Cloudflare 疯了：要给每个 AI Agent 都发一台电脑？-北京尧图网络

一个让人后背发凉的瞬间先讲个真事。有位做 AI 应用的朋友让 Agent 帮他跑点本地任务。问题来了Agent 要读写文件你不给它权限它直接卡死你真给了它差点把他整个项目目录删光。他想用沙箱把 Agent 隔开。本地 Docker 吧太吃机器资源云端沙箱吧会话一结束状态全丢下次又得从零搭环境、重新下载依赖、重新跑一半的进度。这大概就是现在不少 Agent 开发者的两难既不想让 Agent 碰到自己的真机器又受不了一会儿一重建的「一次性环境」。说白了Agent 需要的不是一只用完即弃的容器而是一个能长期用、关了还能接着用的工作环境。Cloudflare 的回答给 Agent 一台「电脑」2026 年 8 月Cloudflare 在 Agents Week 甩出了一个开源项目叫Cloudflare Computer仓库在 github.com/cloudflare/computer口号很直白——“Give your agent a computer”给 Agent 一台电脑。它背后的核心主张也很锋利“Your agent needs a computer, not a container”你的 Agent 需要的是电脑不是容器。言下之意别再假装每个 Agent 都非得配一台完整 Linux 机器了。不过先泼盆冷水免得被话术带偏。它叫「电脑」技术本质其实是一个持久化的工作空间Workspace不是给人远程连桌面的云主机而是面向程序调用的一整套「文件可选执行环境工具接口」。那它比传统方案强在哪一张对照表看明白本地 Docker临时云端沙箱Cloudflare Computer状态持久性有但占本地资源会话结束即丢跨会话持久保存成本吃本地算力重建开销大算力按需、即用即走隔离性强强边缘隔离权限可控核心差异前两者把「硬盘」和「CPU」绑死在一次短命的生命周期里Computer 把「硬盘」单独拎出来钉在了网络上。它是怎么做到的用个生活类比就好懂了。先看官方给的架构全景Workspace 就是这台电脑的「硬盘」。它的权威状态存在 Cloudflare 边缘的 Durable Object 里底层是 SQLite 数据库。因为状态在边缘、不在某次运行的进程里所以你断线、重启、关终端再连上来文件都还在。三种执行后端相当于给这台电脑换「运行模式」Container容器给你一整套真 Linux 用户空间能跑 npm、原生二进制、真实网络。能力最全但也最贵Cloudflare 自己说它目标只覆盖不到 10% 的工作。Isolate Shell隔离 Shell在一个轻量的 Worker 里跑 bash没有完整 Linux 假设启动最快、最便宜适合文本处理类任务。Isolate JS隔离 JavaScript在全新的 Worker 里跑单个 JS 模块支持结构化输入输出适合让 Agent 直接生成代码并执行。所有这些后端共用同一个入口exec()。模型会按任务挑最便宜、够用的那个真需要原生二进制或完整$PATH了再回退到容器。开发者不用操心「这次该起哪种环境」。Cloudflare 的设计目标是让 Isolate Container 的组合同时落在「快、便宜、安全」的甜区里说到底状态硬盘永远钉在边缘算力CPU按需即插即用、用完即走。它到底给你哪些能力工具与命令讲完「硬盘」和「三种运行模式」再看 Agent 手上到底有哪些家伙。Computer 把能力封装成一组标准工具模型按需取用开发者不用自己造轮子read / write / edit读文件、写文件、改文件里某一处。Agent 改代码、存笔记基本靠这三个。ls列出目录里有什么相当于在文件夹里扫一眼。exec执行命令是里面最灵活的一个。它背后接的就是前面说的三种后端——模型说「跑个npm install」或「执行这段 JS」exec 就把它派到合适的运行模式。publish把产物发布出去比如生成好的报告、网页变成一条可访问的链接。除了这套工具Workspace 还直接给了 Agent 几个「原生技能」一套类文件系统的 API叫ws.fs用法接近 Node.js 的fs/promisesAgent 能像写普通程序一样await ws.fs.writeFile(/notes.md, ...)去读写自己的目录不必绕道命令行。内置 Git底层用 isomorphic-git直接操作那套 SQLite 文件系统不依赖 shell。clone、commit、push 都能做所以代码 Agent 留下的不是临时文件而是正经的 git 仓库。R2 只读挂载 Artifacts 发布能把对象存储挂进来当只读资料库也能把生成结果直接发布成对外链接。一句话概括 Agent 的操作面文件增删改查read / write / edit / ls 执行exec 发布publish外加 Git 和存储挂载。接上 AI SDK 这套工具Agent 就能真正「动手」而不是只动嘴。它能干啥四个 Agent 的画面能力有了落到真实场景看看代码 Agent每个 Agent 对应一个独立工作空间读仓库、改文件、跑测试、提交 Git。有意思的是它的 Git 不依赖 shell而是直接对那套 SQLite 文件系统做 clone/commit所以留下的是可继续修改的真实目录而不是一堆临时文件。研究 Agent把检索到的资料、摘要、表格都存进工作空间。下次再调用不用重建上下文上次攒的东西还在。数据处理 Agent上传文件 → 脚本清洗 → 生成报告 → 发布成链接。这里能用上 R2 只读挂载和 Artifacts 发布把产物直接外送。多步骤流水线收集、处理、检查分属不同 Agent但共享同一个受控文件区各自按任务配执行能力。贯穿这些场景的是一条链读取 → 生成 → 检查 → 发布。Agent 第一次能在一个环境里「留下真正的东西」而不是干完活拍拍屁股走人、什么都不剩。下面是官方演示里一个 Agent 真实执行的过程从 clone 仓库、列文件、读内容、webfetch、打补丁到最后用 Container 跑npm install全程在同一个 Workspace 里完成为什么算一次范式转移比「三种后端」更本质的是那句**「文件 ≠ 执行」**的设计哲学硬盘永驻边缘CPU 即插即用。这恰恰是过去容器思路没解开的点。旧范式下每只 Agent 约等于一个常驻容器。可全球云算力根本撑不起「每用户每 Agent 一容器」的并发量级真这么干账单会先爆。新范式则把**「大脑」模型循环和「手」执行环境彻底分开**。Computer 就是那双标准化的「手」Agent 想用就用、用完就还基础设施细节对开发者透明。官方用一张图把这种演进说得很清楚对写代码的人意味着什么你不用再自己管文件系统、不用反复重配沙箱AI SDK 那套标准工具read / write / edit / ls / exec开箱即用。而且这不只是 Cloudflare 一家在走行业整体都在往「多租户 Agent 托管」收敛思路出奇地一致。冷静的另一面官方没说的几个问题夸完得泼点冷水。上面这套叙事很美好但官方博客只讲它能做什么有几个绕不开的问题它不会主动摊开讲。第一扩展性的账没算给你看。每个 Agent 一个 Workspace底层是一个 Durable Object 实例而 Agent 一旦爆量Durable Object 实例数跟着爆炸。更现实的是那 10GB 存储上限是跟 Durable Object 共享的——你一个账号下所有 Workspace 加起来才这么多大量 Agent 长期居留时这块「硬盘」怎么分摊官方一句「水平扩展」带过了但持久化状态天然不好水平扩展这才是真麻烦。第二FUSE 挂载的体验落差。Container 后端是靠 FUSE 把 SQLite 投影成真文件系统再挂进容器的。小文件读写没问题可一旦碰上node_modules这种成千上万碎文件的场景FUSE 的元数据开销就显出来了往往比直接跑在真磁盘上慢。官方说「给 Agent 一台真 Linux」但文件系统这一层是有代价的别把它当成裸金属。第三持久化是把双刃剑。官方把「状态跨会话保留」当卖点但换个角度想你给了 Agent 一个长期据点——它比一次性容器更难被「用完好清理」。权限、网络、审计如果不当初设计好这个常驻工作空间就是个长期敞开的风险面比「用完即焚」的沙箱更考验你的安全功底。第四赛道里不是只有它一个。「给 Agent 一个隔离运行环境」是 2026 年最挤的赛道E2B、Fly.io Machines、Vercel 的沙箱、甚至裸 Docker都在做同一件事。Cloudflare 的差异化是「边缘 Durable Object 持久化三种后端统一」但代价是深度绑定 Cloudflare 全家桶Workers、Durable Objects、Containers、R2。如果你不想被锁死在这套体系里迁移成本得先掂量。第五结论偏「Cloudflare 最优」。官方说目标是「容器只用于不到 10% 的工作」这话成立的前提是你的任务恰好以轻量文件/JS 为主。一旦你的 Agent 重度依赖原生二进制、编译、GUI 类操作那 10% 之外的大头反而成了常态这时它和「直接给容器」的差距就没那么性感了。说这些不是劝退而是提醒它是一手好牌但是不是你的牌得看你的场景、你的栈、你对锁定的容忍度。它和「Computer Use」不是一回事顺手澄清一个容易混的点因为两者都带 computer 这个词。Anthropic Claude、OpenAI Codex 讲的Computer Use是让模型去操控真实的桌面和软件界面看屏幕、点按钮、填表单本质是「拟人地操作 GUI」。Cloudflare Computer 是给 Agent 一个程序可调用的虚拟工作空间文件系统加执行后端本质是「对内的基础设施底座」。一个对外一个对内差了整整一个层级。下次看到「computer」先别激动得看清它到底指的是哪一头。冷静提醒现在能上车吗先把预期压住官方明确标注 PREVIEW ONLY仅预览。API 不稳定设计随时可能变当前不适合生产环境。免费还是付费哪些能白嫖哪些得上付费计划Computer 本身没单独收费但它躺在一堆 Cloudflare 平台资源上这些资源有免费门槛。按底层规则捋一遍Workspace 的「硬盘」 Durable Object含 SQLite 存储Free 计划和 Paid 计划都能用。所以基础的持久化工作空间免费账户就能开。Isolate Shell / Isolate JS 两种后端跑在 Durable Object / 动态 Worker 上同样 Free 计划可用。换句话说轻量的「跑段 bash、执行个 JS」这条路免费就能试。Container 后端依赖 Cloudflare Containers 提供完整 Linux 运行环境而Containers 仅限 Workers Paid付费计划。想给 Agent 一整套真 Linux、跑原生二进制这一步得先升级付费。一句话免费账户能体验 Computer 的核心持久化工作空间轻量执行要上完整的真 Linux 容器得 Worker Paid。当然别忘前提——整项目前还是 PREVIEW ONLY。再给几个具体的现实约束决定上生产前先想清楚存储上限大约10GB还跟 Durable Object 共享额度容器端的文件系统是内存承载的装大node_modules、解压大文件会比真磁盘慢FUSE / WebSocket 这类同步机制带来 I/O 损耗风险元数据繁重的场景尤其要留意。还有一点负责任的文章都该提安全边界必须先设计。你一旦给了 Agent 读写文件执行命令的能力目录权限、网络访问、操作审计就得提前规划好。否则它不过是把一个权限过大的自动化程序从你本地挪到了云端风险一点没少。所以谁适合现在用——被「状态总丢、又不敢给 Agent 碰本地文件」折磨的开发者拿它做实验和原型最划算。带走的三句话Agent 的「工作环境」该是持久化的电脑 / 工作空间不是用完就扔的容器。Cloudflare 用它最擅长的边缘存储Durable Object把那块「硬盘」钉在了网络上。现在只是尝鲜期别拿它扛生产但「电脑而非容器」这个判断值得你记下来。我是 AI非与一尾随性游弋的鱼。参考资料Cloudflare 官方博客《Your agent needs a computer, not a container》https://blog.cloudflare.com/cloudflare-computer/Cloudflare Computer 仓库含 README、docs/设计规格、examples/可运行示例https://github.com/cloudflare/computernpm 包cloudflare/computer安装与入口映射、fs / runtime 用法https://www.npmjs.com/package/cloudflare/computerCloudflare 官方博客Agents Week 2026 系列https://blog.cloudflare.com/Durable Objects 文档Free/Paid 均可用含 SQLite 存储上限https://developers.cloudflare.com/durable-objects/Cloudflare Containers 文档仅 Workers Paid 计划可用https://developers.cloudflare.com/containers/

Cloudflare 疯了：要给每个 AI Agent 都发一台电脑？

相关推荐

Elicit发布API与MCP:科研AI工具的平台化战争已经打响

基于Android的幼儿园家校互动与接送管理系统设计与实现（SpringBoot+安卓APP）

服装店复购率65%的复盘：客户维护不是靠嘴甜，是靠分级

更多资讯

小型无人机自主飞行系统：从坐标系到路径规划的工程实现

IEC 61131-3 编程标准实战：五种语言选型、POU 设计与跨品牌移植经验

网约车小程序源码闭环：订单状态机与WebSocket位置推送

MCP工具选型别做伪横评：用能力、权限与证据填一张表

布隆过滤器不是答案缓存：先堵住 Token 分流里的误命中

RAG 合成对抗集怎么做：先拆开错误前提、版本冲突与缺证据

今日更新

防幻觉智能体架构：电源硬件设计中的大模型编排与工具化实践

OpenGL面试核心考点：渲染管线、矩阵变换与性能排查全解析

全国计算机二级C语言真题PDF高效刷题指南

本周精选

防幻觉智能体架构：电源硬件设计中的大模型编排与工具化实践

OpenGL面试核心考点：渲染管线、矩阵变换与性能排查全解析

全国计算机二级C语言真题PDF高效刷题指南

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？