AI FIELD NOTES / 001

把复杂的 AI 基础设施,讲成可以动手的知识。

这里记录 Agent、云平台、工作流和真实实验。少一点概念堆叠,多一点结构、边界与可复现的路径。

01AGENCY角色与判断
02COMPUTER状态与执行
03CLOUDFLARE上线与交付

KNOWLEDGE / EXPERIMENT / EVIDENCE

专题 01 / Agent Runtime

Cloudflare Computer:给 Agent 一台真正属于它的电脑

从“会回答”到“能完成工作”,中间缺的不是一句更长的提示词,而是一套可持久的工作空间和可选择的执行面。

Cloudflare Computer 的核心,可以先用一句话理解:它把一个工作空间的文件状态,和 Agent 可以调用的执行运行时连接起来。

01 / 它解决的是什么问题?

普通对话模型擅长生成文本,但一个持续工作的 Agent 还需要保存文件、读取上一轮结果、运行工具、整理产物,并在下一次任务中继续使用这些状态。Computer 把这些能力收拢到 Workspace 里,让“上下文”从一次性的聊天记录,变成可以被检查的工作现场。

CORE IDEAAgent 是判断层,Computer 是工作现场。

前者决定做什么,后者保存做过什么并提供执行入口。

02 / 它是怎么工作的?

官方仓库目前将 Computer 描述为 Durable Object 中的虚拟文件系统,权威状态由 SQLite 保存,并通过 workspace.runtime 选择执行后端。公开仓库列出的后端包括容器、Isolate shell 和 Isolate JavaScript。

A
AGENCY角色、目标、判断
B
COMPUTER / WORKSPACE文件、记忆、产物
ISOLATE轻量脚本与 shell
CONTAINERLinux 与真实二进制
C
DELIVERY网站、报告、可访问链接

03 / 这和 Agency 怎么配合?

Agency 提供“谁来做、按什么标准做”的角色说明;Computer 提供“在哪里做、文件放在哪里、如何留下结果”的工作空间。组合起来,就可以形成一个可重复的闭环:研究需求、生成内容、检查产物、发布页面。

01文件与状态

让 Agent 能在多轮任务间继续使用同一个工作现场。

02执行面

根据任务选择 shell、JavaScript 或容器等运行方式。

03可复查产物

把 Markdown、页面、数据和日志留在 workspace 中。

04 / 本地实验能做什么?

当前这套本地 Demo 使用 Worker shell 方向,重点验证文件读写、目录浏览、命令执行和网站产物交付。它适合学习 Agent 如何“做事”,也适合搭建内容生产的原型。

边界说明

Cloudflare Computer 当前仍是 Preview,官方明确提示 API 可能变化、暂不适合生产使用。本文和本地部署都应视为实验与原型,不把它包装成已经成熟的多租户云桌面。

一套从概念走向实验的知识地图。

先读懂基础设施,再把它们接成自己的工作流。每个专题都标注状态,避免把想法和已验证的东西混在一起。

01 / PUBLISHED

Cloudflare
Computer

Agent 的工作空间、文件状态与执行运行时。

进入专题 →
02 / PLANNED

Agent
Memory

从聊天上下文到可检索、可维护的长期记忆。

待发布
03 / PLANNED

Workers AI
与边缘推理

模型调用、边缘部署和成本边界的实际拆解。

待发布
04 / PLANNED

D1 / R2
数据与资产

把内容、文件和业务数据放进可组合的云基础设施。

待发布

LOCAL LAB / DEMO 01

从一篇文章开始,把知识变成一个能访问的实验。

这个站点本身就是第一个 Demo:内容由 Agency 的角色方法组织,页面作为可交付产物,部署在 Cloudflare Pages;本地 Computer 则用来验证 Agent 的工作空间和生成流程。

STATUSONLINE
SURFACESTATIC / PAGES
NEXTMORE FIELD NOTES