又一个神级agent,夯爆了

给每个 AI 配一台电脑，Cloudflare 这个新开源项目有点意思。

最近 AI 编程 agent 卷得厉害，Claude Code、Codex、Cursor 一个比一个能打。但很少有人去想一个问题：这些 agent 到底跑在什么机器上。

答案挺朴素，每个人一个容器。agent 一启动，背后就有一整套 Linux 环境跟着。

听起来没毛病，但你算笔账就发现不对劲。公司要是给每个员工的 agent 都常驻一台容器，全世界的算力加起来也不够烧。Cloudflare 觉得这套路有问题，前几天就开源了个新东西，叫 computer，GitHub 上已经 8000 多个 Star 了。

说白了，它就是给每个 AI agent 配一台「虚拟电脑」，文件系统、shell、包管理器一应俱全。

看完设计，我最大的感受是：它关心的不是怎么让 agent 更聪明，而是怎么让 agent 更像一个真正的数字员工。

一个真实场景：agent 怎么拥有自己的电脑

假设公司有个 agent 专门处理 GitHub 上的 bug。它每天要做的，是分析 issue、拉代码、定位问题、改代码、跑测试、最后提个 PR。

传统做法是给它准备一个固定容器，里面预先装好 Node、Python、Git 和各种依赖。简单明了，但毛病也明显：上午把 bug 修完了，下午没活干的时候，容器还占着资源。几千个 agent 同时跑，成本只会越来越高。

computer 的思路不是给每个 agent 配台永久机器，而是给一个工作空间（Workspace）。代码、文件、状态都存在 Workspace 里。agent 在轻量环境里干简单的活，只有要装依赖、编译、跑复杂程序时才临时拉起完整容器。任务一结束，容器就释放了，但 agent 的工作状态留了下来。

这个设计很对未来的「长期协作 agent」路子，而不是一次性脚本。

有人要好奇，它到底是怎么做到的

01　虚拟文件系统。

我觉得 computer 最牛的一点，是没把 agent 当临时工，而是给它配了个长期存在的文件系统。Workspace 跑在 Durable Object 里，用 SQLite 存状态，agent 读写目录、搜文件，跟在本地没两样。

这些能力看着简单，对 agent 却太关键了。要是每次启动都从零来，哪来的连续工作能力？比如修 bug 的 agent 今天只改了一半，第二天重启还能接着干。这步，是从聊天助手变成工程助手的关键。

02　三套执行后端。

另一个让我留意的地方，是它没搞「万物容器化」，一共设计了三种运行环境。

第一种 Isolate Shell，只做轻活，比如搜代码、看文件、改文本，不用起整套 Linux。第二种 Isolate JavaScript，只跑 JS 模块和脚本。第三种才是 Container，里面是完整的 Linux userland，用来装 npm 包、编译、调系统工具。

回到修 bug 那个场景，查个函数调用关系，根本不用起容器；只有真要跑测试、编译项目时才用得上。分完层，容器就只干它该干的，不会什么都往里塞。

03　双向文件同步。

很多人盯着模型能力，我倒觉得底层文件管理同样要命。computer 不是把整个目录复制过来，而是增量同步，只传变了的那些部分。几个 GB 的大项目，agent 只改了一行，同步时不用把整个工程重拷一遍。还能分块传、断点续传，自动跳过无效文件。

这些对普通应用不起眼，对 agent 却是命门：它一天到晚就是读很多文件、改很多文件、产很多文件。底层同步跟不上，模型再好也白搭。

04　AI SDK 工具集。

computer 还直接给 agent 一套工具：read、write、edit、ls、exec。agent 拿这些就能操作自己的 Workspace。我觉得这就是未来 agent 平台的方向，文件管理、执行命令、切换环境这些基本功，不该每个开发者都重写一遍。

尤其是 exec，它会按任务自动选环境：看代码走 Isolate，装依赖切 Container。这种自动选择，以后会是 agent 基础设施的重要一块。

想试的话，装起来不复杂

体验 computer，不是去下个桌面软件，它更像给 AI agent 准备工作电脑的开发工具。比如你要做个自动修 bug 的 agent：用户提了 issue，agent 就建自己的 Workspace，拉代码、分析文件、跑测试，要编译时再临时拉起 Container。

装上这个包就行：

bash

npm install @cloudflare/computer

然后在你的 agent 项目里建个工作区：

javascript

const workspace = new Workspace({ storage: this.ctx.storage });

这样 agent 就有了「电脑」的能力：读代码、改文件、执行命令、出测试结果。整个流程，跟一个程序员干活差不多。

不过得提醒一句，computer 现在不是普通用户打开就能用的软件，它更偏开发者用来造自己的 agent，得自己写代码。另外 Container 后端要用 Docker，目前只支持 Linux x64。

写在最后

我觉得 computer 最大的价值，倒不是多了一套文件系统，而是抛了个值得想的问题：AI agent 时代，我们到底该怎么给 agent 配一台电脑？

过去一个应用要一台服务器，后来一个服务对应一个容器，未来也许一个 agent 要一个 Workspace。眼下看，它更像是一种基础设施的方向验证，不是成熟商业方案。

有兴趣可以去翻翻。

项目地址：https://github.com/cloudflare/computer