Ayon sa ME News, noong Abril 16 (UTC+8), ayon sa pagmamasid ng Beating, inilabas ni Cloudflare ang Project Think, na nagdaragdag ng buong hanay ng imprastruktura para sa pagbuo ng mga AI agent na may matagal na pagpapatakbo sa kanilang open-source Agents SDK: persistent execution, sub-agents, sandbox code execution, at persistent sessions. Maaaring gamitin ng mga developer ang mga komponent na ito nang hiwalay o gamitin agad ang Think base class upang mabilis na buuin ang buong agent application, at i-deploy nang isang klick sa global network ng Cloudflare gamit ang npx wrangler deploy. Kasalukuyang bersyon ng preview. Ang pangunahing problema na solusyunan ng Project Think: ang mga kasalukuyang programming agents (tulad ng Claude Code, Codex, OpenClaw) ay maaaring mag-run lamang sa lokal na laptop o mahal na VPS; ang laptop ay maaaring magsara at mawala ang koneksyon, hindi maaaring i-share sa maraming tao, at patuloy na gumagastos kahit walang gawain. Ang solusyon ni Cloudflare ay batay sa Durable Objects, kung saan bawat agent ay isang hiwalay na actor na may sariling SQLite database—nag-aasal nang tahimik kapag walang gawain, at gumigising kapag may request; ang computing cost sa panahong walang gawain ay zero. Ayon sa kalkulasyon ni Cloudflare, kung 10,000 agents ay aktibo lamang sa 1% ng oras, ang tradisyonal na container solution ay nangangailangan ng 10,000 patuloy na instance, samantalang ang Durable Objects ay may halos 100 lamang na nagpapatakbo sa anumang oras. May ilang napapanatiling disenyo sa teknikal na aspeto: 1. Persistent execution (Fibers): Kung bumagsak ang environment habang nagpapatakbo ang agent (tulad ng deployment update, platform restart, o pagkawala ng resources), ang SDK ay nag-i-record ng checkpoint sa SQLite at maaaring mag-resume mula sa point kung saan ito natigil—hindi nawawala ang progreso. 2. Codemode: Hindi pinapayagan ang model na mag-call ng mga tool nang isahan at magbasa ng resulta nang isahan; kundi pinapahintulutan itong sumulat ng isang programa nang isang beses upang tapusin ang gawain. Ginamit ni Cloudflare ang kanilang sariling API na MCP server bilang halimbawa: ang pagpapakita ng lahat ng API endpoints ay nangangailangan ng halos 1.17 milyong token para i-describe ang mga tool; gamit ang codemode, kailangan lamang ng dalawang tool (search at execute) na halos 1,000 token—bumababa ng 99.9%. 3. Limang antas ng pagpapatakbo: Mula sa pinakamaliit na virtual file system (Tier 0) hanggang sa buong sandbox environment (Tier 4, na sumusuporta sa git clone, npm test, atbp.), maaaring pataasin ng agent ang kanilang kakayahan nang pagsunod-sunod batay sa pangangailangan—hindi kailangan agad na i-start ang mabigat na container. 4. Self-written extensions: Ang agent ay maaaring sumulat ng sarili nilang TypeScript extension habang nagpapatakbo at mag-registered bilang bagong tool; ang extension ay nagpapatakbo sa loob ng sandbox at may kontroladong pahintulot. Halimbawa, kung hilingin ng user na pamahalaan ng agent ang GitHub PR, maaari itong sumulat agad ng GitHub integration extension at gamitin ito muli sa susunod. Ipinakikita ni Cloudflare sa kanilang blog ang paghahati ng AI agents sa tatlong yugto: unang alon—stateless chatbots; ikalawang alon—programming agents na nagpapatakbo lokal; ikatlong alon—persistent agents na nagpapatakbo bilang cloud infrastructure. Ang Project Think ay ang pagtaya ni Cloudflare sa ikatlong alon. Para sa mga developer, ang atraksyon ng solusyong ito ay ang pagbabago ng operational cost ng agent mula sa “pay-per-instance” patungo sa “pay-per-use”—kung ang agent ay karamihan sa oras ay naghhintay sa utos ng user, ang gastos ay malapit sa zero. (Source: BlockBeats)
Ipinakilala ng Cloudflare ang Project Think upang i-deploy ang AI agents sa mga website na nasa cloud
KuCoinFlashI-share
Summary
Ipinakilala ng Cloudflare ang Project Think upang paganahin ang mga AI agent sa cloud infrastructure, tulad ng mga website. Suportahan ng proyekto ang patuloy na pagpapatakbo, mga sub-agent, at sandboxed code. Maaaring i-deploy ng mga developer ang mga agent sa buong mundo gamit ang npx wrangler deploy. Tulong ng Durable Objects upang bawasan ang gastos sa pagka-idle hanggang sa zero. Kasama sa mga tampok ang checkpoint recovery at isang limang-antas na sistema ng pagpapatakbo. Maaaring makatulong ang Ichimoku cloud strategy sa ganitong patuloy na AI setup. Maaaring mapabuti ang pag-analisa ng risk-to-reward ratio sa pagpapahusay ng efficiency ng agent sa mga trading scenario.
Source:Ipakita ang original
Disclaimer: Ang information sa page na ito ay maaaring nakuha mula sa mga third party at hindi necessary na nagre-reflect sa mga pananaw o opinyon ng KuCoin. Ibinigay ang content na ito para sa mga pangkalahatang informational purpose lang, nang walang anumang representation o warranty ng anumang uri, at hindi rin ito dapat ipakahulugan bilang financial o investment advice. Hindi mananagot ang KuCoin para sa anumang error o omission, o para sa anumang outcome na magreresulta mula sa paggamit ng information na ito.
Maaaring maging risky ang mga investment sa mga digital asset. Pakisuri nang maigi ang mga risk ng isang produkto at ang risk tolerance mo batay sa iyong sariling kalagayang pinansyal. Para sa higit pang information, mag-refer sa aming Terms ng Paggamit at Disclosure ng Risk.