每个组织都有自己的使命，一个存在的理由。组织会把使命连同其术语、流程、系统、标准和行事方式传递给员工。而员工则会把这些背景信息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，再到现实世界中的成果。
其中有些是直截了当的：代码要么能跑，要么不能跑。过去几年里，智能体一直在利用这个反馈循环，为开发者产出“能跑”的代码。但我们其他人呢？
把同样的杠杆带给组织的其他部分，是个更困难的问题。智能体需要理解公司的背景，并且能够触达员工用来完成工作的系统。它们需要把这些背景和访问权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：公司如何运作、公司知道什么、公司依赖哪些系统。
今年五月，我们让 Cloudflare 的每个人都用上了第一版 Cloudflare OS。各个职能部门的数千人——其中许多并非工程背景——每天都在用它创建文档和幻灯片、自动化重复性任务，以及构建小型应用来可视化数据、辅助工作。
Cloudflare OS 还让每个人都能共享由 Cloudflare 各团队构建的背景知识和技能库。它把我们的术语、流程以及完成重复性工作的最佳实践，捕获为智能体可以遵循的指令。当一个人琢磨出更好的做事方法时，其他所有人都能用上。
今天，我们开源了新版 Cloudflare OS。 任何组织都可以部署它、把它接入内部系统，并让它成为自己的平台。
我们从第一版中学到了什么
我们今天开源的 Cloudflare OS，建立在内部运行第一版时学到的经验之上。这段历程由我们的 CIO Sam Rhea 在他的博文中详述。
第一版围绕个人通过私有工作区与智能体协作展开。应用是静态的，而不是连接到内部系统的实时软件；而且大多是确定性的任务，仍然需要再次运行智能体技能并消耗更多模型 token。
协作暴露了一个更根本的挑战。访问 MCP server 告诉我们智能体可以调用哪些工具，但并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、应用和产出物，我们就必须确保协作不会暴露某个人本无权查看的信息。
我们在新的基础上重建了 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必须正确实现的东西。
结果就是一个为运行它的公司而生的平台。你可以定制界面、接入你的工具、添加能够捕捉你所在组织运作方式的技能和背景知识。
认识 Cloudflare OS
和许多其他 AI 工具一样，Cloudflare OS 从你在浏览器里的一次对话开始。它的不同之处在于，每一次对话都扎根于你的组织精心沉淀的背景知识和技能。给工作区一个目标，它就能利用这些知识，与你所在组织已经在用的工具和数据一起协作，达成目标。
Cloudflare OS 由三部分组成：
- 一个智能体工作区，扎根于你的公司沉淀的背景知识和技能，并带有一个隔离的运行时，智能体可以在其中编写和运行代码。
- 一套全新的安全与治理框架，用于安全访问内部数据和服务。
- 一个供个人创建、可修改应用的平台，人们可以构建、分享并持续改进应用。
从一个对话开始，它可以变成一份文档、一个应用或一个工作流，持续完成工作。
为全公司每个人准备的智能体工作区
智能体工作区是为组织中的每个人设计的。你在浏览器里与它交互，所以你不必是开发者，也不必会使用终端。
一个工作区把智能体会话、持久状态、产出物和文件、资源访问，以及一个智能体可以编写和运行代码的隔离运行时结合在一起。
它们自带你的团队或公司收集好的背景知识和技能。不必再为每个任务重复造轮子——如果你的团队有人想出了做某事的最佳方式，所有人都能受益。人们不再需要在每次开始任务时，向模型重新解释同样的流程、术语和最佳实践。
你可以做的事情包括：
研究并提问
让工作区利用公司背景和你提供给它的资源来研究某个主题。智能体可以编写代码来搜索、过滤、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
工作区可以把它的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。这些产出物不一定是静态文件。它们可以保持与实时数据的连接，在数据源变化时自动更新，同时仍然可以导出为熟悉的格式或服务，比如 Google Drive。
为你的团队创建可协作、可连接的应用
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。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完整的智能体会话。很多工作是一串已知步骤，其中只有一两处需要判断力。工作区可以把这些工作变成基本确定性的工作流：可预测的步骤用代码，只在能增加价值的地方使用模型。工作流可以按需运行、按计划运行，或在连接系统中发生某个事件时运行。
Cloudflare OS 通过 Gatekeeper（详见下文安全章节）赋予智能体和应用对记录系统（systems of record）的受治理访问权限。它还通过 MCP Server Portals 支持你的组织已经在使用的现有 Model Context Protocol（MCP） 服务器。
一套全新的安全与治理框架，安全访问内部数据和服务
当人们开始在办公中尝试 AI 时，他们最先提出的需求之一往往就是公司系统的 API key。这很合理：如果 AI 无法访问人们用来完成工作的系统，那么它在工作场景下就没多大用处。
但把 API key 交给个人和智能体既危险又不可扩展。key 通常提供宽泛而长期的访问权限，难以约束、难以安全共享、难以审计。
MCP 给了智能体使用这些系统的一种更好的方式。MCP server 可以持有凭证并暴露一组定义好的工具，而不是直接把 key 交给智能体。但控制智能体可以调用哪些工具只是第一步。MCP 本身并不能告诉我们智能体观察到了哪些底层资源。智能体可以把跨系统的信息组合起来、把它发送到权限更宽松的地方，或者通过应用和产出物把它暴露给可能无权查看原始资源的人。授权必须考虑到数据接下来可能流向何处。
智能体从零权限开始
Cloudflare Access 控制谁能进入 Cloudflare OS。在内部，每个智能体和应用一开始都无权访问任何东西。智能体可以请求访问某个特定资源，由你批准或拒绝。生成的代码会以带类型的绑定形式获得该资源：
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某个特定资源的权限。凭证与智能体及任何生成的代码完全隔离。
服务器端代码运行在全局出站网络被禁用的 Dynamic Worker 中。客户端代码运行在浏览器的沙箱化 frame 中。除非通过你显式提供的能力，两者都无法触达互联网。
Gatekeeper 治理资源和操作
Gatekeeper 是一个特定于服务的 Worker，位于 Cloudflare OS 与外部服务之间。它理解服务的 API、它的资源，以及可以对资源执行的操作。
把整个 GitHub 账户的访问权交给智能体，很可能过于宽泛。一个 Gatekeeper 可以只给它单个仓库的访问权、允许它读取 issue 但不能读取源代码、屏蔽特定字段、应用速率限制，并规定合并 pull request 前必须获得批准。
智能体及其应用看到的是一小套 TypeScript API。Gatekeeper 负责处理 OAuth、持有凭证、执行策略、记录读取了什么，并调解任何具有外部可见副作用的行为。
策略跟随智能体所见
仅仅控制最初的读取是不够的。举个例子：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，绝不能变成把这张表分享给无法直接访问它的人。
Cloudflare OS 会记录智能体观察到的每一个资源。这些观察记录始终附着于智能体及其工作。当其他人试图打开这个工作区、与智能体交互或查看它的产出物时，Gatekeeper 会核验那个人对所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。读取敏感数据，可以阻止智能体向某些数据源写入数据、邀请新的协作者、把工作转交给另一个智能体，或发起出站请求。
使用智能体或构建应用的人不必担心会犯这些错误。平台现在就可以替你处理这一切。
一个构建和分享个人可修改应用的平台
大多数办公套件给你一组固定的应用：文档、电子表格和演示文稿。在 Cloudflare OS 中，每个“文件”都可以是自己的应用，由智能体为一个人、一个项目或一个团队编写。
这些不是需要导出并部署到别处的原型。每一个都是全栈应用，包含客户端代码、服务器端代码、API 和持久状态。应用默认私有，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：
- 在浏览器中渲染应用 UI 的客户端代码
- 存储状态并实现应用行为的服务器端代码
服务器按需以 Dynamic Worker 形式加载，并实例化为 Durable Object Facet（这两项都是我们为这个项目构建的特性）。facet 给应用一个独立的 SQLite 数据库，与负责管理它的 Cloudflare OS 运行时分开。Dynamic Workers 使用轻量的 V8 isolate，所以每个应用都可以拥有自己的隔离运行时，而不需要专门闲置一台服务器或容器。
浏览器客户端使用 Cap’n Web——Cloudflare 开源的基于对象能力（object-capability）的远程过程调用（RPC）系统——与服务器通信。客户端可以像调用普通 JavaScript 函数一样调用服务器方法：
const issues = await app.listIssues({
status: "done",
});
特别之处在于，智能体也可以调用同样的方法。
所以，如果你能自己造一个完成某件事的工具，那么当你不在场时，智能体也能用你的工具来完成这件事。
分享应用，或分享它的构建方式
当你在 Cloudflare OS 中构建一个应用时，有两种分享方式：
- 分享应用本身，让别人可以使用同一份状态进行实时协作。
- 分享应用的蓝图（blueprint），让别人可以创建你自己应用的一个副本。
从蓝图实例化出的应用包含原始应用的代码，但不包含它的 SQLite 数据、对话历史、凭证或已连接资源。每个新应用都从独立的状态和资源开始。
这意味着当你与团队分享应用时，他们可以用 AI 自行修改应用，而不是提交一个功能请求然后指派给你。
使用任意模型，并控制它的成本
Cloudflare OS 可以使用任何模型。每一次推理调用都经过 Cloudflare AI Gateway，让你的组织有一个地方来决定哪些模型可用、每个任务该由哪个模型处理。
并非每个任务都需要最贵的模型。你可能不希望每天早上用最昂贵的前沿模型来总结未读邮件。AI Gateway 给了你所需的控制力，确保昂贵模型只用于最困难的工作。
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支出的去向、设置预算和速率限制，并决定达到限制后会发生什么。
开源，让它成为你自己的
Cloudflare OS 今天就可以使用，而且是开源的。去看看 cloudflare-os GitHub 仓库。你可以把它部署到你自己的 Cloudflare 账户中，并使用你自己的 Access 策略、AI Gateway 配置、数据和集成。
我们的内部部署反映了 Cloudflare 的系统、术语、策略和行事方式。你的部署应该反映你的组织。
Cloudflare OS 的设计让你可以定制界面、添加内部 Gatekeeper、构建组织专属特性，而无需改动核心产品。
我们发布了两个仓库：Cloudflare OS 核心和一个示例部署，后者基于我们在 Cloudflare 内部的运行方式。部署仓库在不修改核心的情况下使用它，为配置、自定义 UI、内部集成、分析和部署流水线提供空间。
与我们的合作伙伴共同交付
源代码只是起点。背景知识、技能、工作流、内部系统和策略，才是让 Cloudflare OS 对你的组织更有用的东西。
Cloudflare 的战略合作伙伴 Presidio 和 Happy Cog 将与你合作，围绕你所在组织的运作方式定制 Cloudflare OS，并在你的员工队伍中推广落地。
合作伙伴可以帮助你沉淀共享技能和组织背景知识、构建自定义界面、通过 Gatekeeper 和 MCP Server Portals 接入内部系统，并配置安全、模型和成本控制。
你将得到一个带自己品牌标识的 Cloudflare OS，连接你的系统、运行在 Cloudflare 上，并贴合你员工的实际工作方式。
开始使用
Cloudflare OS 今天已在 GitHub 上线。你可以浏览源代码、试用 demo，或者使用我们的入门仓库在几分钟内把它部署到你自己的 Cloudflare 账户。
我们才刚刚开始。我们正在努力把 Cloudflare OS 作为完全托管的产品带入 Cloudflare dashboard，为开发工作流添加容器支持，并把工作区带进 Slack 和其他聊天工具。
如果你想和我们的团队聊聊，我们很乐意与你交流。请使用这个表单联系我们！