CloudFlare 作者

Cloudflare为所有已部署Workflows提供可视化流程图，核心做法是在部署时抓取打包压缩后的代码，用Rust Worker结合AST静态解析步骤、函数、分支、循环及Promise/await关系，重建执行图并标注并行与顺序，这解决了“工作流即代码”难以直接可视化的问题，提升了调试、理解和后续实时追踪能力。

Cloudflare将Dynamic Worker Loader开放公测，允许在运行时为AI生成代码即时创建隔离沙箱，替代启动慢、成本高的容器；其基于V8 isolates，启动仅数毫秒、内存占用更低，可按请求级并发扩展，并支持通过TypeScript API、RPC与HTTP过滤安全调用外部服务；结论是它让大规模、低延迟、相对安全的AI代理执行代码成为可行方案。

Cloudflare将Workers AI升级为智能体全生命周期平台，接入开源大模型Kimi K2.5，支持256k上下文、工具调用、视觉和结构化输出，并配套前缀缓存、会话亲和与重构异步API；其内部实测在保证质量下比专有模型更快更省，单用例成本降77%，结论是开源大模型正成为可规模化部署智能体的更优选择。

Cloudflare将LLM接入邮件安全，实时细分海量恶意邮件并锁定“销售外联”式钓鱼，基于语义意图训练专用模型输出风险分数并与信誉等信号联动拦截且持续自我迭代，使防御从依赖用户事后上报转为提前发现盲区，Q4 2025相关漏报日均提交由965降至769并在2026年初继续大幅下降。

Cloudflare工程师借助AI以约1100美元代币在一周内重写Next.js接口为Vite插件vinext，实现替换脚本即用并一键部署到Workers，基准显示构建最快4.4倍且客户端包小57%，并提出按流量预渲染结合ISR降大型站点构建成本，但项目仍属实验阶段。

Cloudflare推出Markdown for Agents：AI爬虫用Accept:text/markdown请求时，边缘网络按需将源站HTML实时转为Markdown并返回x-markdown-tokens与Content-Signal策略头，减少约80%token与解析成本，降低AI管道转换开销并提升结构化可读性，现已在文档与博客启用且可在控制台为站点免费Beta开启。