@cloudflar /computer，为每个AI智能体配备独立工作计算机

8月4日，Cloudflare 发布了一篇博文，宣布以早期预览版的形式推出一个名为 @cloudflare/computer 的开源库。这个库的核心思路是：给每个 AI 智能体独立分配一台虚拟工作计算机，文件系统、命令执行能力一应俱全。

传统的聊天 AI 靠文本对话就能搞定，但编程类 AI 智能体的工作方式完全不同——它需要反复读取源代码、改写文件、运行测试、审查结果，然后继续修正。这就意味着，它既要有一个能保存处理中文件的工作区，也要有一个能运行程序的环境。

那么，目前行业里是怎么解决这个问题的？主流方案是给 AI 智能体构建容器。容器能提供隔离的 Linux 环境和各类工具，听起来很完美。但问题在于，如果持续为每个用户的 AI 智能体分配一个专属容器，CPU 和内存的消耗会非常惊人。尤其是当系统需要同时运行数亿甚至数十亿个 AI 智能体时，这种“一个智能体一个容器”的模式，扩展性瓶颈就暴露无遗了。

Cloudflare 其实一直在算力和成本之间找平衡。此前他们在 Cloudflare Workers 中引入了一种叫 Isolate 的轻量执行环境，启动速度快，适合处理轻量任务；只有遇到重负载任务时，才会调用容器。而这次新推出的 @cloudflare/computer 开源库，正是以 Isolate 为基础，围绕“工作区”（workspace）来构建的。它用 SQLite 支持虚拟文件系统，可以从云存储、Git 仓库或自定义文件导入内容。

工作区提供了一系列 AI SDK 兼容的工具，包括 read、write、edit、ls 和 exec 等。所有操作都可以设定权限门槛、进行审计和观测。换句话说，AI 智能体在里面的动作，你都能看得清清楚楚。

这个软件包目前提供了两种执行后端。一种是基于隔离执行环境的后端，通过 just-bash（一个 Shell 转 Ja vaScript 的工具）把 Shell 代码转换成 Ja vaScript，然后在动态 Worker 中运行。它适合文件处理、数据处理和 Git 管理这类轻量任务。另一种是容器后端，借助 Cloudflare Containers 提供完整的 Linux 环境，并通过 FUSE（用户态文件系统）挂载同步文件，适合运行 npm、原生二进制文件和测试工具。

有意思的是，AI 智能体在执行命令时，AI 模型会根据工具描述自动选择最适合的执行环境。文件编辑、数据处理、Git 仓库操作这些轻量任务，在隔离环境中就能完成；只有需要 Linux、npm 或编译型可执行文件时，系统才会调用容器。而且，无论任务在哪个环境下执行，用的都是同一组工作区文件，文件变更会同步到两端。

另外，系统还能限制 AI 智能体获准执行的操作，并记录它已经完成的任务。这样一来，既能控制 AI 在自主改写文件时可能出现的意外变更，也能在事后复核操作记录，安全性和可追溯性都得到了保障。