@cloudflar /computer，为每个AI智能体配备独立工作计算机
Cloudflare推出@cloudflare/computer开源库，为每个AI智能体分配独立虚拟工作计算机，内置文件系统与命令执行能力。基于Isolate轻量环境构建工作区，支持SQLite虚拟文件系统与AISDK工具，提供隔离执行与容器双后端，实现任务自动选择、安全审计与可追溯性，解决大规模扩展瓶颈。
8月4日，Cloudflare 发布了一篇博文，宣布以早期预览版的形式推出一个名为 @cloudflare/computer 的开源库。这个库的核心思路是：给每个 AI 智能体独立分配一台虚拟工作计算机，文件系统、命令执行能力一应俱全。
传统的聊天 AI 靠文本对话就能搞定，但编程类 AI 智能体的工作方式完全不同——它需要反复读取源代码、改写文件、运行测试、审查结果，然后继续修正。这就意味着，它既要有一个能保存处理中文件的工作区，也要有一个能运行程序的环境。
那么，目前行业里是怎么解决这个问题的？主流方案是给 AI 智能体构建容器。容器能提供隔离的 Linux 环境和各类工具，听起来很完美。但问题在于，如果持续为每个用户的 AI 智能体分配一个专属容器，CPU 和内存的消耗会非常惊人。尤其是当系统需要同时运行数亿甚至数十亿个 AI 智能体时，这种“一个智能体一个容器”的模式，扩展性瓶颈就暴露无遗了。
Cloudflare 其实一直在算力和成本之间找平衡。此前他们在 Cloudflare Workers 中引入了一种叫 Isolate 的轻量执行环境，启动速度快，适合处理轻量任务；只有遇到重负载任务时，才会调用容器。而这次新推出的 @cloudflare/computer 开源库，正是以 Isolate 为基础，围绕“工作区”（workspace）来构建的。它用 SQLite 支持虚拟文件系统，可以从云存储、Git 仓库或自定义文件导入内容。
工作区提供了一系列 AI SDK 兼容的工具，包括 read、write、edit、ls 和 exec 等。所有操作都可以设定权限门槛、进行审计和观测。换句话说，AI 智能体在里面的动作，你都能看得清清楚楚。
这个软件包目前提供了两种执行后端。一种是基于隔离执行环境的后端，通过 just-bash（一个 Shell 转 Ja vaScript 的工具）把 Shell 代码转换成 Ja vaScript，然后在动态 Worker 中运行。它适合文件处理、数据处理和 Git 管理这类轻量任务。另一种是容器后端，借助 Cloudflare Containers 提供完整的 Linux 环境，并通过 FUSE（用户态文件系统）挂载同步文件，适合运行 npm、原生二进制文件和测试工具。
有意思的是，AI 智能体在执行命令时，AI 模型会根据工具描述自动选择最适合的执行环境。文件编辑、数据处理、Git 仓库操作这些轻量任务，在隔离环境中就能完成；只有需要 Linux、npm 或编译型可执行文件时，系统才会调用容器。而且，无论任务在哪个环境下执行，用的都是同一组工作区文件，文件变更会同步到两端。
另外，系统还能限制 AI 智能体获准执行的操作，并记录它已经完成的任务。这样一来，既能控制 AI 在自主改写文件时可能出现的意外变更，也能在事后复核操作记录，安全性和可追溯性都得到了保障。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
AirBuddy 3 是面向 macOS 的蓝牙外设增强工具，可集中查看 AirPods、Beats 与苹果设备电量，提供快速连接、播放控制、电量提醒、桌面小组件和多台 Mac 外设接力等功能。
AirServer macOS版可把 Mac 转换为无线投屏接收端，通过 AirPlay 或 Google Cast 接收手机、平板和电脑画面，并支持多设备同时连接、高清镜像及会话录制，适合家庭娱乐、课堂教学、会议演示和应用展示。
Autodesk Maya 是面向影视、电视、动画和游戏行业的专业三维制作软件，集多边形与 NURBS 建模、角色绑定、关键帧和动作捕捉动画、Bifrost 特效模拟、材质开发及 Arnold 渲染于一体，
AirServer Windows版可把电脑变成AirPlay、Google Cast和Miracast无线投屏接收端，适合会议演示、课堂教学及家庭大屏分享。发送设备通常无需另装客户端，并可同时接收和智能排列多个镜像会话。