Berita ME, 16 April (UTC+8), menurut pemantauan Beating, Cloudflare melancarkan Project Think, yang menambahkan satu set infrastruktur lengkap untuk membangun agen AI jangka panjang ke dalam SDK open-source mereka: eksekusi berterusan, sub-agen, eksekusi kod dalam sandbox, dan sesi berterusan. Pembangun boleh menggunakan komponen-komponen ini secara berasingan, atau menggunakan kelas asas Think untuk dengan cepat membina aplikasi agen lengkap, kemudian menghantar ke rangkaian global Cloudflare dengan satu arahan npx wrangler deploy. Versi kini adalah versi pratonton. Masalah utama yang ingin diselesaikan oleh Project Think ialah: agen pemrograman semasa (seperti Claude Code, Codex, OpenClaw, dsb.) hanya boleh berjalan di laptop peribadi atau VPS mahal; laptop yang ditutup akan memutuskan sambungan, tidak boleh bekerjasama secara beramai-ramai, dan tetap menghabiskan kos walaupun tidak digunakan. Penyelesaian Cloudflare berasaskan Durable Objects, di mana setiap agen adalah actor yang berdiri sendiri, dilengkapi dengan pangkalan data SQLite, tidur apabila tiada tugas, dan bangun semula apabila menerima permintaan, dengan kos pengiraan sifar semasa tidak aktif. Menurut pengiraan Cloudflare, jika 10,000 agen masing-masing aktif hanya 1% masa, skema kontena tradisional memerlukan 10,000 contoh yang sentiasa aktif, manakala Durable Objects hanya menjalankan sekitar 100 contoh pada mana-mana masa. Terdapat beberapa reka bentuk teknikal yang perlu diperhatikan: 1. Eksekusi Berterusan (Fibers): Jika persekitaran gagal semasa agen berjalan (pembaruan penghantaran, penyegaran platform, habis sumber), SDK akan merekodkan checkpoint dalam SQLite; selepas dimulakan semula, agen akan pulih dari titik terakhir tanpa kehilangan kemajuan. 2. Mod Kod (codemode): Bukan membenarkan model memanggil alat satu per satu dan membaca hasilnya satu per satu, tetapi membenarkan model menulis satu program secara langsung untuk menyelesaikan tugas dalam satu langkah. Cloudflare menggunakan contoh MCP server milik mereka sendiri: untuk mengendedkan semua titik akhir API diperlukan sekitar 1.17 juta token untuk menggambarkan alat; dengan menggunakan codemode, hanya diperlukan dua alat (search dan execute) sebanyak 1,000 token—berkurang sebanyak 99.9%. 3. Lima Tahap Eksekusi: Dari persekitaran fail maya paling ringan (Tier 0) hingga persekitaran sandbox penuh (Tier 4, menyokong git clone, npm test, dsb.), agen boleh meningkatkan kemampuan secara bertahap mengikut keperluan, tanpa perlu memulakan kontena berat sejak awal. 4. Ekstensi Dibuat Sendiri: Agen boleh menulis ekstensi TypeScript sendiri semasa berjalan dan mendaftarkannya sebagai alat baru; ekstensi ini berjalan dalam sandbox dengan kuasa yang dikawal. Sebagai contoh, jika pengguna meminta agen mengurus PR GitHub, agen boleh menulis ekstensi integrasi GitHub secara langsung, dan seterusnya boleh memanggilnya secara langsung pada masa hadapan. Cloudflare mengklasifikasikan agen AI kepada tiga peringkat dalam blog mereka: fasa pertama ialah chatbot tanpa status, fasa kedua ialah agen pemrograman yang berjalan secara tempatan, dan fasa ketiga ialah agen berterusan yang berjalan sebagai infrastruktur awan. Project Think adalah pelaburan Cloudflare dalam fasa ketiga. Bagi pembangun, daya tarikan penyelesaian ini ialah ia menukar kos pengurusan agen dari “dikenakan mengikut contoh” kepada “dikenakan mengikut penggunaan sebenar”; jika agen sebahagian besar masa menunggu arahan pengguna, kosnya hampir sifar. (Sumber: BlockBeats)
Cloudflare melancarkan Projek Think untuk menghantar agen AI ke laman web berbasis awan
KuCoinFlashKongsi
Ringkasan
Cloudflare melancarkan Project Think untuk membolehkan agen AI di infrastruktur awan, serupa dengan laman web. Projek ini menyokong eksekusi berterusan, sub-agen, dan kod yang disekat. Pembangun boleh melaburkan agen secara global menggunakan npx wrangler deploy. Durable Objects membantu mengurangkan kos menganggur kepada sifar. Ciri-ciri termasuk pemulihan checkpoint dan sistem eksekusi lima peringkat. Strategi awan Ichimoku mungkin mendapat faedah daripada penyelesaian AI berterusan seperti ini. Analisis nisbah risiko-keuntungan boleh meningkatkan kecekapan agen dalam senario perdagangan.
Sumber:Tunjukkan artikel asal
Penafian: Maklumat yang terdapat pada halaman ini mungkin telah diperoleh daripada pihak ketiga dan tidak semestinya menggambarkan pandangan atau pendapat KuCoin. Kandungan ini adalah disediakan bagi tujuan maklumat umum sahaja, tanpa sebarang perwakilan atau waranti dalam apa jua bentuk, dan juga tidak boleh ditafsirkan sebagai nasihat kewangan atau pelaburan. KuCoin tidak akan bertanggungjawab untuk sebarang kesilapan atau pengabaian, atau untuk sebarang akibat yang terhasil daripada penggunaan maklumat ini.
Pelaburan dalam aset digital boleh membawa risiko. Sila menilai risiko produk dan toleransi risiko anda dengan teliti berdasarkan keadaan kewangan anda sendiri. Untuk maklumat lanjut, sila rujuk kepada Terma Penggunaan dan Pendedahan Risiko kami.