Cloudflare（$NET）大幅扩展了面向开发者的"Agent Cloud"。其构想是将停留在笔记本实验阶段的AI智能体迁移至实际服务环境，使其能够在具备安全性和扩展性的形态下运行。
该公司于13日（当地时间）发布了集基础设施、安全、开发工具于一体的新功能群。核心在于针对AI智能体读取代码、理解上下文、通过多步骤执行任务的流程，重新设计了运行环境本身。Cloudflare判断，未来不仅是用户，每位员工都将同时使用数十个个人AI智能体的时代即将到来，而现有基础设施难以应对这一需求。
Cloudflare联合创始人兼首席执行官（CEO）马修·普林斯（Matthew Prince）表示："人们构建软件的方式正在发生根本性变化"，"我们正在进入一个由智能体编写和运行代码的世界。"他进一步强调："智能体本质上需要一个安全、可立即扩展至数百万规模、并能维持长时间运行的'家园'。"
核心是"动态工作者"…比容器更快、更廉价
最引人注目的新功能是"动态工作者（Dynamic Workers）"。这是一个基于隔离运行时环境的执行环境，旨在让AI生成的代码能在安全的沙箱中运行。据Cloudflare介绍，该功能在智能体需要调用API、转换数据或串联多个工具调用时，能以毫秒级速度即时启动。
公司解释说，动态工作者比传统的容器方式快得多且成本更低。据称，在大多数AI智能体任务中，它能提供比容器快100倍的速度和更低的成本结构，并且无需预热过程即可支持数百万次并发执行。鉴于AI智能体服务全面启动后，"执行成本"和"延迟时间"将成为竞争力的核心，这一点具有重要意义。
新增基于Git的存储库和Linux沙箱
同时发布的"工件（Artifacts）"是一个Git兼容的存储库功能。开发者可以创建数千万规模的存储库，并从外部远程存储库分叉以保存代码和数据。Cloudflare解释称，这将使AI智能体超越一次性响应工具，具备持续处理代码和维护状态的结构。
"沙箱（Sandboxes）"功能也值得关注。该功能可在需要时为AI智能体提供完整的操作系统环境。在可持续的隔离式Linux环境中，可以使用shell、文件系统、后台进程，从而执行存储库克隆、Python包安装、构建运行等任务。简而言之，它使得AI智能体几乎能完全复现人类开发者的工作循环。
长期任务支持与模型切换简化亦是优势
包含在智能体软件开发工具包（SDK）中的"思考（Think）"框架针对长期运行任务。其特点是超越了简单的一次性问答水平，增强了持续性，使其能够连续处理涉及多个步骤的工作。这被解读为适用于需要长流程的企业级AI智能体的功能，例如客户支持自动化、内部业务处理、代码编写辅助等。
Cloudflare还利用收购人工智能部署初创公司Replicate的技术，扩展了AI模型目录。用户可以在一个仪表板上选择包括OpenAI的GPT-5.4和Codex在内的商业模型和开源模型，并且切换模型供应商的操作也简化到只需修改一行代码的程度。其战略是通过减少单独管理多个供应商的需求来降低开发负担。
AI基础设施竞争，从"模型"转向"执行平台"
此次发布表明，AI竞争的重心正从单纯的模型性能转向"在哪里、如何稳定地运行"。随着AI智能体更深地融入实际企业业务和服务，对同时具备安全性、成本效益、可扩展性和长期运行能力的平台需求很可能会进一步增长。
Cloudflare此次扩大Agent Cloud的举措，可被视为一种抢占支撑模型的基础设施而非模型本身的动向。预计随着AI智能体市场超越实验阶段进入全面商业化阶段，这种"看不见的基础设施"的重要性将日益凸显。
TP AI 注意事项 使用基于TokenPost.ai的语言模型对文章进行了摘要。正文的主要内容可能被省略或与事实不符。