Cloudflare 开源了 Cloudflare OS，实现了每个人都可运行团队其他成员的应用代码副本，每个人可以自由修改复制的副本。
这正式改变了 SaaS 范式：想给软件加个功能？不用给开发者提需求排期了，直接让 agent 改。这在 SaaS 模式下是不可能的——因为你从来没有运行过属于自己的应用副本。 SaaS 时代的逻辑是"千人一面"，AI 时代可能真的会走向"千人千软件"。
Cloudflare OS：面向 agent、应用和工作的开放平台（图源：Cloudflare 官方博客）
它解决的是一个所有企业落地 AI 都绕不开的死结：怎么让非技术员工放心地用 AI 写应用，而安全团队还能睡得着觉？
01一盘憋了十年的棋
其背后是 Kenton Varda（Cloudflare Workers 之父）憋了 10 年的一盘棋。表面上看又是一个"带连接器的聊天机器人"，每家科技公司都在做的那种东西。
10 年前，Kenton 做过一个创业项目叫 Sandstorm.io，理念超前：每个人运行自己的应用副本，每个文档跑在独立沙箱里。当时失败了——因为世界上没有那么多人有能力去修改软件。
10 年后，AI 把这个前提彻底改写了。Cloudflare OS 就是 Sandstorm 的重生版：基于 Workers 构建，深度结合 AI，本质上是一个"公司级的个人应用 vibe coding 平台"。
02三个亮点
1️⃣ Gadget 沙箱（对应 Sandstorm 的 Grain）
每个应用实例跑在独立沙箱里：你有一个文档编辑器，每份文档就是一个独立的 Gadget，平台通过控制"谁能访问哪个 Gadget"来收口所有权限，AI 写出漏洞也漏不出去。
在官方博客的技术描述里，每个 app 的服务端按需加载成 Dynamic Worker、实例化为 Durable Object Facet，自带一个独立的 SQLite 库；用的是轻量 V8 isolate，所以每个 app 都能有自己的运行时，不需要常驻服务器或容器。
每个 app 都是一个 Worker：按需加载的 Dynamic Worker + 自带 SQLite 的 Durable Object Facet，资源以类型化绑定授予、从不下发凭证（图源：Cloudflare 官方博客）
2️⃣ Gatekeeper 权限网关
Agent 默认零权限：想访问 GitHub？Gatekeeper 可以只给一个仓库、只能读 issue 不能读源码、合并 PR 要人工审批。凭证完全隔离在 agent 之外，生成的代码只拿到一个类型化的 capability。
官方给的代码示例是这样，env.PROJECT 就是那个 capability：
const issues = await env.PROJECT.listIssues({ teamId: "ENG", state: "open", });
服务端代码跑在 Dynamic Worker 里、全局出网被关掉；客户端跑在浏览器沙箱 frame 里。两者都只能通过你显式给出的 capability 触达外部。
Gatekeeper 握着凭证：读操作要授权并记录一次观察，写操作可以先模拟、排队等你批准（图源：Cloudflare 官方博客）
3️⃣ 污点追踪式的数据治理
这个最狠：平台记录 agent"看过"的每一个资源。Agent 读了敏感数据表做出一个 dashboard，别人打开这个 dashboard 时，系统会先验证他有没有权限看原始数据。分享产物 ≠ 绕过权限。 读过敏感数据的 agent，甚至会被限制对外发请求。
官方博客里把这条讲得更细：这些观察记录会一直挂在 agent 和它的产物上。当别人想打开工作区、跟这个 agent 交互、或查看它做出来的东西时，各个 Gatekeeper 会分别核验此人对那些被观察过的资源有没有权限。同一份观察日志还会决定——读过敏感数据之后，agent 能不能再往某些地方写数据、能不能邀请新协作者、能不能把活交给另一个 agent、能不能发出站请求。
观察记录跟着 agent 走：别人想看它的产物，先由各个 Gatekeeper 核验他对原始资源的权限（图源：Cloudflare 官方博客）
03分享的不只是软件，还有"怎么做出来的"
这是"每人一份副本"能成立的机制。在 Cloudflare OS 里分享应用有两种方式：
- ▪分享 app 本身
：大家实时协作，共用同一份状态、同一个 SQLite 库、同一组已连接资源。 - ▪分享 blueprint
：别人拿到的是一份蓝图，可以生成属于自己的副本。副本带着原 app 的代码，但不带它的数据、对话历史、凭证和已连接资源，各自从独立状态起步、各自去改。
分享 app 是共用一份状态；分享 blueprint 是每人生成自己的副本，各自有独立状态和资源（图源：Cloudflare 官方博客）
官方那句话说得直接：这意味着当你把 app 分享给团队时，他们可以自己用 AI 去改，而不用提一个 feature request 然后指派给你。
04内部全员用了几个月，现在全部开源
Cloudflare 内部已经全员用了几个月，非工程岗的人每天在上面做文档、做数据看板、跑自动化工作流。现在核心代码 + 部署模板全部开源，任何组织都能部署一套自己的。
具体开源的是两个仓库：Cloudflare OS 核心，以及一份基于他们内部运行方式的示例部署。部署仓库直接消费核心、不用打补丁——配置、自定义 UI、内部集成、分析和部署流水线都放在那一层，这样升级核心不会冲掉你的定制。
模型这块它不绑定：所有推理走 AI Gateway，公司统一决定哪些模型可用、哪个任务用哪个模型；每个请求都归因到具体的人、团队或工作区，能看花销、设预算和限流。每天总结邮件这种活，没必要上最贵的前沿模型。
仓库是 Apache-2.0，现在 2557 star。要注意它深度绑定 Cloudflare 的平台能力——Workers、Durable Objects、Access、AI Gateway、Cap'n Web，想搬到别的云上基本等于重写。Cloudflare 说后续会把它做成 dashboard 里的全托管产品，还会加容器支持、把工作区接进 Slack。
10 年前太早的想法，AI 让它到了正确的时间。
项目地址GitHub：https://github.com/cloudflare/cloudflare-os官方博客：https://blog.cloudflare.com/cloudflare-os/在线体验：https://os.cloudflare.app
