每个组织都有自己的使命，有它存在的理由。组织把这份使命，连同自己的术语、流程、系统、标准和工作方式，传递给身边的人。人们再把这些背景与自己的经验结合起来，朝着使命努力。
工作可以有多种形式，从代码，到文档和幻灯片，到人际关系，再到物理世界中的成果。
其中有些很直接：代码要么能运行，要么不能。过去几年里，智能体一直在利用这个反馈回路，为开发者产出“能用”的代码。但我们其余的人呢？
把同样的杠杆带给组织的其他部分，是一个更难的问题。智能体需要理解公司的背景，并能触达人们工作所用的系统。它们需要把这些背景和访问能力转化为推动组织迈向使命的工作。
这就是我们创建 Cloudflare OS 的原因。它为每个人提供一个围绕其公司构建的智能体和工作区：公司如何运转、知道什么，以及依赖哪些系统。
今年 5 月，我们让 Cloudflare 的每个人都用上了 Cloudflare OS 的第一个版本。各职能部门的数千人，其中许多不在工程岗位，每天都在用它创建文档和幻灯片、自动化可重复的任务，并构建小型应用来可视化数据、辅助他们的工作。
Cloudflare OS 还为所有人提供了一个由 Cloudflare 各团队构建的、共享的背景知识与技能库。它把我们的术语、流程，以及完成重复性工作的已知最佳方式，整理成智能体可以遵循的指令。当有人找到一种更好的做法，其他所有人都能用上。
今天，我们开源 Cloudflare OS 的新版本。任何组织都可以部署它，把它连接到内部系统，并把它变成自己的。
我们从第一个版本中学到了什么
我们今天开源的 Cloudflare OS，基于我们在内部运行第一个版本时学到的经验，我们的首席信息官 Sam Rhea 在他的博客文章中讲述了这段历程。
第一个版本以个人通过私有工作区与智能体协作为中心。应用是静态的，而不是连接内部系统的动态软件，而且那些基本上确定性的任务，仍然需要再次运行一个智能体技能，消耗更多的模型 token。
协作暴露出一个更根本的挑战。获得某个 MCP 服务器的访问权限，只能告诉我们智能体可以调用哪些工具，却不能告诉我们智能体观察到了哪些底层资源。一旦人们开始共享工作区、应用和输出，我们就需要确保协作不会泄露某人无权查看的信息。
我们在新的基础之上重建了 Cloudflare OS 来解决这些问题。安全必须是平台的一部分，而不是每个构建应用或使用智能体的人都得正确实现的东西。
结果是一个设计上就属于运行它的公司的平台。你可以定制界面、连接你的工具，并添加体现贵组织工作方式的技能和背景知识。
隆重推出 Cloudflare OS
与许多其他 AI 工具一样，Cloudflare OS 从浏览器里的一场对话开始。不同之处在于，每场对话都以贵组织整理好的背景知识和技能为基础。给你的工作区一个目标，它就能调用这些知识，并使用贵组织已在使用的工具和数据来达成目标。
Cloudflare OS 结合了三个部分：
- 智能体工作区，以贵公司整理的背景知识和技能为基础，并配有隔离的运行时，智能体可以在其中编写和运行代码。
- 全新的安全与治理框架，用于安全访问内部数据和服务。
- 个人化、可修改应用的平台，人们可以构建、分享并持续修改这些应用。
一场对话可以变成一份文档、一个应用，或是一个持续完成工作的工作流。
为公司里每个人准备的智能体工作区
智能体工作区是为组织里的每个人设计的。你在浏览器中与它们交互，所以不必是开发者，也不需要会用终端。
一个工作区结合了智能体会话、持久状态、输出与文件、资源访问，以及一个智能体可以在其中编写和运行代码的隔离运行时。
它们预装了你的团队或公司积累的背景知识和技能。不必再为每个任务重复造轮子：如果团队里有人摸索出了做某件事的最佳方式，所有人都能受益。人们不用再每次开始任务时，都向模型重新解释同样的流程、术语和最佳实践。
你可以做的几件事：
研究与提问
让工作区利用公司背景知识和你提供给它的资源研究某个主题。智能体可以编写代码来搜索、筛选、关联和分析信息，而不是把整个数据集拉进模型的上下文窗口。
创建文档、幻灯片和电子表格
工作区可以把研究成果变成你可以继续编辑的文档、演示文稿或电子表格。这些输出不必是静态文件。它们可以保持与实时数据的连接，随数据源变化而更新，并且仍然可以导出为常见格式或 Google Drive 等服务。
为团队创建协作式、互联的应用
当文档或电子表格不够用时，智能体可以构建一个拥有自己的界面、逻辑和状态的应用。该应用可以使用已连接的公司资源，并支持多人协同工作。
运行确定性工作流
并非每项工作都需要一次完整的智能体会话。许多工作是一个已知的步骤序列，只有一两处需要判断。工作区可以把这类工作变成基本确定性的工作流：可预测的步骤用代码，只在模型能增加价值的地方才用模型。工作流可以按需运行、按计划运行，或在已连接系统中发生某个事件时运行。
Cloudflare OS 通过 Gatekeeper（下文安全部分会详细介绍）让智能体和应用以受治理的方式访问记录系统。它还通过 MCP Server Portals 支持贵组织已在使用的现有 Model Context Protocol (MCP) 服务器。
全新的安全与治理框架，用于安全访问内部数据和服务
当人们开始在工作中尝试 AI 时，他们最先提出的要求之一往往是索要公司系统的 API 密钥。这不难理解：如果 AI 无法访问人们工作所用的系统，它在工作中就派不上多大用场。
但把 API 密钥交给人和智能体既危险又无法扩展。密钥往往提供宽泛而长期的访问权限，难以约束，难以安全共享，也难以审计。
MCP 为智能体提供了使用这些系统的更好方式。MCP 服务器可以持有凭证，并暴露一组定义好的工具，而不是把密钥直接交给智能体。但控制智能体可以调用哪些工具，只是第一步。单靠 MCP 并不能告诉我们智能体观察到了哪些底层资源。智能体可以跨系统组合信息，把它发送到限制更少的地方，或通过应用和输出把它暴露给可能无权查看原始资源的人。授权必须考虑数据接下来可能流向哪里。
智能体起初没有任何访问权限
Cloudflare Access 控制谁能进入 Cloudflare OS。进入之后，每个智能体和应用起初都没有任何访问权限。智能体可以申请访问某个特定资源，由你批准或拒绝。生成的代码会以带类型的绑定（typed binding）形式收到该资源：
const issues = await env.PROJECT.listIssues({
teamId: "ENG",
state: "open",
});
env.PROJECT 是一种能力（capability），代表在特定策略下使用特定资源的权限。凭证始终与智能体及任何生成的代码完全隔离。
服务端代码运行在已禁用全局出站网络的 Dynamic Worker 中。客户端代码运行在浏览器的沙箱化框架中。两者除了通过你明确提供的能力之外，都无法访问互联网。
Gatekeeper 治理资源和操作
Gatekeeper 是针对特定服务的 Worker，位于 Cloudflare OS 与外部服务之间。它了解该服务的 API、资源，以及可以对这些资源执行的操作。
让智能体访问你整个 GitHub 账户，很可能过于宽泛。Gatekeeper 可以只给它访问单个仓库的权限，允许它读取 issue 但不能读取源代码，屏蔽特定字段，施加速率限制，并要求在合并拉取请求之前获得批准。
智能体及其应用看到的是一个小型的 TypeScript API。Gatekeeper 负责处理 OAuth、持有凭证、执行策略、记录读取了什么，并对任何具有外部可见副作用的操作进行中介。
策略跟随智能体所见内容
仅仅控制最初的读取还不够。比如，智能体读取了数据仓库中的一张敏感表，并用它生成了一个实时仪表盘。共享这个仪表盘，不能变成把这张表共享给那些本来无权直接访问它的人的途径。
Cloudflare OS 会记录智能体观察到的每一项资源。这些观察记录会一直附着在智能体及其工作成果上。当另一个人尝试打开工作区、与智能体交互或查看其产出内容时，Gatekeepers 会验证这个人对这些被观察资源的访问权限。
同一份观察日志也用于制定策略，决定智能体何时可以发起外部请求。读取过敏感数据，可能会使智能体无法向某些数据源写入数据、邀请新的协作者、把工作交接给另一个智能体，或发出出站请求。
使用智能体或构建应用的人不必再担心犯下这类错误。现在可以由平台来处理这件事。
一个用于构建和分享个人化、可修改应用的平台
大多数办公套件只提供一组固定的应用：文档、电子表格和演示文稿。在 Cloudflare OS 中，每个“文件”都可以是一个独立的应用，由智能体为某个人、某个项目或某个团队编写。
这些并不是需要你导出后再部署到别处的原型。每一个都是完整的全栈应用，包含客户端代码、服务端代码、API 和持久化状态。应用默认是私有的，但可以像文档一样共享。
每个应用都是一个 Worker
当你让工作区构建一个应用时，智能体会编写两部分内容：
- 在浏览器中渲染应用界面的客户端代码
- 负责存储状态并实现应用行为的服务端代码
服务端按需作为 Dynamic Worker 加载，并实例化为 Durable Object Facet（这两项都是我们为这个项目构建的功能）。Facet 为应用提供独立的 SQLite 数据库，与管理它的 Cloudflare OS 运行时相互分离。Dynamic Worker 使用轻量级的 V8 隔离环境（isolate），因此每个应用都可以拥有自己的隔离运行时，而无需常驻一台专用服务器或容器。
浏览器客户端通过 Cap’n Web 与服务端通信。Cap’n Web 是 Cloudflare 开源的对象能力（object-capability）远程过程调用（RPC）系统。客户端可以像调用普通 JavaScript 函数一样调用服务端方法：
const issues = await app.listIssues({
status: "done",
});
特别之处在于，智能体也可以调用同一个方法。
所以，只要你能亲手构建一个完成某项工作的工具，那么在你不在场时，智能体也能用你的工具把这项工作做完。
分享应用，或分享它的构建方式
在 Cloudflare OS 中构建应用后，你有两种分享方式：
- 分享应用本身，其他人可以基于同一份状态实时协作。
- 分享应用的蓝图（blueprint），其他人可以创建属于自己的应用副本。
从蓝图实例化出来的应用包含原应用的代码，但不包含其 SQLite 数据、对话历史、凭据或已连接的资源。每个新应用都从独立的状态和资源开始。
这意味着，当你把应用分享给团队时，他们可以自己借助 AI 去修改，而不必提交功能需求再指派给你。
使用任意模型，并掌控成本
Cloudflare OS 可以搭配任意模型使用。每一次推理调用都会经过 Cloudflare AI Gateway，让你的组织有一个统一的地方来决定哪些模型可用，以及每项工作应该由哪个模型处理。
并非每项任务都需要最昂贵的模型。你大概不会想每天早上用最贵的前沿模型来总结未读邮件。AI Gateway 提供了所需的控制能力，确保昂贵的模型只用在最难的工作上。
每个请求都会归属到发起它的个人、团队或工作区。管理员可以看到推理开销花在了哪里，设置预算和速率限制，并决定达到限额时如何处理。
开源，让你可以把它变成自己的
Cloudflare OS 现已推出，并且是开源的。欢迎查看 cloudflare-os GitHub 仓库。你可以把它部署到自己的 Cloudflare 账户中，并使用自己的 Access 策略、AI Gateway 配置、数据和集成。
我们的内部部署反映的是 Cloudflare 自己的系统、术语、策略和工作方式。你的部署应当反映你的组织。
Cloudflare OS 的设计使你可以定制界面、添加内部 Gatekeepers，并构建针对组织的功能，而无需改动核心产品。
我们发布了两个仓库：Cloudflare OS 核心，以及一个基于 Cloudflare 内部运行方式的示例部署。部署仓库在不修改核心代码的前提下使用核心，并提供了存放配置、自定义界面、内部集成、分析和部署流水线的位置。
与合作伙伴共同交付
源代码只是起点。上下文、技能、工作流、内部系统和策略，才是让 Cloudflare OS 对你的组织更加有用的关键。
Cloudflare 的战略合作伙伴 Presidio 和 Happy Cog 将与你合作，围绕贵组织的运作方式定制 Cloudflare OS，并在全体员工中推广落地。
合作伙伴可以帮助你整理共享技能和机构知识上下文、构建自定义界面、通过 Gatekeepers 和 MCP Server Portals 连接内部系统，并配置安全、模型和成本控制。
你将获得属于自己品牌的 Cloudflare OS，它与你的系统相连，运行在 Cloudflare 上，并围绕你的员工实际的工作方式量身打造。
开始使用
Cloudflare OS 现已在 GitHub 上提供。你可以浏览源代码、试用演示，或使用我们的入门仓库，在几分钟内将其部署到自己的 Cloudflare 账户中。
这只是个开始。我们正在努力把 Cloudflare OS 作为全托管产品引入 Cloudflare 控制台，为开发工作流加入容器支持，并把工作区带到 Slack 和其他聊天工具中。
如果你有兴趣与我们的团队交流，我们非常乐意。请通过这个表单联系我们！