给 Agent 一台电脑：Cloudflare 怎么把虚拟文件系统塞进 Durable Object

你给 AI agent 交代一个任务，它跑完，你关掉终端——下一次再叫它，它什么都不记得了。

这就像让一个人搬进新公寓，第二天早上醒来发现所有家具都被清空了，连昨天写了一半的代码也没了。传统 agent 的"无状态"设计，在简单任务上没问题，但一旦任务跨越数小时、数天、多个工具调用，这种"金鱼记忆"就成了致命缺陷。

Cloudflare 这周上了 trending 的 computer 项目，干的就是这件事：给 agent 一台真正的"电脑"——不是比喻，是一个带持久化文件系统、可执行环境、多后端切换的虚拟机器。

核心设计：文件系统即状态

传统 agent 框架把"记忆"塞进向量数据库或聊天上下文。Cloudflare Computer 走了一条完全不同的路：把状态做成文件系统。

具体来说，整个 agent 的工作状态被装进一个 Durable Object，底层用 SQLite 做权威存储，对外暴露成一个虚拟文件系统。Agent 想记住什么，就写文件；想读之前的上下文，就读文件。不需要额外的 embedding 检索，不需要 RAG 管道——文件系统就是记忆。

这个设计的关键洞察是：人类程序员的工作记忆就是文件系统。你的代码、配置、日志、TODO list、中间产物——全都是文件。让 agent 也用文件系统，它就能直接复用人类几十年积累的 Unix 工程工具链（grep、find、make、git），而不需要重新发明一套"AI 专用"的记忆抽象。

三个后端，三种执行模式

但光有文件系统不够，agent 还需要"执行"——跑代码、调工具、调外部命令。Cloudflare Computer 的巧妙之处在于：文件系统是固定的，执行后端是可插拔的。

三个后端对应三种使用场景：

• Container 后端：把 SQLite 状态通过 FUSE 挂载到一个真正的 Linux 容器里。Agent 跑的是真实二进制、真实网络、真实 Linux 用户land。这相当于给 agent 一台完整的电脑。
• Isolate shell 后端：在 Cloudflare Worker 里跑 just-bash（一个纯 JS 实现的 bash），通过 RPC 访问权威状态。没有容器开销，启动快，但能力受限。
• Isolate JavaScript 后端：在 Dynamic Worker 里跑一个 ECMAScript 模块，有结构化输入输出、node:fs/promises 的 polyfill、可信的 ws:git 和 ws:artifacts 模块。适合纯逻辑任务。

一个 Workspace 可以注册多个后端，workspace.runtime.exec(source, { backend }) 是唯一入口。Agent 可以根据任务性质选择后端——需要跑 pandoc 生成 PDF？用 Container。需要快速执行一段 JS 逻辑？用 Isolate JavaScript。

为什么这是重要的

第一，状态和执行解耦。 传统 agent 框架把"记忆"和"执行"绑在一起——你用 LangChain 的 memory，就得用 LangChain 的 tool calling。Cloudflare Computer 把状态层（Durable Object + SQLite + 文件系统）和执行层（三个后端）分开，你可以带自己的 agent runtime，只用它的状态层。

第二，文件系统是 agent 之间的共享协议。 多个 agent 协作时，最难的不是"怎么对话"，而是"怎么共享工作产物"。用文件系统做共享层，agent A 写的代码、日志、中间数据，agent B 可以直接读——不需要设计专门的的消息协议。这和人类团队的协作方式完全一致。

第三，Cloudflare 的基础设施优势。 Durable Object 是 Cloudflare 边缘网络上的有状态计算单元，全球 300+ 节点，低延迟，自动持久化。把 agent 状态放在 Durable Object 上，意味着 agent 不在某个 GPU 集群里"等死"，而是活在边缘网络上，随时可唤醒。

当前状态和限制

README 明确标注了 PREVIEW ONLY——API 不稳定，不适合生产使用。目前的设计是前瞻性的，文档里的内容很多还只是意图，不是当前代码的描述。

但这个方向值得跟踪。Cloudflare 之前出了 cloudflare/agents 做 agent 部署框架，现在又出了 computer 做状态层——他们在系统性地补齐 agent 基础设施的每一层。

一个更大的图景

如果把最近几个 trending 项目连起来看，会发现一个清晰的分层趋势：

• Agent runtime 层：Codex、Claude Code、Cursor——负责"怎么执行一个 turn"
• Loop 控制层：loopx 这类项目——负责"怎么管理多 turn 的工作流"
• 状态层：Cloudflare Computer——负责"怎么持久化 agent 的工作产物"
• 技能层：addyosmani/agent-skills——负责"怎么把工程师经验编码给 agent"

这四层正在独立发展，但最终会拼成一个完整的"agent 操作系统"。Cloudflare Computer 选的是最难、也最基础的一层：文件系统。因为文件系统是所有其他层的共享协议——runtime 写日志、loop 写 todo、skills 写 spec，最终都落到文件上。

给 agent 一台电脑，不是给它更强的 GPU，而是给它一个可以积累的工作空间。这个方向比"再训一个更大的模型"更接近解决 agent 的长期可用性问题。

---

*项目地址：cloudflare/computer · TypeScript · 796 stars today*