你让 AI 准备一场客户会议，它可能要翻公司资料、制作幻灯片，再去 GitHub 或 Google Docs 处理文件。今天，这些步骤往往散落在聊天框、企业系统和多个 SaaS 应用里，权限也要逐个打通。Cloudflare OS 想把它们收进同一个工作台：Agent 在这里理解公司情况、调用工具，还能临时造出完成任务所需的小应用。
这里的 OS 不是 Windows 那样的电脑操作系统。据 Cloudflare 官方 GitHub 仓库，它是公司内部开发的 AI 生产力平台，如今已经开源，其他企业可以复制和改造成自己的“Your Company OS”。目前信息全部来自这一官方信源，尚无独立测试交叉验证。
不只是给聊天框多接几个按钮
Cloudflare OS 提供三层能力。
第一层是 Agent Chat UI，也就是 Agent 的对话入口。AI Agent——能调用工具、分步骤执行任务的 AI 程序——可以预先接入“企业上下文”：公司的文档、业务数据、权限与流程。这样，它回答的不只是通用问题，也能处理组织内部的具体事务。
第二层是可由 Agent 创建的“gadget”，即小型个人应用。比如生成幻灯片、搭建协作白板或做一个井字棋游戏。配置相应集成后，它也能处理 GitHub 仓库和 Google Docs。与直接调用统一的外部 SaaS 不同，系统会为每位用户创建一份应用的私有实例，并把它放进单独的沙箱——一个限制程序访问范围的隔离环境。用户还可以要求 Agent 修改这份应用的代码，补上自己需要的功能。
第三层是 Gatekeepers，一套管理 Agent 和 gadget 对外访问的安全框架。每当它们连接外部服务，Gatekeeper 会负责授权、限定可访问的具体资源，并记录操作。遇到会改变外部状态的动作，系统还可以交给人确认。
审批不用再卡住整个任务
这里最值得看的设计，是 Gatekeepers 如何处理“人在回路”——让人类在关键操作前后参与确认。
传统做法要求 Agent 每走到一次敏感操作就停下来等批准。用户离开一会儿，回来可能发现任务第一步就卡住了。Cloudflare 的方案是先在本地模拟操作结果，让 Agent 根据模拟结果继续规划，并把待执行动作排队。等任务跑完，用户再逐项或批量批准；被拒绝的动作不会真正执行。
这像先让助手在草稿本上演练完整流程，最后再由负责人签字。它试图同时保留审查和连贯执行。不过，“模拟结果”能否准确覆盖复杂外部服务，仓库没有提供评测数据。
为什么说它靠近“边缘 Agent 入口”
Cloudflare OS 依附 Cloudflare Workers 工具链。Workers 是无服务器运行平台：开发者提交代码，平台负责部署和扩缩。其底层属于边缘计算——把程序放在靠近用户的分布式节点，而不是全部挤进一个中心机房。仓库还写明，每个 Gatekeeper 目前由一个独立 Worker 实现。
用户可以通过 pnpm run-local 在本机以 wrangler 和 workerd 运行整套系统，并访问 http://localhost:8787；这种方式只供快速体验，不适合生产环境。另一条路径是部署到自己的 Cloudflare 账户。
因此，Cloudflare OS 的看点不在某个新模型，而在工作入口的重组：文档、内部权限、临时应用和 Agent 执行被放进同一套 Workers 工作区。Cloudflare 称其工程、销售等多个岗位已有大量员工每天使用，但没有公布人数、比例或使用成效。
局限与未知
- “搬上边缘”仍应谨慎理解。材料没有证明所有模型推理、第三方连接器和 Agent 操作都在边缘节点完成。
- 私有实例和沙箱不等于数据完全不出域，也不能据此断言不存在安全漏洞；官方没有公开安全评测。
- 这是基于 v1 经验全面重写的 v2。官方将 August 2026 release 定位为 early access，承认仍有不少粗糙之处；模型、成功率、延迟与成本数据均未披露。