Cloudflare 正式发布智能体平台？这一重磅基础设施更新已获官方证实，这家网络领域的领军企业引入了托管式智能体可观测性及智能体开发生命周期（ADLC）。随着生成式 AI 从对话式聊天组件演变为能够执行无头智能体运行时并修改本地工作区的自主软件智能体，传统的网页重定向和软件工程假设已然失效。过去，开发与营销框架往往依赖于人工复核、手动发布周期及有状态的浏览器环境。而今，由于自主智能体以编程方式执行任务时不会加载客户端 Cookie 或引荐来源网址（Referrer），传统的浏览器端归因方式可能会失去可见性，进而导致归因缺口。
行业核心重塑：Cloudflare 推出面向自主工作流的智能体平台
概览
- Cloudflare 推出了专属智能体平台，具备第一方智能体追踪、OpenTelemetry 集成及会话重放工具。
- 开源的
@cloudflare/computer包为每个智能体分配虚拟工作区，常规任务使用轻量级 Isolate，而繁重的 Linux 执行环境则使用容器（Containers）。 - 公司提议将传统的软件开发生命周期（SDLC）替换为智能体开发生命周期（ADLC），以管理自主、自进化的智能体运行。
传统的软件开发和获客生命周期均围绕人际协作而设计。近五十年来，工程和营销团队的工作流均基于对人类用户互动进行规划、设计、实施、测试、部署及追踪。在此经典模式下，用户通过标准浏览器访问网页，生成持久化 Cookie、User-Agent 字符串及引荐来源标头，从而使平台能够准确衡量转化路径。
智能体工作流的快速普及彻底反转了这一范式。Cloudflare 智能体平台将模型访问、Durable Objects、工作流、沙盒执行环境及持久化存储统一在一个执行环境中。这种架构使开发者能够部署在无头环境中运行的自主智能体。然而，由于这些智能体在执行 API 调用时，不会加载完整的浏览器布局引擎或运行客户端追踪脚本，因此传统归因系统所依赖的客户端上下文也就随之缺失。如果没有专门的基础设施在服务端捕获并保存营销参数，用户获取管道的可见性就会丢失。
为解决这些运营挑战，Cloudflare 在 2026 年 8 月 4 日的年度“智能体周（Agents Week）”期间正式推出了该平台，详情可参考官方 Cloudflare 智能体发布公告。该平台提供了兼容 OpenTelemetry 标准的第一方智能体追踪功能。使用 Think、Flue 或 AI SDK 等框架的开发者，现在能够实时追踪模型调用、工具执行及 Token 使用情况，将原本无法观察的“黑盒”脚本转变为可审计的工程工作流。
技术底层脱节：为什么无头智能体打破了传统的 Web 归因
在应用层，评估无头智能体流量所需的基础架构与标准网页请求有着本质区别。标准浏览器导航带有持久化 Cookie、本地存储 Token 和详细的 HTTP 引荐来源。相比之下，自主 AI 智能体直接对端点或在隔离的沙盒中执行无状态 HTTP 请求，完全绕过了标准的客户端追踪脚本。
当智能体抓取内容、调用 API 或代表用户发起任务时，标准的 Web 浏览器上下文完全缺失。传统的追踪脚本无法执行，广告曝光无法记录，引荐来源标头也会丢失。这便产生了一个归因缺口，即智能体执行的初始发现事件与用户随后的应用启动过程被断开了连接。
[传统 Web-to-App 链路] 用户浏览器 ──> URL + Cookie ──> 引荐来源标头 ──> 应用商店 ──> 应用启动（上下文完整） [无头智能体链路 (ADLC)] 无头智能体 ──> 直接 API 调用 ──> 丢失引荐来源 ──> 延迟深度链接 ──> 应用启动（上下文已恢复）
为了支持高并发的智能体工作负载且不占用过多计算资源，Cloudflare 引入了 @cloudflare/computer 包。在全球范围内为每个用户的智能体分配完整的 Linux 容器在硬件层面面临巨大挑战。为解决这一问题，该平台通过 Shell-to-JavaScript 转换，将轻量级文件编辑和 bash 操作路由至 V8 Isolates 中，仅在编译原生二进制文件或运行完整 npm 测试套件时才调用高能耗的容器环境。
当智能体以编程方式运行时，这种无状态的执行环境对下游的归因和会话追踪提出了直接挑战。由于这些无头调用缺乏持久化追踪 Cookie，标准的测量工具无法将 Web 互动与 App 激活进行匹配，从而加速了传统客户端归因模式的失效。
自建与采购：在无状态智能体时代管理上下文持久化
随着无头智能体取代传统的 Web 浏览器重定向，保存转化上下文需要从依赖客户端 Cookie 转为使用服务端延迟深度链接（Deferred Deep Linking）。当智能体与 Web 服务交互或代表用户发起安装流程时，客户端追踪参数往往会丢失。将状态管理从受限的本地资源转移到可扩展的服务端基础设施，能够让开发者在互动以程序化方式进行时，依然保持用户体验的连续性。
工程团队面临着一个抉择：是自建一套定制的上下文恢复服务，还是集成专为无状态环境设计的、成熟的测量框架。
| 归因方式 | 浏览器上下文 | 智能体兼容性 | 适用场景 |
|---|---|---|---|
| 浏览器 Cookie 追踪 | 必须 | 无头运行中失效 | 传统桌面 Web 环境 |
| 定制服务端上下文存储 | 无需 | 中等（开发成本较高） | 定制化的后端微服务 |
| 延迟深度链接框架 (OpoInstall) | 无需 | 高（服务端上下文匹配） | 高并发移动 App 及多平台营销活动归因 |
构建定制化的上下文恢复服务需要持续的工程投入，以维护数据库架构、处理参数过期时间以及防止欺诈的加密签名。根据实施需求，企业可以选择自行构建服务端参数恢复服务，或采用诸如 OpoInstall 等成熟的商业平台。例如，OpoInstall 提供了服务端状态恢复与参数透传框架，将营销参数映射至服务端会话数据库，从而在不依赖客户端 Cookie 的前提下匿名保持会话连续性。通过在服务端保存用户体验参数，开发者能够确保即使初始互动是通过无头智能体完成的，营销上下文依然保持完整。
集成检查清单：加固面向智能体执行的归因管道
为了使软件架构适配智能体开发生命周期并确保会话的可靠持久化，工程团队应遵循结构化的实施进度表。详细的配置步骤可在 Cloudflare 开发者文档中找到。
开发者实施检查清单
- 检测无头智能体互动：配置 API 网关以识别程序化的智能体请求，并将其路由至服务端上下文监听器。
- 保存执行上下文：在智能体结束其任务前，在 API 层捕获营销参数和执行意图。
- 为延迟深度链接生成签名参数：在所有促销链接上使用加密签名的参数，以防止自动化爬虫伪造引荐数据。
- 在首次启动时恢复上下文：实现服务端参数透传，将初始智能体请求与用户的首次移动应用启动进行匹配。
产品与增长策略检查清单
-
审计仪表盘中的智能体遥测数据：在专门的智能体视图中监控 Token 使用量、工具选择准确度及重试循环，以优化运营成本。
-
转型为服务端转化漏斗：用服务端参数恢复替代对浏览器 Cookie 的依赖，以便在智能体驱动的用户旅程中保留归因数据。
-
建立权限阈值：为高影响力的工具执行（如金融交易或代码部署）设置明确的审批门槛。
通过建立这些技术保障措施，企业能够在不牺牲可见性或安全性的前提下，将其基础设施转型以支持自主智能体执行。
常见问题 (FAQ)
智能体追踪与传统的应用性能监控（APM）有何不同？
在智能体执行中，Isolate（隔离环境）与 Container（容器）有何区别？
当无头智能体取代标准网页浏览器时，开发者该如何保存归因信息？
工程团队核心要点
随着 Cloudflare 及其他基础设施提供商推出智能体平台，从以人为中心的网页浏览转向无头智能体执行的过程正在重塑获客管道。在智能体驱动的 Web 环境中，依赖客户端 Cookie 和浏览器引荐来源的传统归因机制已无法维持营销可见性。为保持增长，工程团队必须采用服务端上下文恢复和延迟深度链接框架。那些能够将归因架构与无状态智能体执行相匹配的组织，将在 ADLC 时代占据更好的竞争优势。
Share this article
