AI Agent 終於有家了！用 cloudflare/computer 五分鐘打造具備永久記憶的雲端應用

GitCovery 首頁 每日列表 原始影片
實際影片長度：7:12.000。原文、繁中、雙語可點擊句子跳轉影片。
0:11.044–0:15.540
今天我們要深度解析 GitHub 上的一個熱門專案：computer，
0:15.540–0:17.447
由 Cloudflare 推出，
0:17.447–0:21.534
目標是給你的 AI Agent 或雲端應用程式 一台完整的虛擬電腦。
0:21.534–0:25.757
它讓應用能無縫地在高效能的容器與低延遲的 Worker 之間切換，
0:25.757–0:28.618
賦予邊緣運算前所未有的檔案與程式執行能力。
0:28.618–0:29.708
有一個開源專案，
0:29.708–0:32.724
它宣稱要給 AI Agent 一台真正的「電腦」，
0:32.724–0:34.507
而不是一個小小的「容器」。
0:34.507–0:35.329
但有趣的是，
0:35.329–0:39.442
它的底層卻同時用了容器和 Cloudflare Workers。
0:39.442–0:41.499
這個設計聽起來有點矛盾，對吧？
0:41.499–0:43.418
但它在 GitHub 上線不久，
0:43.418–0:44.926
就吸引了將近三千顆星，
0:44.926–0:46.846
甚至有一天就暴增了快九百顆。
0:46.846–0:48.628
這背後可不是什麼行銷話術，
0:48.628–0:51.557
而是一場對無伺服器架構邊界的深刻探索。
0:51.557–0:55.102
今天我們要聊的這個專案，叫做 computer，
0:55.102–0:58.185
它到底藏了什麼樣的技術權衡與設計哲學呢？
0:58.185–1:03.272
computer 這個專案，是由 Cloudflare 發起的一項實驗。
1:03.272–1:04.505
它的目標很明確，
1:04.505–1:06.355
就是要解決一個根本問題：
1:06.355–1:08.667
AI Agent 或雲端應用程式，
1:08.667–1:11.454
在無伺服器 Serverless 環境中，
1:11.454–1:12.920
沒有自己的檔案系統，
1:12.920–1:14.680
也沒辦法執行複雜的程式。
1:14.680–1:15.414
簡單來說，
1:15.414–1:17.907
computer 為每一個運算任務，
1:17.907–1:20.254
都提供了一台功能完整的虛擬電腦。
1:20.254–1:23.040
這個專案是用 TypeScript 寫的，
1:23.040–1:25.534
目前已經累積了二千八百五十四顆星，
1:25.534–1:28.467
其中有八百九十一顆是在一天之內衝上來的，
1:28.467–1:30.504
Fork 數也達到一百三十。
1:30.504–1:32.071
從這些數字可以看出，
1:32.071–1:33.951
它的概念在開發者社群裡，
1:33.951–1:36.145
確實引發了高度的關注和好奇。
1:36.145–1:39.436
我們來談談傳統的 Serverless 架構，
1:39.436–1:40.689
也就是無伺服器。
1:40.689–1:42.726
它最大的特點就是「無狀態」
1:42.726–1:44.450
而且「生命週期很短」。
1:44.450–1:45.547
這代表什麼呢？
1:45.547–1:47.427
意思就是，一個函數跑完，
1:47.427–1:49.016
它所有的執行環境、
1:49.016–1:51.312
所有的資料，就通通消失了，
1:51.312–1:52.371
船過水無痕。
1:52.371–1:57.316
但這對於需要「記憶」和「工作空間」的 AI Agent 來說，
1:57.316–1:59.082
簡直是個天大的限制。
1:59.082–2:02.790
你想想，一個沒有記憶的智慧體，要怎麼工作？
2:02.790–2:03.849
過去的解法，
2:03.849–2:07.028
通常是把狀態存到外部的 S3 或資料庫，
2:07.028–2:08.590
每次執行再重新讀取，
2:08.590–2:10.777
這過程不但麻煩，效率也很差。
2:10.777–2:12.808
那如果要處理更複雜的任務，
2:12.808–2:15.308
像是編譯程式碼、或是轉檔影片呢？
2:15.308–2:16.401
那就更麻煩了，
2:16.401–2:18.901
還得額外啟動笨重的容器或虛擬機。
2:18.901–2:21.713
而 computer 這個專案的切入點，
2:21.713–2:23.275
就是要解決這個痛點。
2:23.275–2:26.868
它試圖在 Serverless 的輕量和彈性之上，
2:26.868–2:30.186
嫁接一個可以永久保存、又能互動的運算環境。
2:30.186–2:34.610
目標，就是讓 AI Agent 真正擁有一個屬於自己的工作台。
2:34.610–2:38.401
好，那 computer 的核心架構是怎麼做到的呢？
2:38.401–2:42.825
關鍵在於，它把「狀態」跟「執行」這兩件事，切得一乾二淨。
2:42.825–2:45.827
你可以把它想像成一台很特別的雲端筆電。
2:45.827–2:51.636
首先，這台筆電的「硬碟」，其實是一個 Cloudflare Durable Object。
2:51.636–2:53.988
它裡面用了一個 SQLite 資料庫，
2:53.988–2:56.201
來儲存整個檔案系統的結構和內容。
2:56.201–2:58.691
Durable Object 這個技術，
2:58.691–3:00.627
確保了你的資料可以永久保存，
3:00.627–3:01.734
而且維持一致性。
3:01.734–3:03.947
再來，這台筆電的「CPU」更酷，
3:03.947–3:05.828
它有兩種模式可以隨時切換。
3:05.828–3:08.866
第一種，是重量級的 Container 後端。
3:08.866–3:11.471
它可以啟動一個完整的 Linux 環境，
3:11.471–3:13.352
讓你能執行任何二進位檔案。
3:13.352–3:17.258
比方說用 pandoc 來轉檔，或用 ffmpeg 處理影片。
3:17.258–3:18.705
而筆電硬碟裡的資料，
3:18.705–3:21.165
會透過 FUSE 技術掛載到容器裡面，
3:21.165–3:22.467
讓程式讀寫檔案時，
3:22.467–3:24.528
就跟在操作本機檔案一樣自然。
3:24.528–3:27.619
第二種模式，是輕量級的 Isolate 後端。
3:27.619–3:29.532
它能在非常非常短的時間內，
3:29.532–3:32.623
啟動一個 Cloudflare Worker，
3:32.623–3:37.333
專門用來跑一些簡單的 shell 指令或 JavaScript 程式碼，
3:37.333–3:38.216
延遲超級低。
3:38.216–3:38.952
最棒的是，
3:38.952–3:41.307
開發者只要透過一個統一的 API，
3:41.307–3:44.902
叫做 workspace.runtime.exec，
3:44.902–3:46.339
就能根據任務的需求，
3:46.339–3:49.359
自由選擇要派出重量級的 Container，
3:49.359–3:51.659
還是輕快又省錢的 Isolate。
3:51.659–3:53.816
這樣一來，就在成本和效能之間，
3:53.816–3:55.110
達到了最佳的平衡。
3:55.110–3:57.555
那這個專案在真實世界有哪些應用呢？
3:57.555–3:58.561
最直接的場景，
3:58.561–4:01.868
就是讓 AI Agent 有能力自己搞定複雜的任務。
4:01.868–4:02.539
舉個例子，
4:02.539–4:05.089
你可以叫一個 Agent 幫你寫一份報告。
4:05.089–4:06.833
它會先在自己的虛擬電腦裡，
4:06.833–4:08.041
建立一個工作目錄，
4:08.041–4:10.188
接著用輕量的 Isolate 後端，
4:10.188–4:12.335
快速把 Markdown 文件寫好。
4:12.335–4:15.288
最後，再呼叫重量級的 Container 後端，
4:15.288–4:17.032
啟動 pandoc 這個工具，
4:17.032–4:19.179
把文件轉成漂亮的 PDF 檔存起來。
4:19.179–4:20.387
整個過程一氣呵成。
4:20.387–4:21.159
另一個應用，
4:21.159–4:23.089
是把它當成一個用 API 來操作的
4:23.089–4:24.375
輕量級雲端開發環境。
4:24.375–4:25.791
開發者可以透過 API，
4:25.791–4:28.492
在這台虛擬電腦裡跑 build script，
4:28.492–4:32.095
或是把專案發佈到 Cloudflare Artifacts。
4:32.095–4:33.510
不過，也因為這項技術，
4:33.510–4:35.954
跟 Cloudflare 的生態綁得很深，
4:35.954–4:39.428
所以對於已經在用 Cloudflare 平台的開發者來說，
4:39.428–4:40.624
上手會比較容易。
4:40.624–4:42.718
但如果你是生態系外的使用者，
4:42.718–4:44.064
就需要先花點時間，
4:44.064–4:47.803
去熟悉 Durable Objects 這類相關服務了。
4:47.803–4:50.794
社群對於 computer 這個專案的反應，
4:50.794–4:52.439
可以說是「審慎樂觀」。
4:52.439–4:53.037
一方面，
4:53.037–4:56.028
大多數開發者都非常欣賞它創新的架構理念。
4:56.028–4:59.468
用 Durable Object 加上 SQLite，
4:59.468–5:01.249
來打造一個永久的工作區，
5:01.249–5:06.445
還能在輕量的 Isolate 和功能完整的 Container 之間動態切換。
5:06.445–5:11.343
這個設計，被認為是替未來自主 AI Agent 打下了非常有潛力的基礎。
5:11.343–5:12.234
但另一方面，
5:12.234–5:13.570
質疑的聲音也不少。
5:13.570–5:16.984
有人就直接指出 Cloudflare 的宣傳口號是
5:16.984–5:19.507
「Agent 需要電腦，而不是容器」
5:19.507–5:22.045
但專案本身還在非常早期的預覽階段，
5:22.045–5:25.031
根本不適合用在 production 環境。
5:25.031–5:27.420
這代表它的行銷說法跟技術的成熟度
5:27.420–5:28.465
其實有段差距。
5:28.465–5:30.406
而且目前專案的效能和穩定性
5:30.406–5:32.645
都還沒有經過大規模的實戰驗證。
5:32.645–5:33.989
從另一個角度來看，
5:33.989–5:36.079
computer 專案的價值，
5:36.079–5:37.572
不只是它的功能而已，
5:37.572–5:38.468
更重要的是，
5:38.468–5:41.101
它對整個產業拋出了一個全新的命題，
5:41.101–5:45.747
叫做：Serverless Personal Computer。
5:45.747–5:47.451
它模糊了無伺服器函數、
5:47.451–5:49.309
容器和虛擬機之間的界線，
5:49.309–5:53.336
也挑戰了 Serverless 一定要無狀態的傳統觀念。
5:53.336–5:55.504
不過，潛在的風險也相當明顯。
5:55.504–5:57.827
首先，就是深度的「廠商鎖定」。
5:57.827–6:03.353
它的整個架構都高度依賴 Cloudflare 的 Durable Objects 和 Workers，
6:03.353–6:04.580
想搬家？幾乎不可能。
6:04.580–6:06.914
其次，這是一個橫跨了 FUSE、RPC、
6:06.914–6:10.352
再到 Durable Object 等好幾個抽象層的複雜系統，
6:10.352–6:11.825
這代表萬一出了什麼問題，
6:11.825–6:13.667
光是 debug 就會是一場惡夢。
6:13.667–6:15.509
所以說，這個專案最後是成是敗，
6:15.509–6:18.947
關鍵就看 Cloudflare 能不能在提供強大能力的同時，
6:18.947–6:21.875
也有效地控制住系統的複雜度和效能瓶頸。
6:21.875–6:22.645
總結來說，
6:22.645–6:27.113
Cloudflare 的 computer 不單單只是一個工具，
6:27.113–6:29.116
它更像是一套完整的世界觀，
6:29.116–6:32.968
是用來解決 Serverless 核心限制的一種解答。
6:32.968–6:36.512
它想做的，就是賦予那些來去匆匆的雲端運算任務，
6:36.512–6:39.748
一個持久的「記憶」和一個靈活的「工作台」。
6:39.748–6:41.782
雖然專案現在還在實驗階段，
6:41.782–6:45.068
但它確實為我們指出了一個極具想像力的方向，
6:45.068–6:48.041
讓我們去思考，未來要如何打造出更強大、
6:48.041–6:51.015
更有能力的 AI Agent 和自動化流程。
6:51.015–6:55.083
這也就是為什麼，所有關注雲端原生和 AI 技術的開發者，
6:55.083–6:56.804
都應該花點時間來了解、
6:56.804–6:59.308
並且持續追蹤這個專案的後續發展。
0:11.044–0:15.540
今天我們要深度解析 GitHub 上的一個熱門專案：computer，
0:15.540–0:17.447
由 Cloudflare 推出，
0:17.447–0:21.534
目標是給你的 AI Agent 或雲端應用程式 一台完整的虛擬電腦。
0:21.534–0:25.757
它讓應用能無縫地在高效能的容器與低延遲的 Worker 之間切換，
0:25.757–0:28.618
賦予邊緣運算前所未有的檔案與程式執行能力。
0:28.618–0:29.708
有一個開源專案，
0:29.708–0:32.724
它宣稱要給 AI Agent 一台真正的「電腦」，
0:32.724–0:34.507
而不是一個小小的「容器」。
0:34.507–0:35.329
但有趣的是，
0:35.329–0:39.442
它的底層卻同時用了容器和 Cloudflare Workers。
0:39.442–0:41.499
這個設計聽起來有點矛盾，對吧？
0:41.499–0:43.418
但它在 GitHub 上線不久，
0:43.418–0:44.926
就吸引了將近三千顆星，
0:44.926–0:46.846
甚至有一天就暴增了快九百顆。
0:46.846–0:48.628
這背後可不是什麼行銷話術，
0:48.628–0:51.557
而是一場對無伺服器架構邊界的深刻探索。
0:51.557–0:55.102
今天我們要聊的這個專案，叫做 computer，
0:55.102–0:58.185
它到底藏了什麼樣的技術權衡與設計哲學呢？
0:58.185–1:03.272
computer 這個專案，是由 Cloudflare 發起的一項實驗。
1:03.272–1:04.505
它的目標很明確，
1:04.505–1:06.355
就是要解決一個根本問題：
1:06.355–1:08.667
AI Agent 或雲端應用程式，
1:08.667–1:11.454
在無伺服器 Serverless 環境中，
1:11.454–1:12.920
沒有自己的檔案系統，
1:12.920–1:14.680
也沒辦法執行複雜的程式。
1:14.680–1:15.414
簡單來說，
1:15.414–1:17.907
computer 為每一個運算任務，
1:17.907–1:20.254
都提供了一台功能完整的虛擬電腦。
1:20.254–1:23.040
這個專案是用 TypeScript 寫的，
1:23.040–1:25.534
目前已經累積了二千八百五十四顆星，
1:25.534–1:28.467
其中有八百九十一顆是在一天之內衝上來的，
1:28.467–1:30.504
Fork 數也達到一百三十。
1:30.504–1:32.071
從這些數字可以看出，
1:32.071–1:33.951
它的概念在開發者社群裡，
1:33.951–1:36.145
確實引發了高度的關注和好奇。
1:36.145–1:39.436
我們來談談傳統的 Serverless 架構，
1:39.436–1:40.689
也就是無伺服器。
1:40.689–1:42.726
它最大的特點就是「無狀態」
1:42.726–1:44.450
而且「生命週期很短」。
1:44.450–1:45.547
這代表什麼呢？
1:45.547–1:47.427
意思就是，一個函數跑完，
1:47.427–1:49.016
它所有的執行環境、
1:49.016–1:51.312
所有的資料，就通通消失了，
1:51.312–1:52.371
船過水無痕。
1:52.371–1:57.316
但這對於需要「記憶」和「工作空間」的 AI Agent 來說，
1:57.316–1:59.082
簡直是個天大的限制。
1:59.082–2:02.790
你想想，一個沒有記憶的智慧體，要怎麼工作？
2:02.790–2:03.849
過去的解法，
2:03.849–2:07.028
通常是把狀態存到外部的 S3 或資料庫，
2:07.028–2:08.590
每次執行再重新讀取，
2:08.590–2:10.777
這過程不但麻煩，效率也很差。
2:10.777–2:12.808
那如果要處理更複雜的任務，
2:12.808–2:15.308
像是編譯程式碼、或是轉檔影片呢？
2:15.308–2:16.401
那就更麻煩了，
2:16.401–2:18.901
還得額外啟動笨重的容器或虛擬機。
2:18.901–2:21.713
而 computer 這個專案的切入點，
2:21.713–2:23.275
就是要解決這個痛點。
2:23.275–2:26.868
它試圖在 Serverless 的輕量和彈性之上，
2:26.868–2:30.186
嫁接一個可以永久保存、又能互動的運算環境。
2:30.186–2:34.610
目標，就是讓 AI Agent 真正擁有一個屬於自己的工作台。
2:34.610–2:38.401
那麼，Computer 的核心架構是怎麼實現的呢？
2:38.401–2:42.825
關鍵在於，它將「狀態」與「執行」這兩件事徹底分離。
2:42.825–2:45.827
你可以把它想像成一台非常特殊的雲端筆電。
2:45.827–2:51.636
首先，這台筆電的「硬碟」其實是一個 Cloudflare Durable Object。
2:51.636–2:53.988
它內部使用了一個 SQLite 資料庫，
2:53.988–2:56.201
來儲存整個檔案系統的結構與內容。
2:56.201–2:58.691
Durable Object 這項技術，
2:58.691–3:00.627
確保了你的資料能夠永久保存，
3:00.627–3:01.734
並且維持一致性。
3:01.734–3:03.947
接著，這台筆電的「CPU」更酷，
3:03.947–3:05.828
它具備兩種可以隨時切換的模式。
3:05.828–3:08.866
第一種是重量級的 Container 後端。
3:08.866–3:11.471
它可以啟動一個完整的 Linux 環境，
3:11.471–3:13.352
讓你能夠執行任何二進位檔案。
3:13.352–3:17.258
例如使用 pandoc 進行檔案轉換，或使用 ffmpeg 處理影片。
3:17.258–3:18.705
而筆電硬碟中的資料，
3:18.705–3:21.165
會透過 FUSE 技術掛載到容器內部，
3:21.165–3:22.467
讓程式在讀寫檔案時，
3:22.467–3:24.528
感覺就像在操作本機檔案一樣自然。
3:24.528–3:27.619
第二種模式是輕量級的 Isolate 後端。
3:27.619–3:29.532
它能在極短的時間內，
3:29.532–3:32.623
啟動一個 Cloudflare Worker，
3:32.623–3:37.333
專門用來執行簡單的 shell 指令或 JavaScript 程式碼，
3:37.333–3:38.216
延遲極低。
3:38.216–3:38.952
最棒的是，
3:38.952–3:41.307
開發者只要透過一個統一的 API，
3:41.307–3:44.902
稱為 workspace.runtime.exec，
3:44.902–3:46.339
就能根據任務需求，
3:46.339–3:49.359
自由選擇要使用重量級的 Container，
3:49.359–3:51.659
還是輕量且省錢的 Isolate。
3:51.659–3:53.816
這樣一來，就在成本與效能之間，
3:53.816–3:55.110
達到了最佳平衡。
3:55.110–3:57.555
那麼這個專案在現實世界中有哪些應用呢？
3:57.555–3:58.561
最直接的場景，
3:58.561–4:01.868
就是讓 AI Agent 有能力自行處理複雜任務。
4:01.868–4:02.539
舉個例子，
4:02.539–4:05.089
你可以要求一個 Agent 幫你撰寫一份報告。
4:05.089–4:06.833
它會先在虛擬電腦環境中，
4:06.833–4:08.041
建立一個工作目錄，
4:08.041–4:10.188
接著使用輕量的 Isolate 後端，
4:10.188–4:12.335
快速完成 Markdown 文件的撰寫。
4:12.335–4:15.288
最後，再呼叫重量級的 Container 後端，
4:15.288–4:17.032
啟動 pandoc 這個工具，
4:17.032–4:19.179
將文件轉換成精美的 PDF 檔案並儲存。
4:19.179–4:20.387
整個過程一氣呵成。
4:20.387–4:21.159
另一個應用場景，
4:21.159–4:23.089
是將其作為透過 API 操作的
4:23.089–4:24.375
輕量級雲端開發環境。
4:24.375–4:25.791
開發者可以透過 API，
4:25.791–4:28.492
在這台虛擬電腦中執行建置腳本，
4:28.492–4:32.095
或是將專案發佈至 Cloudflare Artifacts。
4:32.095–4:33.510
不過，也正因為這項技術，
4:33.510–4:35.954
與 Cloudflare 的生態系綁得相當緊密，
4:35.954–4:39.428
因此對於已經在使用 Cloudflare 平台的開發者來說，
4:39.428–4:40.624
上手會比較容易。
4:40.624–4:42.718
但如果你是生態系外的使用者，
4:42.718–4:44.064
就需要先花點時間，
4:44.064–4:47.803
去熟悉 Durable Objects 這類相關服務。
4:47.803–4:50.794
社群對於 computer 這個專案的反應，
4:50.794–4:52.439
可以說是「審慎樂觀」。
4:52.439–4:53.037
一方面，
4:53.037–4:56.028
大多數開發者都非常欣賞它創新的架構理念。
4:56.028–4:59.468
使用 Durable Object 搭配 SQLite，
4:59.468–5:01.249
來打造一個永久的工作區，
5:01.249–5:06.445
還能在輕量的 Isolate 和功能完整的 Container 之間動態切換。
5:06.445–5:11.343
這個設計，被認為是替未來自主 AI Agent 打下了非常有潛力的基礎。
5:11.343–5:12.234
但另一方面，
5:12.234–5:13.570
質疑的聲音也不少。
5:13.570–5:16.984
有人就直接指出 Cloudflare 的宣傳口號是
5:16.984–5:19.507
「Agent 需要電腦，而不是容器」
5:19.507–5:22.045
但專案本身還在非常早期的預覽階段，
5:22.045–5:25.031
根本不適合用在 production 環境。
5:25.031–5:27.420
這代表它的行銷說法跟技術的成熟度
5:27.420–5:28.465
其實有段差距。
5:28.465–5:30.406
而且目前專案的效能和穩定性
5:30.406–5:32.645
都還沒有經過大規模的實戰驗證。
5:32.645–5:33.989
從另一個角度來看，
5:33.989–5:36.079
computer 專案的價值，
5:36.079–5:37.572
不只是它的功能而已，
5:37.572–5:38.468
更重要的是，
5:38.468–5:41.101
它對整個產業拋出了一個全新的命題，
5:41.101–5:45.747
叫做：Serverless Personal Computer。
5:45.747–5:47.451
它模糊了無伺服器函數、
5:47.451–5:49.309
容器和虛擬機之間的界線，
5:49.309–5:53.336
也挑戰了 Serverless 一定要無狀態的傳統觀念。
5:53.336–5:55.504
不過，潛在的風險也相當明顯。
5:55.504–5:57.827
首先，就是深度的「廠商鎖定」。
5:57.827–6:03.353
它的整個架構都高度依賴 Cloudflare 的 Durable Objects 和 Workers，
6:03.353–6:04.580
想搬家？幾乎不可能。
6:04.580–6:06.914
其次，這是一個橫跨了 FUSE、RPC、
6:06.914–6:10.352
再到 Durable Object 等好幾個抽象層的複雜系統，
6:10.352–6:11.825
這代表萬一出了什麼問題，
6:11.825–6:13.667
光是 debug 就會是一場惡夢。
6:13.667–6:15.509
所以說，這個專案最後是成是敗，
6:15.509–6:18.947
關鍵就看 Cloudflare 能不能在提供強大能力的同時，
6:18.947–6:21.875
也有效地控制住系統的複雜度和效能瓶頸。
6:21.875–6:22.645
總結來說，
6:22.645–6:27.113
Cloudflare 的 computer 不單單只是一個工具，
6:27.113–6:29.116
它更像是一套完整的世界觀，
6:29.116–6:32.968
是用來解決 Serverless 核心限制的一種解答。
6:32.968–6:36.512
它想做的，就是賦予那些來去匆匆的雲端運算任務，
6:36.512–6:39.748
一個持久的「記憶」和一個靈活的「工作台」。
6:39.748–6:41.782
雖然專案現在還在實驗階段，
6:41.782–6:45.068
但它確實為我們指出了一個極具想像力的方向，
6:45.068–6:48.041
讓我們去思考，未來要如何打造出更強大、
6:48.041–6:51.015
更有能力的 AI Agent 和自動化流程。
6:51.015–6:55.083
這也就是為什麼，所有關注雲端原生和 AI 技術的開發者，
6:55.083–6:56.804
都應該花點時間來了解、
6:56.804–6:59.308
並且持續追蹤這個專案的後續發展。
0:11.044–0:15.540
今天我們要深度解析 GitHub 上的一個熱門專案：computer，
今天我們要深度解析 GitHub 上的一個熱門專案：computer，
0:15.540–0:17.447
由 Cloudflare 推出，
由 Cloudflare 推出，
0:17.447–0:21.534
目標是給你的 AI Agent 或雲端應用程式 一台完整的虛擬電腦。
目標是給你的 AI Agent 或雲端應用程式 一台完整的虛擬電腦。
0:21.534–0:25.757
它讓應用能無縫地在高效能的容器與低延遲的 Worker 之間切換，
它讓應用能無縫地在高效能的容器與低延遲的 Worker 之間切換，
0:25.757–0:28.618
賦予邊緣運算前所未有的檔案與程式執行能力。
賦予邊緣運算前所未有的檔案與程式執行能力。
0:28.618–0:29.708
有一個開源專案，
有一個開源專案，
0:29.708–0:32.724
它宣稱要給 AI Agent 一台真正的「電腦」，
它宣稱要給 AI Agent 一台真正的「電腦」，
0:32.724–0:34.507
而不是一個小小的「容器」。
而不是一個小小的「容器」。
0:34.507–0:35.329
但有趣的是，
但有趣的是，
0:35.329–0:39.442
它的底層卻同時用了容器和 Cloudflare Workers。
它的底層卻同時用了容器和 Cloudflare Workers。
0:39.442–0:41.499
這個設計聽起來有點矛盾，對吧？
這個設計聽起來有點矛盾，對吧？
0:41.499–0:43.418
但它在 GitHub 上線不久，
但它在 GitHub 上線不久，
0:43.418–0:44.926
就吸引了將近三千顆星，
就吸引了將近三千顆星，
0:44.926–0:46.846
甚至有一天就暴增了快九百顆。
甚至有一天就暴增了快九百顆。
0:46.846–0:48.628
這背後可不是什麼行銷話術，
這背後可不是什麼行銷話術，
0:48.628–0:51.557
而是一場對無伺服器架構邊界的深刻探索。
而是一場對無伺服器架構邊界的深刻探索。
0:51.557–0:55.102
今天我們要聊的這個專案，叫做 computer，
今天我們要聊的這個專案，叫做 computer，
0:55.102–0:58.185
它到底藏了什麼樣的技術權衡與設計哲學呢？
它到底藏了什麼樣的技術權衡與設計哲學呢？
0:58.185–1:03.272
computer 這個專案，是由 Cloudflare 發起的一項實驗。
computer 這個專案，是由 Cloudflare 發起的一項實驗。
1:03.272–1:04.505
它的目標很明確，
它的目標很明確，
1:04.505–1:06.355
就是要解決一個根本問題：
就是要解決一個根本問題：
1:06.355–1:08.667
AI Agent 或雲端應用程式，
AI Agent 或雲端應用程式，
1:08.667–1:11.454
在無伺服器 Serverless 環境中，
在無伺服器 Serverless 環境中，
1:11.454–1:12.920
沒有自己的檔案系統，
沒有自己的檔案系統，
1:12.920–1:14.680
也沒辦法執行複雜的程式。
也沒辦法執行複雜的程式。
1:14.680–1:15.414
簡單來說，
簡單來說，
1:15.414–1:17.907
computer 為每一個運算任務，
computer 為每一個運算任務，
1:17.907–1:20.254
都提供了一台功能完整的虛擬電腦。
都提供了一台功能完整的虛擬電腦。
1:20.254–1:23.040
這個專案是用 TypeScript 寫的，
這個專案是用 TypeScript 寫的，
1:23.040–1:25.534
目前已經累積了二千八百五十四顆星，
目前已經累積了二千八百五十四顆星，
1:25.534–1:28.467
其中有八百九十一顆是在一天之內衝上來的，
其中有八百九十一顆是在一天之內衝上來的，
1:28.467–1:30.504
Fork 數也達到一百三十。
Fork 數也達到一百三十。
1:30.504–1:32.071
從這些數字可以看出，
從這些數字可以看出，
1:32.071–1:33.951
它的概念在開發者社群裡，
它的概念在開發者社群裡，
1:33.951–1:36.145
確實引發了高度的關注和好奇。
確實引發了高度的關注和好奇。
1:36.145–1:39.436
我們來談談傳統的 Serverless 架構，
我們來談談傳統的 Serverless 架構，
1:39.436–1:40.689
也就是無伺服器。
也就是無伺服器。
1:40.689–1:42.726
它最大的特點就是「無狀態」
它最大的特點就是「無狀態」
1:42.726–1:44.450
而且「生命週期很短」。
而且「生命週期很短」。
1:44.450–1:45.547
這代表什麼呢？
這代表什麼呢？
1:45.547–1:47.427
意思就是，一個函數跑完，
意思就是，一個函數跑完，
1:47.427–1:49.016
它所有的執行環境、
它所有的執行環境、
1:49.016–1:51.312
所有的資料，就通通消失了，
所有的資料，就通通消失了，
1:51.312–1:52.371
船過水無痕。
船過水無痕。
1:52.371–1:57.316
但這對於需要「記憶」和「工作空間」的 AI Agent 來說，
但這對於需要「記憶」和「工作空間」的 AI Agent 來說，
1:57.316–1:59.082
簡直是個天大的限制。
簡直是個天大的限制。
1:59.082–2:02.790
你想想，一個沒有記憶的智慧體，要怎麼工作？
你想想，一個沒有記憶的智慧體，要怎麼工作？
2:02.790–2:03.849
過去的解法，
過去的解法，
2:03.849–2:07.028
通常是把狀態存到外部的 S3 或資料庫，
通常是把狀態存到外部的 S3 或資料庫，
2:07.028–2:08.590
每次執行再重新讀取，
每次執行再重新讀取，
2:08.590–2:10.777
這過程不但麻煩，效率也很差。
這過程不但麻煩，效率也很差。
2:10.777–2:12.808
那如果要處理更複雜的任務，
那如果要處理更複雜的任務，
2:12.808–2:15.308
像是編譯程式碼、或是轉檔影片呢？
像是編譯程式碼、或是轉檔影片呢？
2:15.308–2:16.401
那就更麻煩了，
那就更麻煩了，
2:16.401–2:18.901
還得額外啟動笨重的容器或虛擬機。
還得額外啟動笨重的容器或虛擬機。
2:18.901–2:21.713
而 computer 這個專案的切入點，
而 computer 這個專案的切入點，
2:21.713–2:23.275
就是要解決這個痛點。
就是要解決這個痛點。
2:23.275–2:26.868
它試圖在 Serverless 的輕量和彈性之上，
它試圖在 Serverless 的輕量和彈性之上，
2:26.868–2:30.186
嫁接一個可以永久保存、又能互動的運算環境。
嫁接一個可以永久保存、又能互動的運算環境。
2:30.186–2:34.610
目標，就是讓 AI Agent 真正擁有一個屬於自己的工作台。
目標，就是讓 AI Agent 真正擁有一個屬於自己的工作台。
2:34.610–2:38.401
好，那 computer 的核心架構是怎麼做到的呢？
那麼，Computer 的核心架構是怎麼實現的呢？
2:38.401–2:42.825
關鍵在於，它把「狀態」跟「執行」這兩件事，切得一乾二淨。
關鍵在於，它將「狀態」與「執行」這兩件事徹底分離。
2:42.825–2:45.827
你可以把它想像成一台很特別的雲端筆電。
你可以把它想像成一台非常特殊的雲端筆電。
2:45.827–2:51.636
首先，這台筆電的「硬碟」，其實是一個 Cloudflare Durable Object。
首先，這台筆電的「硬碟」其實是一個 Cloudflare Durable Object。
2:51.636–2:53.988
它裡面用了一個 SQLite 資料庫，
它內部使用了一個 SQLite 資料庫，
2:53.988–2:56.201
來儲存整個檔案系統的結構和內容。
來儲存整個檔案系統的結構與內容。
2:56.201–2:58.691
Durable Object 這個技術，
Durable Object 這項技術，
2:58.691–3:00.627
確保了你的資料可以永久保存，
確保了你的資料能夠永久保存，
3:00.627–3:01.734
而且維持一致性。
並且維持一致性。
3:01.734–3:03.947
再來，這台筆電的「CPU」更酷，
接著，這台筆電的「CPU」更酷，
3:03.947–3:05.828
它有兩種模式可以隨時切換。
它具備兩種可以隨時切換的模式。
3:05.828–3:08.866
第一種，是重量級的 Container 後端。
第一種是重量級的 Container 後端。
3:08.866–3:11.471
它可以啟動一個完整的 Linux 環境，
它可以啟動一個完整的 Linux 環境，
3:11.471–3:13.352
讓你能執行任何二進位檔案。
讓你能夠執行任何二進位檔案。
3:13.352–3:17.258
比方說用 pandoc 來轉檔，或用 ffmpeg 處理影片。
例如使用 pandoc 進行檔案轉換，或使用 ffmpeg 處理影片。
3:17.258–3:18.705
而筆電硬碟裡的資料，
而筆電硬碟中的資料，
3:18.705–3:21.165
會透過 FUSE 技術掛載到容器裡面，
會透過 FUSE 技術掛載到容器內部，
3:21.165–3:22.467
讓程式讀寫檔案時，
讓程式在讀寫檔案時，
3:22.467–3:24.528
就跟在操作本機檔案一樣自然。
感覺就像在操作本機檔案一樣自然。
3:24.528–3:27.619
第二種模式，是輕量級的 Isolate 後端。
第二種模式是輕量級的 Isolate 後端。
3:27.619–3:29.532
它能在非常非常短的時間內，
它能在極短的時間內，
3:29.532–3:32.623
啟動一個 Cloudflare Worker，
啟動一個 Cloudflare Worker，
3:32.623–3:37.333
專門用來跑一些簡單的 shell 指令或 JavaScript 程式碼，
專門用來執行簡單的 shell 指令或 JavaScript 程式碼，
3:37.333–3:38.216
延遲超級低。
延遲極低。
3:38.216–3:38.952
最棒的是，
最棒的是，
3:38.952–3:41.307
開發者只要透過一個統一的 API，
開發者只要透過一個統一的 API，
3:41.307–3:44.902
叫做 workspace.runtime.exec，
稱為 workspace.runtime.exec，
3:44.902–3:46.339
就能根據任務的需求，
就能根據任務需求，
3:46.339–3:49.359
自由選擇要派出重量級的 Container，
自由選擇要使用重量級的 Container，
3:49.359–3:51.659
還是輕快又省錢的 Isolate。
還是輕量且省錢的 Isolate。
3:51.659–3:53.816
這樣一來，就在成本和效能之間，
這樣一來，就在成本與效能之間，
3:53.816–3:55.110
達到了最佳的平衡。
達到了最佳平衡。
3:55.110–3:57.555
那這個專案在真實世界有哪些應用呢？
那麼這個專案在現實世界中有哪些應用呢？
3:57.555–3:58.561
最直接的場景，
最直接的場景，
3:58.561–4:01.868
就是讓 AI Agent 有能力自己搞定複雜的任務。
就是讓 AI Agent 有能力自行處理複雜任務。
4:01.868–4:02.539
舉個例子，
舉個例子，
4:02.539–4:05.089
你可以叫一個 Agent 幫你寫一份報告。
你可以要求一個 Agent 幫你撰寫一份報告。
4:05.089–4:06.833
它會先在自己的虛擬電腦裡，
它會先在虛擬電腦環境中，
4:06.833–4:08.041
建立一個工作目錄，
建立一個工作目錄，
4:08.041–4:10.188
接著用輕量的 Isolate 後端，
接著使用輕量的 Isolate 後端，
4:10.188–4:12.335
快速把 Markdown 文件寫好。
快速完成 Markdown 文件的撰寫。
4:12.335–4:15.288
最後，再呼叫重量級的 Container 後端，
最後，再呼叫重量級的 Container 後端，
4:15.288–4:17.032
啟動 pandoc 這個工具，
啟動 pandoc 這個工具，
4:17.032–4:19.179
把文件轉成漂亮的 PDF 檔存起來。
將文件轉換成精美的 PDF 檔案並儲存。
4:19.179–4:20.387
整個過程一氣呵成。
整個過程一氣呵成。
4:20.387–4:21.159
另一個應用，
另一個應用場景，
4:21.159–4:23.089
是把它當成一個用 API 來操作的
是將其作為透過 API 操作的
4:23.089–4:24.375
輕量級雲端開發環境。
輕量級雲端開發環境。
4:24.375–4:25.791
開發者可以透過 API，
開發者可以透過 API，
4:25.791–4:28.492
在這台虛擬電腦裡跑 build script，
在這台虛擬電腦中執行建置腳本，
4:28.492–4:32.095
或是把專案發佈到 Cloudflare Artifacts。
或是將專案發佈至 Cloudflare Artifacts。
4:32.095–4:33.510
不過，也因為這項技術，
不過，也正因為這項技術，
4:33.510–4:35.954
跟 Cloudflare 的生態綁得很深，
與 Cloudflare 的生態系綁得相當緊密，
4:35.954–4:39.428
所以對於已經在用 Cloudflare 平台的開發者來說，
因此對於已經在使用 Cloudflare 平台的開發者來說，
4:39.428–4:40.624
上手會比較容易。
上手會比較容易。
4:40.624–4:42.718
但如果你是生態系外的使用者，
但如果你是生態系外的使用者，
4:42.718–4:44.064
就需要先花點時間，
就需要先花點時間，
4:44.064–4:47.803
去熟悉 Durable Objects 這類相關服務了。
去熟悉 Durable Objects 這類相關服務。
4:47.803–4:50.794
社群對於 computer 這個專案的反應，
社群對於 computer 這個專案的反應，
4:50.794–4:52.439
可以說是「審慎樂觀」。
可以說是「審慎樂觀」。
4:52.439–4:53.037
一方面，
一方面，
4:53.037–4:56.028
大多數開發者都非常欣賞它創新的架構理念。
大多數開發者都非常欣賞它創新的架構理念。
4:56.028–4:59.468
用 Durable Object 加上 SQLite，
使用 Durable Object 搭配 SQLite，
4:59.468–5:01.249
來打造一個永久的工作區，
來打造一個永久的工作區，
5:01.249–5:06.445
還能在輕量的 Isolate 和功能完整的 Container 之間動態切換。
還能在輕量的 Isolate 和功能完整的 Container 之間動態切換。
5:06.445–5:11.343
這個設計，被認為是替未來自主 AI Agent 打下了非常有潛力的基礎。
這個設計，被認為是替未來自主 AI Agent 打下了非常有潛力的基礎。
5:11.343–5:12.234
但另一方面，
但另一方面，
5:12.234–5:13.570
質疑的聲音也不少。
質疑的聲音也不少。
5:13.570–5:16.984
有人就直接指出 Cloudflare 的宣傳口號是
有人就直接指出 Cloudflare 的宣傳口號是
5:16.984–5:19.507
「Agent 需要電腦，而不是容器」
「Agent 需要電腦，而不是容器」
5:19.507–5:22.045
但專案本身還在非常早期的預覽階段，
但專案本身還在非常早期的預覽階段，
5:22.045–5:25.031
根本不適合用在 production 環境。
根本不適合用在 production 環境。
5:25.031–5:27.420
這代表它的行銷說法跟技術的成熟度
這代表它的行銷說法跟技術的成熟度
5:27.420–5:28.465
其實有段差距。
其實有段差距。
5:28.465–5:30.406
而且目前專案的效能和穩定性
而且目前專案的效能和穩定性
5:30.406–5:32.645
都還沒有經過大規模的實戰驗證。
都還沒有經過大規模的實戰驗證。
5:32.645–5:33.989
從另一個角度來看，
從另一個角度來看，
5:33.989–5:36.079
computer 專案的價值，
computer 專案的價值，
5:36.079–5:37.572
不只是它的功能而已，
不只是它的功能而已，
5:37.572–5:38.468
更重要的是，
更重要的是，
5:38.468–5:41.101
它對整個產業拋出了一個全新的命題，
它對整個產業拋出了一個全新的命題，
5:41.101–5:45.747
叫做：Serverless Personal Computer。
叫做：Serverless Personal Computer。
5:45.747–5:47.451
它模糊了無伺服器函數、
它模糊了無伺服器函數、
5:47.451–5:49.309
容器和虛擬機之間的界線，
容器和虛擬機之間的界線，
5:49.309–5:53.336
也挑戰了 Serverless 一定要無狀態的傳統觀念。
也挑戰了 Serverless 一定要無狀態的傳統觀念。
5:53.336–5:55.504
不過，潛在的風險也相當明顯。
不過，潛在的風險也相當明顯。
5:55.504–5:57.827
首先，就是深度的「廠商鎖定」。
首先，就是深度的「廠商鎖定」。
5:57.827–6:03.353
它的整個架構都高度依賴 Cloudflare 的 Durable Objects 和 Workers，
它的整個架構都高度依賴 Cloudflare 的 Durable Objects 和 Workers，
6:03.353–6:04.580
想搬家？幾乎不可能。
想搬家？幾乎不可能。
6:04.580–6:06.914
其次，這是一個橫跨了 FUSE、RPC、
其次，這是一個橫跨了 FUSE、RPC、
6:06.914–6:10.352
再到 Durable Object 等好幾個抽象層的複雜系統，
再到 Durable Object 等好幾個抽象層的複雜系統，
6:10.352–6:11.825
這代表萬一出了什麼問題，
這代表萬一出了什麼問題，
6:11.825–6:13.667
光是 debug 就會是一場惡夢。
光是 debug 就會是一場惡夢。
6:13.667–6:15.509
所以說，這個專案最後是成是敗，
所以說，這個專案最後是成是敗，
6:15.509–6:18.947
關鍵就看 Cloudflare 能不能在提供強大能力的同時，
關鍵就看 Cloudflare 能不能在提供強大能力的同時，
6:18.947–6:21.875
也有效地控制住系統的複雜度和效能瓶頸。
也有效地控制住系統的複雜度和效能瓶頸。
6:21.875–6:22.645
總結來說，
總結來說，
6:22.645–6:27.113
Cloudflare 的 computer 不單單只是一個工具，
Cloudflare 的 computer 不單單只是一個工具，
6:27.113–6:29.116
它更像是一套完整的世界觀，
它更像是一套完整的世界觀，
6:29.116–6:32.968
是用來解決 Serverless 核心限制的一種解答。
是用來解決 Serverless 核心限制的一種解答。
6:32.968–6:36.512
它想做的，就是賦予那些來去匆匆的雲端運算任務，
它想做的，就是賦予那些來去匆匆的雲端運算任務，
6:36.512–6:39.748
一個持久的「記憶」和一個靈活的「工作台」。
一個持久的「記憶」和一個靈活的「工作台」。
6:39.748–6:41.782
雖然專案現在還在實驗階段，
雖然專案現在還在實驗階段，
6:41.782–6:45.068
但它確實為我們指出了一個極具想像力的方向，
但它確實為我們指出了一個極具想像力的方向，
6:45.068–6:48.041
讓我們去思考，未來要如何打造出更強大、
讓我們去思考，未來要如何打造出更強大、
6:48.041–6:51.015
更有能力的 AI Agent 和自動化流程。
更有能力的 AI Agent 和自動化流程。
6:51.015–6:55.083
這也就是為什麼，所有關注雲端原生和 AI 技術的開發者，
這也就是為什麼，所有關注雲端原生和 AI 技術的開發者，
6:55.083–6:56.804
都應該花點時間來了解、
都應該花點時間來了解、
6:56.804–6:59.308
並且持續追蹤這個專案的後續發展。
並且持續追蹤這個專案的後續發展。

影片筆記：AI Agent 終於有家了！用 cloudflare/computer 五分鐘打造具備永久記憶的雲端應用

一句話總結

Cloudflare 推出開源專案 computer，透過將「狀態」與「執行」分離，利用 Durable Object + SQLite 提供永久檔案系統，並結合 Container 與 Isolate 兩種後端模式，為 AI Agent 打造具備「記憶」與「工作台」的雲端虛擬電腦環境。

核心重點

  1. 解決 Serverless 痛點：傳統無伺服器架構缺乏檔案系統與複雜程式執行能力，computer 旨在提供一台完整的「虛擬電腦」，而非僅是容器。
  2. 狀態與執行分離架構：
  • 狀態層（硬碟）：使用 Cloudflare Durable Object 結合 SQLite，儲存檔案系統結構與內容，確保資料永久保存與一致性。
  • 執行層（CPU）：提供兩種可切換的後端模式，透過統一 API workspace.runtime.exec 進行調度。
  1. 雙後端模式：
  • 重量級 Container 後端：啟動完整 Linux 環境，支援二進位檔案執行（如 pandoc、ffmpeg），透過 FUSE 技術掛載硬碟資料。
  • 輕量級 Isolate 後端：快速啟動 Cloudflare Worker，適合執行簡單 Shell 指令或 JavaScript，具備低延遲特性。
  1. 應用場景：支援 AI Agent 複雜任務（如撰寫報告並轉檔）、輕量級雲端開發環境（執行 build script 並發佈至 Cloudflare Artifacts）。
  2. 現狀與風險：專案處於早期預覽階段，雖獲 GitHub 高關注度，但存在廠商鎖定、系統複雜度高及穩定性未經驗證等風險，不適合直接用於 Production 環境。

詳細大綱

I. 專案背景與目標

  • 專案名稱：computer
  • 發起者：Cloudflare
  • 核心目標：給 AI Agent 或雲端應用程式一台完整的虛擬電腦，解決傳統 Serverless 環境無狀態、生命週期短、缺乏檔案系統與執行複雜程式能力的痛點。
  • 社群反應：GitHub 上線不久即獲得近 3,000 顆星，其中一天內暴增近 900 顆，Fork 數達 130。

II. 傳統 Serverless 的局限性

  • 無狀態與短生命週期：函數執行完後，執行環境與資料即消失。
  • 狀態管理困難：需將狀態存至外部 S3 或資料庫，每次執行重新讀取，效率差。
  • 複雜任務處理難：編譯程式碼或轉檔影片需額外啟動笨重容器或虛擬機。

III. computer 核心架構設計

  • 設計哲學：將「狀態」與「執行」切得一乾二淨，模擬雲端筆電。
  • 硬碟（狀態層）：
  • 技術：Cloudflare Durable Object + SQLite 資料庫。
  • 功能：儲存檔案系統結構與內容，確保資料永久保存與一致性。
  • CPU（執行層）：具備兩種可切換模式。
  1. Container 後端（重量級）：
  • 啟動完整 Linux 環境。
  • 支援執行二進位檔案（例：pandoc 轉檔、ffmpeg 處理影片）。
  • 透過 FUSE 技術將硬碟資料掛載至容器，實現自然讀寫。
  1. Isolate 後端（輕量級）：
  • 極短時間內啟動 Cloudflare Worker。
  • 執行簡單 Shell 指令或 JavaScript 程式碼。
  • 特點：延遲超低。
  • 統一介面：透過 workspace.runtime.exec API，根據任務需求自由選擇後端，平衡成本與效能。

IV. 應用場景

  • AI Agent 複雜任務處理：
  • 範例：撰寫報告。
  • 流程：建立工作目錄 -> 使用 Isolate 後端快速撰寫 Markdown -> 呼叫 Container 後端啟動 pandoc 轉檔為 PDF。
  • 輕量級雲端開發環境：
  • 透過 API 執行 build script。
  • 將專案發佈至 Cloudflare Artifacts。
  • 生態系依賴：
  • 對已使用 Cloudflare 平台的開發者較易上手。
  • 生態系外使用者需熟悉 Durable Objects 等相關服務。

V. 社群評價與風險分析

  • 正面評價：
  • 創新架構理念：用 Durable Object + SQLite 打造永久工作區。
  • 動態切換能力：在輕量 Isolate 與完整 Container 間切換。
  • 為未來自主 AI Agent 打下潛力基礎。
  • 負面/質疑聲音：
  • 行銷與技術落差：宣傳口號為「Agent 需要電腦，而不是容器」，但專案處於早期預覽階段，不適合 Production 環境。
  • 穩定性未經驗證：效能與穩定性未經大規模實戰測試。
  • 潛在風險：
  1. 廠商鎖定（Vendor Lock-in）：高度依賴 Cloudflare Durable Objects 和 Workers，遷移困難。
  2. 系統複雜度：橫跨 FUSE、RPC、Durable Object 等多個抽象層，除錯（Debug）困難。
  3. 效能瓶頸：需平衡強大能力與系統複雜度。

VI. 總結與展望

  • computer 不僅是工具，更是一套解決 Serverless 核心限制的世界觀。
  • 賦予雲端運算任務持久的「記憶」與靈活的「工作台」。
  • 為雲端原生與 AI 技術開發者提供極具想像力的方向，值得持續追蹤。

工具 / 模型 / 名詞整理

  • GitHub：專案託管平台。
  • Cloudflare：專案發起者及底層服務供應商。
  • computer：Cloudflare 推出的開源專案名稱。
  • AI Agent：人工智慧代理程式。
  • Serverless / 無伺服器：架構類型。
  • TypeScript：專案開發語言。
  • S3：外部儲存服務（提及作為傳統解法）。
  • Durable Object：Cloudflare 技術，用於儲存狀態。
  • SQLite：資料庫系統，用於 Durable Object 內儲存檔案結構。
  • Container：容器後端模式。
  • Linux：作業系統環境。
  • pandoc：用於文件轉檔的工具。
  • ffmpeg：用於處理影片的工具。
  • FUSE：技術，用於將檔案系統掛載到容器。
  • Isolate：輕量級後端模式。
  • Cloudflare Worker：執行輕量級任務的服務。
  • Shell：指令列介面。
  • JavaScript：程式語言。
  • workspace.runtime.exec：統一的 API 名稱。
  • Cloudflare Artifacts：專案發佈目標服務。

操作流程整理

場景一：AI Agent 撰寫報告並轉檔

  1. 建立工作目錄：利用狀態層建立虛擬電腦的工作環境。
  2. 撰寫內容：使用 Isolate 後端 快速撰寫 Markdown 文件。
  3. 執行轉檔：呼叫 Container 後端，啟動 pandoc 將 Markdown 轉檔為 PDF。
  4. 結果儲存：轉檔後的檔案儲存於狀態層，供後續使用。

場景二：輕量級雲端開發環境

  1. 執行腳本：透過 API 執行 build script。
  2. 發佈專案：將構建完成的專案發佈至 Cloudflare Artifacts。

值得注意的限制或風險

  1. 廠商鎖定（Vendor Lock-in）：專案高度依賴 Cloudflare Durable Objects 和 Workers，若未來遷移將面臨困難。
  2. 系統複雜度高：架構橫跨 FUSE、RPC、Durable Object 等多個抽象層，導致除錯（Debug）困難。
  3. 穩定性未經驗證：專案目前處於早期預覽階段，效能與穩定性未經大規模實戰測試，不適合直接用於 Production 環境。
  4. 行銷與技術落差：雖然宣傳口號強調「Agent 需要電腦，而不是容器」，但實際技術實現仍涉及複雜的底層服務整合。

逐字稿辨識疑點

  • computer：逐字稿中多次提及專案名稱為 computer，通常 GitHub 專案名可能為複數或其他變體，此處保留原樣。
  • 二千八百五十四顆星 / 八百九十一顆：數字具體，但隨時間變化，僅記錄逐字稿所述數據。
  • FUSE 技術：逐字稿提及透過 FUSE 技術掛載，需確認在 Cloudflare 環境下具體實現方式是否完全符合標準 FUSE 定義，此處僅記錄提及。
  • Isolate 後端：Cloudflare 技術術語中常見 "Isolates" 或 "Workers"，逐字稿使用單數 "Isolate"，保留原樣。
  • Cloudflare Artifacts：Cloudflare 產品線中可能有類似名稱服務，需查證確切產品名稱是否為 "Artifacts" 或為其他服務（如 Pages, R2 等）的誤稱，此處標記為需查證。
  • Agent 需要電腦，而不是容器：此為 Cloudflare 宣傳口號，逐字稿引用，保留原樣。

可延伸追問

  1. computer 專案目前的 GitHub 星數與 Fork 數具體變化趨勢為何？
  2. 在 Production 環境中，如何具體解決 Durable Object 與 Worker 之間的延遲與成本平衡問題？
  3. 若需遷移非 Cloudflare 生態系的應用，computer 的架構調整難度與成本評估？
  4. FUSE 技術在 Cloudflare 環境下的具體實現細節與限制為何？
  5. Cloudflare Artifacts 的確切產品定義與 computer 專案的整合方式為何？

尚未產生學習筆記

請在 Telegram 指令最後加上「學習」，例如：videonote 網址 英文 雙語 學習