Cloudflare 推出新開源庫,為每個 AI 智能體配備獨立工作計算機

重點摘要
Cloudflare 推出新開源庫 @cloudflare/computer,為每個 AI 智能體分配獨立的虛擬工作計算機,具備文件系統與命令執行能力。該庫基於輕量執行環境 Isolate,並以 SQLite 支援虛擬文件系統,提供隔離環境與容器兩種後端,根據任務輕重自動選擇執行方式。
Cloudflare 推出新開源庫,為每個 AI 智能體配備獨立工作計算機
IT之家 8 月 4 日消息,Cloudflare 昨日(8 月 3 日)發布博文,宣布以早期預覽版形式推出名為 @cloudflare/computer 的開源庫,這項新工具的核心目標是為每一個 AI 智能體獨立分配一台「虛擬工作計算機」,並配備完整的文件系統與命令執行能力,讓 AI 不再只是「聊天」,而是能真正「動手做事」。Cloudflare 官方指出,當前市面上的聊天式 AI 雖然能流暢地回答問題,但對於程式開發類的 AI 智能體而言,工作模式截然不同。這類智能體需要反覆讀取源代碼、改寫文件、運行測試、審查輸出結果,再依據錯誤訊息繼續修正。
整個過程涉及大量檔案的讀寫與程式執行,因此必須有足以保存處理中檔案的工作區,也要有能實際運行程序的環境,才能完成複雜的編程任務。目前業界主流的做法是為 AI 智能體建立容器(Container),透過容器提供隔離的 Linux 環境與各類開發工具。然而,這種模式存在明顯的擴展性瓶頸。若系統需要同時運行數億至數十億個 AI 智能體,持續為每個智能體分配專屬容器,將消耗極其龐大的 CPU 與記憶體資源,導致成本急劇上升,也限制了規模化應用的可能性。為了解決這個難題,Cloudflare 此前已經在 Cloudflare Workers 平台中引入了名為 Isolate 的輕量級執行環境。
這種環境具備快速啟動的特性,非常適合處理輕量任務。Cloudflare 的設計思路是將輕量任務交由 Isolate 處理,只有遇到重度負載的任務時,才動用容器資源,藉此在運算力與成本之間取得平衡。最新的 @cloudflare/computer 開源庫正是以 Isolate 為基礎所建構。該開源庫圍繞著名為「工作區」(workspace)的核心概念展開,並使用 SQLite 資料庫來支援虛擬文件系統。使用者可以從雲端儲存服務、Git 倉庫或自訂文件等多種來源,將內容導入工作區,讓 AI 智能體在一個受控且具備完整文件結構的環境中工作。
在工作區中,@cloudflare/computer 提供了一系列與 AI SDK 相容的工具,包括 read(讀取文件)、write(寫入文件)、edit(編輯文件)、ls(列出目錄)以及 exec(執行命令)等。這些操作並非毫無限制,系統允許管理員為每一項操作設定權限門檻,同時提供完整的審計與觀測功能,確保 AI 的每一次動作都可被記錄與追溯。值得一提的是,該軟體包目前提供了兩種類型的執行後端,以應對不同性質的工作負載。
第一種是基於隔離執行環境(Isolate)的後端,它透過名為 just-bash 的工具,將 Shell 程式碼轉換為 JavaScript,並在動態 Worker 中運行。此後端特別適合文件處理、資料處理以及 Git 版本管理等工作,具備啟動快速、資源消耗低的優勢。第二種則是容器後端,藉助 Cloudflare Containers 容器服務來提供完整的 Linux 執行環境,並透過 FUSE(用戶態文件系統)來掛載與同步檔案。此後端適合需要運行 npm(Node.js 套件管理器)、原生二進位檔案或複雜測試工具的場景,為 AI 智能體提供更接近真實開發環境的支援。
那麼,AI 智能體在執行命令時,系統如何決定該使用哪種環境呢?Cloudflare 的設計是讓 AI 模型根據工具的描述來自行選擇適合的執行環境。例如,單純的檔案編輯、資料處理或 Git 倉庫操作等輕量任務,會直接在隔離環境中完成;而需要 Linux 系統功能、npm 套件或編譯型可執行檔的任務,系統才會呼叫容器後端。最關鍵的是,無論任務最終在哪個環境執行,AI 智能體使用的都是同一組工作區文件。系統會自動同步兩端之間的檔案變更,確保資料的一致性。這種架構既保留了容器的完整功能,又大幅減少了非必要時佔用大量資源的情況,實現了彈性與效率的最佳平衡。
在安全性與治理方面,@cloudflare/computer 也提供了強而有力的支援。管理員可以明確限制 AI 智能體獲准執行的操作範圍,防止其越權存取敏感資料或執行危險指令。同時,系統會完整記錄 AI 智能體已完成的任務與操作歷程,讓開發者能有效控管 AI 自主改寫文件時可能造成的意外變更,並在事後進行詳細的複核與審計。總體而言,Cloudflare 推出 @cloudflare/computer 開源庫,是為了解決 AI 智能體在規模化部署時遭遇的資源瓶頸問題。
透過將輕量的隔離環境與完整的容器環境結合,並以統一的虛擬文件系統串聯,Cloudflare 試圖打造一個既經濟又強大的 AI 工作平台。該方案是否能成為未來 AI 智能體運行基礎設施的主流選擇,值得業界持續關注。
Related
相關文章

Meta 旗下 AI 模型測試時意外入侵第三方企業系統
Meta 在進行AI模型安全測試時,因第三方公司Irregular配置錯誤,導致模型意外入侵另一企業系統。涉事模型為Muse Spark 1.1,事件引發對AI模型可能衝出邊界、發動網絡攻擊的擔憂。

拆解“AI辦公入口戰”底層:怎麼做才能成為最終贏家?
字節、阿里、騰訊等大廠正透過組織調整與產品整合,全力爭奪AI辦公入口,關鍵在於模型、場景、生態與商業體系的全面競爭。這場戰爭的核心是透過AI產品實現Token經濟的商業閉環,並以「效果」為標準,透過自有體系與外部生態滿足企業用戶的真實需求。最終贏家需兼顧模型能力、場景積累與生態建設,才能在AI生產力時代站穩腳步。

千人聯機世界模型“RhOS-World: Khora”正式發佈
RhOS.ai與Ophilus.AI共同發布了千人聯機世界模型「RhOS-World: Khora」,該模型能讓多達1024個智能體在共享的3D空間中即時互動,且無需傳統物理引擎。其核心技術「STBoard(時空黑板)」架構,透過統一的物理狀態管理,解決了多視角一致性的難題,並大幅降低了擴展智能體數量的運算成本。
TutorMoments:AI 家教何時該出手,何時該放手?
今日我們推出 TutorMoments 預覽版,這是一個評估框架,旨在衡量尖端大型語言模型能否掌握教育中最難的平衡:何時介入協助學生,何時退後讓學生自行努力。TutorMoments 基於真實的一對一數學輔導課程,透過重播方式進行評估。經驗豐富的數學教師會檢視從美國收集的對話記錄。

告別反覆操作 OSD,華碩顯示器管理軟件 DisplayWidget Center 接入 AI 智能體
華碩顯示器管理軟體 DisplayWidget Center 推出重大更新,加入 AI 智能體功能,用戶可透過自然語言調整亮度、色溫等參數,無需操作 OSD。該功能支援 CLI 與 Agent Skill,可根據使用習慣自動切換模式,並適用於企業環境的統一部署。

千問App部分功能探索收費,想學豆包能跑通嗎?
千問App於8月7日更新,新增辦公助理等付費功能,基礎功能仍免費,但辦公場景使用額度需付費取得。此舉仿效豆包專業版等產品的訂閱模式,反映AI行業正集體轉向辦公場景收費,以尋求變現機會。