Cloudflare เปิดตัวแพลตฟอร์ม Agent? การประกาศเปิดตัวโครงสร้างพื้นฐานครั้งสำคัญนี้ได้รับการยืนยันอย่างเป็นทางการ โดยผู้นำด้านระบบเครือข่ายรายนี้ได้แนะนำเครื่องมือสังเกตการณ์ Agent (Agent Observability) และวงจรการพัฒนา Agent (Agent Development Lifecycle หรือ ADLC) ในขณะที่ Generative AI กำลังเปลี่ยนผ่านจากการเป็นเพียงแชทบอทไปสู่การเป็นซอฟต์แวร์ Agent อิสระที่สามารถรันคำสั่งแบบ Headless และแก้ไขพื้นที่ทำงานในเครื่องได้นั้น สมมติฐานดั้งเดิมเกี่ยวกับการเปลี่ยนเส้นทางเว็บไซต์ (Redirect) และวิศวกรรมซอฟต์แวร์แบบเดิมก็ได้เปลี่ยนไป ในอดีตกรอบการทำงานด้านการพัฒนาและการตลาดมักพึ่งพาการตรวจสอบโดยมนุษย์ รอบการปล่อยอัปเดตแบบทำมือ และสภาพแวดล้อมเบราว์เซอร์ที่มีการจดจำสถานะ แต่ในปัจจุบัน เนื่องจาก Agent ทำงานแบบอัตโนมัติโดยไม่ต้องโหลดคุกกี้ฝั่งไคลเอนต์หรือ Referrer Header ระบบการติดตามที่มา (Attribution) แบบอ้างอิงเบราว์เซอร์จึงอาจสูญเสียการมองเห็นข้อมูลและเกิดช่องว่างในการวัดผลได้
การปรับทิศทางอุตสาหกรรม: Cloudflare เปิดตัวแพลตฟอร์ม Agent เพื่อรองรับขั้นตอนการทำงานอัตโนมัติ
ภาพรวม
- Cloudflare ได้เปิดตัวแพลตฟอร์ม Agent โดยเฉพาะ ซึ่งมาพร้อมกับระบบติดตาม Agent (Agent Tracing), การรองรับ OpenTelemetry และเครื่องมือบันทึกเซสชัน
- แพ็กเกจโอเพนซอร์ส
@cloudflare/computerทำหน้าที่จัดสรรพื้นที่ทำงานเสมือน (Virtual Workspace) ให้กับแต่ละ Agent โดยใช้ Isolate ที่มีน้ำหนักเบาสำหรับงานทั่วไป และใช้คอนเทนเนอร์ (Container) สำหรับงานที่ต้องใช้ทรัพยากรสูงบน Linux - ทางบริษัทเสนอให้เปลี่ยนวงจรการพัฒนาซอฟต์แวร์ (SDLC) แบบดั้งเดิมไปสู่ ADLC เพื่อจัดการกับ Agent ที่ทำงานแบบอัตโนมัติและเรียนรู้ได้ด้วยตนเอง
วงจรการพัฒนาซอฟต์แวร์และการดึงดูดผู้ใช้งานแบบดั้งเดิมถูกออกแบบมาเพื่อการประสานงานของมนุษย์ เป็นเวลากว่าห้าทศวรรษที่ทีมวิศวกรและการตลาดจัดโครงสร้างการทำงานรอบการวางแผน ออกแบบ พัฒนา ทดสอบ ปล่อยซอฟต์แวร์ และติดตามการโต้ตอบของผู้ใช้งานที่เป็นมนุษย์ ภายใต้โมเดลคลาสสิกนี้ ผู้ใช้งานท่องเว็บผ่านเบราว์เซอร์มาตรฐาน ทำให้เกิดคุกกี้ User-Agent และ Referrer Header ที่ช่วยให้แพลตฟอร์มสามารถวัดผลเส้นทางการเปลี่ยนผ่าน (Conversion) ได้อย่างแม่นยำ
การนำระบบ Agentic Workflow มาใช้ที่รวดเร็วได้พลิกโฉมกระบวนทัศน์นี้ แพลตฟอร์ม Agent ของ Cloudflare รวมเอาการเข้าถึงโมเดล, Durable Objects, Workflows, การรันโค้ดในแซนด์บ็อกซ์ และการจัดเก็บข้อมูลแบบถาวรเข้าไว้ในสภาพแวดล้อมการทำงานเดียวกัน สถาปัตยกรรมนี้ช่วยให้นักพัฒนาสามารถปรับใช้ Agent ที่ทำงานในสภาพแวดล้อมแบบ Headless ได้ อย่างไรก็ตาม เนื่องจาก Agent เหล่านี้เรียกใช้งาน API โดยไม่ต้องโหลด Layout Engine ของเบราว์เซอร์หรือรันสคริปต์ติดตามฝั่งไคลเอนต์ บริบทฝั่งไคลเอนต์ที่ระบบติดตามผลแบบเดิมพึ่งพาจึงหายไป หากไม่มีโครงสร้างพื้นฐานเฉพาะในการจับและเก็บพารามิเตอร์ของแคมเปญไว้ที่ระดับเซิร์ฟเวอร์ ท่อส่งข้อมูลการดึงดูดผู้ใช้งานจะสูญเสียการมองเห็นไปทันที

เพื่อจัดการกับความท้าทายในการดำเนินงานเหล่านี้ Cloudflare ได้เปิดตัวแพลตฟอร์ม Agent โดยเฉพาะในวันที่ 4 สิงหาคม 2026 ระหว่างงาน Agents Week ประจำปี ตามรายละเอียดใน การประกาศเปิดตัว Cloudflare Agents อย่างเป็นทางการ แพลตฟอร์มดังกล่าวมีระบบติดตาม Agent ที่รองรับมาตรฐาน OpenTelemetry นักพัฒนาที่สร้างสรรค์งานด้วยเฟรมเวิร์กอย่าง Think, Flue หรือ AI SDK สามารถติดตามการเรียกใช้งานโมเดล, การเรียกใช้เครื่องมือ และการใช้โทเค็นได้แบบเรียลไทม์ เปลี่ยนสคริปต์ที่เป็นกล่องดำ (Black-box) ให้เป็นขั้นตอนการทำงานด้านวิศวกรรมที่สามารถตรวจสอบได้
การขาดการเชื่อมต่อทางสถาปัตยกรรม: ทำไม Headless Agent จึงทำให้การวัดผลบนเว็บแบบเดิมใช้งานไม่ได้
ในระดับแอปพลิเคชัน การประเมินทราฟฟิกจาก Headless Agent จำเป็นต้องใช้สถาปัตยกรรมที่แตกต่างจากคำขอเว็บมาตรฐานอย่างสิ้นเชิง การท่องเว็บผ่านเบราว์เซอร์ทั่วไปจะมีคุกกี้ที่คงอยู่, โทเค็นพื้นที่จัดเก็บในเครื่อง และ HTTP Referrer ที่ละเอียด ในทางกลับกัน AI Agent จะดำเนินการส่งคำขอ HTTP แบบไร้สถานะ (Stateless) ไปยังจุดปลายทางหรือภายในแซนด์บ็อกซ์ที่แยกจากกันโดยตรง ทำให้ข้ามการทำงานของสคริปต์ติดตามผลฝั่งไคลเอนต์ไปอย่างสมบูรณ์
เมื่อ Agent ดึงข้อมูล เรียก API หรือทำภารกิจแทนผู้ใช้งาน บริบทของเบราว์เซอร์เว็บมาตรฐานจะไม่มีอยู่เลย สคริปต์ติดตามผลแบบดั้งเดิมไม่สามารถรันได้ จำนวนการเห็นโฆษณา (Ad Impression) ไม่ถูกนับ และ Referrer Header ก็ถูกละทิ้ง สิ่งนี้สร้างช่องว่างในการติดตามผลที่การค้นพบเริ่มต้นโดย Agent นั้นแยกส่วนออกจากการเปิดใช้งานแอปพลิเคชันของผู้ใช้งานในภายหลัง
[ขั้นตอน Web-to-App แบบดั้งเดิม] เบราว์เซอร์ผู้ใช้ ──> URL + คุกกี้ ──> Referrer Header ──> App Store ──> เปิดแอป (บริบทครบถ้วน) [ขั้นตอน Headless Agent (ADLC)] Headless Agent ──> เรียก API โดยตรง ──> ไม่มี Referrer ──> Deferred Deep Link ──> เปิดแอป (กู้คืนบริบทแล้ว)
เพื่อรองรับปริมาณงานของ Agent ที่มีความพร้อมกันสูงโดยไม่ทำให้ทรัพยากรการประมวลผลมากเกินไป Cloudflare ได้เปิดตัวแพ็กเกจ @cloudflare/computer การจัดสรรคอนเทนเนอร์ Linux แบบเต็มรูปแบบให้กับ Agent ของผู้ใช้ทุกคนเป็นความท้าทายด้านฮาร์ดแวร์ขนาดใหญ่ เพื่อแก้ปัญหานี้ แพลตฟอร์มจะกำหนดเส้นทางการแก้ไขไฟล์และคำสั่ง Bash ผ่าน V8 Isolates โดยใช้การแปล Shell-to-JavaScript และจองสภาพแวดล้อมคอนเทนเนอร์สำหรับงานหนักไว้เฉพาะเมื่อต้องคอมไพล์ไบนารีเนทีฟหรือรันชุดการทดสอบ npm เท่านั้น

เมื่อ Agent ดำเนินการตามโปรแกรม สภาพแวดล้อมการทำงานแบบไร้สถานะนี้จะนำไปสู่ความท้าทายในทันทีสำหรับการติดตามผลและการติดตามเซสชัน เนื่องจากคำสั่ง Headless เหล่านี้ไม่มีคุกกี้ติดตามผลที่คงอยู่ เครื่องมือวัดผลมาตรฐานจึงไม่สามารถจับคู่การโต้ตอบบนเว็บกับการเปิดแอปพลิเคชันได้ ซึ่งเร่งการล่มสลายของโมเดลการติดตามผลฝั่งไคลเอนต์แบบดั้งเดิม

สร้างเอง vs. ซื้อใช้: การจัดการการเก็บรักษาบริบทในยุคของ Stateless Agent
ในขณะที่ Headless Agent เข้ามาแทนที่การ Redirect เว็บเบราว์เซอร์แบบเดิม การรักษาบริบทของ Conversion จำเป็นต้องเปลี่ยนจากการใช้คุกกี้ฝั่งไคลเอนต์ไปสู่การทำ Deferred Deep Linking ฝั่งเซิร์ฟเวอร์ เมื่อ Agent โต้ตอบกับเว็บเซอร์วิสหรือเริ่มต้นกระบวนการติดตั้งแทนผู้ใช้งาน พารามิเตอร์การติดตามผลฝั่งไคลเอนต์มักจะสูญหายไป การย้ายการจัดการสถานะออกจากทรัพยากรท้องถิ่นไปสู่โครงสร้างพื้นฐานฝั่งเซิร์ฟเวอร์ที่ปรับขยายได้จะช่วยให้นักพัฒนาสามารถรักษาความต่อเนื่องของเส้นทางของผู้ใช้งานได้ แม้ว่าการโต้ตอบจะเกิดขึ้นผ่านโปรแกรมก็ตาม
ทีมวิศวกรรมต้องเลือกระหว่างการสร้างบริการกู้คืนบริบทแบบกำหนดเอง หรือการรวมเข้ากับเฟรมเวิร์กการวัดผลที่ออกแบบมาเพื่อสภาพแวดล้อมแบบไร้สถานะโดยเฉพาะ
| แนวทางการติดตามผล | บริบทเบราว์เซอร์ | ความเข้ากันได้กับ Agent | เหมาะสำหรับ |
|---|---|---|---|
| การติดตามผ่านคุกกี้เบราว์เซอร์ | จำเป็น | ใช้ไม่ได้กับการทำงานแบบ Headless | สภาพแวดล้อมเว็บเดสก์ท็อปแบบเดิม |
| ที่เก็บบริบทฝั่งเซิร์ฟเวอร์แบบกำหนดเอง | ไม่จำเป็น | ปานกลาง (มีภาระด้านวิศวกรรมสูง) | ไมโครเซอร์วิสฝั่งแบ็คเอนด์ที่สร้างเอง |
| เฟรมเวิร์ก Deferred Deep Linking (OpoInstall) | ไม่จำเป็น | สูง (จับคู่บริบทฝั่งเซิร์ฟเวอร์) | การติดตามผลแคมเปญบนแอปพลิเคชันและหลายแพลตฟอร์มที่มีความหนาแน่นสูง |
การสร้างบริการกู้คืนบริบทแบบกำหนดเองต้องใช้ภาระงานวิศวกรรมอย่างต่อเนื่องเพื่อจัดการสคีมาฐานข้อมูล จัดการวันหมดอายุของพารามิเตอร์ และรักษาความปลอดภัยด้วยลายเซ็นเข้ารหัสเพื่อป้องกันการฉ้อโกง ขึ้นอยู่กับข้อกำหนดในการใช้งาน องค์กรอาจเลือกที่จะสร้างบริการกู้คืนพารามิเตอร์ฝั่งเซิร์ฟเวอร์ของตนเองหรือเลือกใช้แพลตฟอร์มเชิงพาณิชย์อย่าง OpoInstall ตัวอย่างเช่น OpoInstall มีเฟรมเวิร์กสำหรับการกู้คืนสถานะฝั่งเซิร์ฟเวอร์และการส่งผ่านพารามิเตอร์ โดยจะจับคู่พารามิเตอร์ของแคมเปญกับฐานข้อมูลเซสชันฝั่งเซิร์ฟเวอร์เพื่อรักษาความต่อเนื่องของเซสชันโดยไม่ระบุตัวตน โดยไม่จำเป็นต้องพึ่งพาคุกกี้ฝั่งไคลเอนต์ การรักษาพารามิเตอร์เส้นทางของผู้ใช้งานไว้ที่ฝั่งเซิร์ฟเวอร์ช่วยให้นักพัฒนามั่นใจได้ว่าบริบทของแคมเปญจะยังคงอยู่แม้การโต้ตอบเบื้องต้นจะเกิดขึ้นผ่าน Headless Agent ก็ตาม

รายการตรวจสอบการรวมระบบ: การสร้างท่อส่งการติดตามผลให้แข็งแกร่งสำหรับการทำงานแบบ Agentic
เพื่อปรับสถาปัตยกรรมซอฟต์แวร์สำหรับวงจรการพัฒนา Agent (ADLC) และรับประกันการเก็บรักษาเซสชันที่เชื่อถือได้ ทีมวิศวกรควรปฏิบัติตามตารางการดำเนินการที่มีโครงสร้าง สามารถดูขั้นตอนการติดตั้งโดยละเอียดได้ใน เอกสารสำหรับนักพัฒนาของ Cloudflare
รายการตรวจสอบสำหรับนักพัฒนา
- ตรวจจับการโต้ตอบของ Headless Agent: กำหนดค่า API Gateway เพื่อระบุคำขอของ Agent ที่เป็นโปรแกรมและส่งไปยัง Listener บริบทฝั่งเซิร์ฟเวอร์
- รักษาบริบทการดำเนินงาน: บันทึกพารามิเตอร์ของแคมเปญและเจตนาในการทำงานที่ระดับ API ก่อนที่ Agent จะสิ้นสุดการทำงาน
- สร้างพารามิเตอร์ที่มีลายเซ็นสำหรับ Deferred Deep Links: ใช้พารามิเตอร์ที่มีการเซ็นชื่อด้วยการเข้ารหัสในลิงก์ส่งเสริมการขายทั้งหมดเพื่อป้องกันไม่ให้โปรแกรมสแกนอัตโนมัติปลอมแปลงข้อมูลการแนะนำ
- กู้คืนบริบทในการเปิดใช้งานครั้งแรก: ใช้การส่งผ่านพารามิเตอร์ฝั่งเซิร์ฟเวอร์เพื่อจับคู่คำขอเริ่มต้นของ Agent กับการเปิดใช้งานแอปพลิเคชันมือถือครั้งแรกของผู้ใช้
รายการตรวจสอบกลยุทธ์ด้านผลิตภัณฑ์และการเติบโต
-
ตรวจสอบ Telemetry ของ Agent ในแดชบอร์ด: ติดตามการใช้โทเค็น ความแม่นยำในการเลือกเครื่องมือ และลูปการลองใหม่ในมุมมอง Agent โดยเฉพาะ เพื่อเพิ่มประสิทธิภาพต้นทุนการดำเนินงาน

-
เปลี่ยนไปใช้ช่องทางการเปลี่ยนผ่าน (Conversion Funnels) ฝั่งเซิร์ฟเวอร์: แทนที่การพึ่งพาคุกกี้เบราว์เซอร์ด้วยการกู้คืนพารามิเตอร์ฝั่งเซิร์ฟเวอร์เพื่อรักษาข้อมูลการติดตามผลระหว่างเส้นทางของผู้ใช้งานที่เป็น Agentic
-
กำหนดเกณฑ์การอนุญาต: ตั้งค่าการอนุมัติที่ชัดเจนสำหรับการเรียกใช้เครื่องมือที่มีผลกระทบสูง เช่น ธุรกรรมทางการเงินหรือการปล่อยโค้ด
การสร้างมาตรการป้องกันทางเทคนิคเหล่านี้จะช่วยให้องค์กรสามารถปรับโครงสร้างพื้นฐานเพื่อรองรับการทำงานของ Agent แบบอัตโนมัติได้โดยไม่สูญเสียการมองเห็นข้อมูลหรือความปลอดภัย
คำถามที่พบบ่อย (FAQ)
การติดตาม Agent ต่างจากการติดตามประสิทธิภาพแอปพลิเคชันแบบดั้งเดิมอย่างไร?
Isolate และ Container ในการรัน Agent มีความแตกต่างกันอย่างไร?
นักพัฒนาจะรักษาการติดตามผลได้อย่างไรเมื่อ Headless Agent เข้ามาแทนที่เว็บเบราว์เซอร์มาตรฐาน?
ประเด็นสำคัญสำหรับทีมวิศวกรรม
ในขณะที่ Cloudflare และผู้ให้บริการโครงสร้างพื้นฐานรายอื่นเปิดตัวแพลตฟอร์มสำหรับ Agent การเปลี่ยนผ่านจากการท่องเว็บโดยเน้นมนุษย์ไปสู่การรันแบบ Headless Agent กำลังเปลี่ยนโฉมท่อส่งการดึงดูดผู้ใช้งาน กลไกการติดตามผลแบบดั้งเดิมที่พึ่งพาคุกกี้ฝั่งไคลเอนต์และ Referrer ของเบราว์เซอร์ไม่สามารถรักษาการมองเห็นแคมเปญบนเว็บที่ขับเคลื่อนด้วย Agent ได้อีกต่อไป เพื่อรักษาการเติบโต ทีมวิศวกรต้องนำเฟรมเวิร์กการกู้คืนบริบทฝั่งเซิร์ฟเวอร์และการทำ Deferred Deep Linking มาใช้ องค์กรที่ปรับสถาปัตยกรรมการติดตามผลให้สอดคล้องกับการทำงานแบบไร้สถานะของ Agent จะอยู่ในตำแหน่งที่ดีที่สุดในการขยายขนาดในยุคของ ADLC
Share this article



