状态或人工交互时仍然可用。

AI Search 现在打包了以前需要开发者组装的爬取、存储、embeddings、向量搜索和重排序——这些此前需要使用 Workers AI、AI Gateway、Vectorize、R2 和 Browser Run。它可以索引文件或已验证的网站，公开 /search 和 /mcp 端点，在自定义域后面运行，并向使用 Cloudflare 的 EmDash CMS 构建的网站添加语义搜索。Cloudflare 还发布了早期定价预览，客户在使用选定默认模型时，embeddings 和重排序包含在内。

Friday: Cloudflare 整合控制平面

周五的 bot behavior paper 主张在会话在人类与自动化活动之间切换时持续评估风险和信任。一个购物者可能先手动浏览然后将结账交给代理，使得静态的人或机器人标签变得不那么有用。该文章的大部分内容描述了 Cloudflare 的产品方向，而不是发布一个独立的新控制功能。

Cloudflare 通过 将 Workers AI 和 AI Gateway 合并 到一个绑定、REST 端点、钱包和仪表板后端，采取了更具体的整合举措。Workers AI 在 Cloudflare 的 GPU 上托管模型；AI Gateway 在对 Cloudflare 和第三方提供商进行代理请求的同时应用日志记录、安全和支出控制。共享接口为开发者移除了早期的架构选择，并为 Cloudflare 在提供商之间进行以模型为先的路由做准备。部分统一已经可用，而更广泛的路由计划仍是未来工作。

社区公告创造了 Cloudflare Ambassadors and Community Engineers 并承诺在两年内再追加 100 万美元用于开源资助。Ambassadors 将在本地社区组织并教授内容。Community Engineers 将致力于开源基础设施。该计划还通过在快速扩张的开发者平台周围放置受过培训的倡导者和维护者，服务于 Cloudflare 的分发战略。

最后，Radar Researcher 进入测试期。该助手将纯英文问题转换为对 Cloudflare Radar 数据的查询并返回交互式图表。它使用 Radar 的 API，而不是要求模型生成不受支持的测量。RuntimeWire 报道了产品负责人 Lai Yi Ohlsen 如何围绕可审计的数据追踪设计该功能。

一个堆栈，多个成熟度层级

Agents Week 在纸面上为 Cloudflare 提供了一个连贯的堆栈：@cloudflare/computer 提供执行，Cloudflare Agents 和本地跟踪对其进行观察，ADLC 管理变更，Access 和 WriteGuard 限制操作，Wallets 处理身份和计划支付，WebMCP、Kitesurf 和 AI Search 将代理连接到网络和私有数据。

这些发布在成熟度上不均衡。跨语言 RPC、Billable Usage API 和本地跟踪是对现有产品的可用补充。Identity-aware AI Gateway 处于公开测试。Cloudflare Computer 是早期预览。Inbound TCP、gRPC 和 WriteGuard 需要私有测试访问。WebMCP 是围绕实验性浏览器标准构建的开发者预览。Kitesurf 和 Radar Researcher 处于测试阶段。Wallets 目前提供 handles，而支付系统仍在规划中。

Cloudflare 仍然组建了比单纯的模型托管公告更广泛的代理基础设施布局。Prince 和 Zatlyn 通过在同一网络上放置安全、性能和开发者服务来构建 Cloudflare。他们下一个平台押注的假设是自治软件将需要相同的整合，并且由于代理可以花钱、部署代码并以机器速度更改系统，因此需要更严格的控制。