Cloudflare 开源 AI 智能体工作空间：让每个员工都能零代码搭建专属工作流

事件核心：发生了什么

Cloudflare 宣布开源其 AI 智能体工作空间 Cloudflare OS，这是一套运行在浏览器中的平台，内置大量可定制、可共享的微应用。与市面上常见的通用 AI 工具封装不同，Cloudflare OS 由 Cloudflare 内部团队根据自身日常需求开发，经过长期内部测试后对外开放，任何企业都可以部署使用。联合创始人兼 CEO Matthew Prince 表示，AI 要真正给企业带来变化，不应局限在孤立环境里，而是要让每个员工都具备安全构建和自动化工作流的能力。

平台的关键特性是：从企业使用的第一天起就开始捕捉和积累内部知识，没有开发背景的员工可以基于公司内部知识库创建个性化微应用、搭建工作流，并在内部协作分享，避免上下文信息丢失。架构上，Cloudflare OS 完全开源并运行在企业自己的 Cloudflare 账户中，依托 Cloudflare Access 实现零信任安全机制，对每一次访问和请求做严格验证。同时，平台支持“自带模型”（bring-your-own-model），企业可通过 Cloudflare AI Gateway 接入任何 AI 模型提供商，管理员能按人员、团队和应用维度精确监控 token 用量与成本，并设置预算、限速，或将任务按复杂度分配给不同规模的模型。

为什么重要

Cloudflare OS 切入的是企业 AI 工具“过于通用、缺乏业务上下文”的痛点。目前多数企业 AI 产品是标准化输出，难以深度理解特定公司的业务流程和数据。Cloudflare 的思路是让每个团队自己构建懂业务逻辑的智能应用，而不是依赖外部通用产品。这实际上是“AI 应用从采购标准化工具，转向内部自主构建”的一种尝试。

更值得关注的是其成本与数据治理设计：自带模型、按任务分配模型规格、精细的 token 成本追踪，这些功能恰好对应了企业对 AI 落地时最关心的两个问题——数据安全性和成本可控性。同时，完全开源的部署方式意味着企业不会被困在单一闭源产品中，也避开了一站式 AI 平台常见的“绑定”问题。

对用户/开发者/创作者的影响

对企业员工：非技术背景的员工也能用自然语言或简单配置搭建工作流，相当于把“AI 应用开发”的门槛从写代码降到了组合业务逻辑，内部知识库的价值会被直接转化为可执行的自动化流程。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

对开发者和技术团队：Cloudflare OS 的开源属性提供了另一种企业 AI 落地路径——不一定要用大厂的一体化平台，可以在自己的 Cloudflare 账户上部署私有 AI 工作空间，并自由接入不同模型供应商。开发团队需要承担的是基础设施搭建和模型路由策略设计，而不是从零开发应用框架。

对 IT 采购和决策者：零信任架构、按人和按应用的算力分配、模型成本观测，这些功能明确指向了企业合规和预算管理需求，适合对数据主权敏感、或希望在多个模型供应商之间灵活切换的组织。

值得关注的后续

一是 Cloudflare OS 的社区采用情况：开源项目的生命力取决于企业是否愿意实际部署贡献，目前公开信息显示其刚正式发布，生态规模尚待验证。

二是模型路由策略的实际效果：日常任务分配给小型高效模型、复杂推理调用前沿大模型的设计，在真实业务中的成本节省和响应质量是否达到预期，需要企业客户的数据佐证。

三是竞品反应：微软、Google 等厂商的企业 AI 工具是否会跟进类似的“零代码微应用 + 自带模型 + 成本可视化”组合，将影响企业 AI 工具的定价和形态演变。

来源：AIbase