企业 AI 智能体工作空间为员工提供了一个持久的环境，以便配合 AI 完成工作。它将该工作空间与经过策划的组织上下文和技能库相结合，从而使员工能够利用组织自身的知识和经过验证的方案发挥出最佳工作水平。每个工作空间都拥有自己的对话状态、文件、企业工具和隔离的执行环境。
该架构使用 Cloudflare Workers 和 Agents SDK 进行编排，使用 Durable Objects 进行状态管理，使用 AI Gateway 进行模型治理，并使用 MCP server portals 来提供企业工具。Dynamic Workers、Sandbox SDK 容器以及 Browser Run 处理需要超出模型推理能力的复杂工作。
与企业氛围编码平台不同，其结果并不总是一个部署好的应用程序。源代码和应用只是文档、数据、分析以及可重复工作流中的两个输出类型。
- 调用工作：员工从 Web 应用程序、企业聊天软件或电子邮件中启动或恢复工作。Webhook 和调度器也可以在不打开浏览器会话的情况下启动工作。Cloudflare Access 验证浏览器会话的身份，每个异步通道会在接受请求之前验证其签名、令牌（token）或发送方。
- 进入智能体工作空间：Workers 将请求路由到工作空间智能体（workspace agent）。智能体从持久状态中恢复对话历史、任务、文件、权限和排队事件，汲取策划好的组织知识，当任务需要超出模型推理的能力时，在 Dynamic Workers 或 Sandbox 容器中运行有界代码。
- 使用受治理的模型和工具：智能体通过 AI Gateway 调用经过批准的模型，并通过 MCP server portal 调用经过批准的企业工具。这两个层都将提供商路由、凭据、策略和日志记录保持在工作空间之外。
- 保存输出：工作空间将结果保存为持久的工作成果，员工可以对其进行审查、配合 AI 继续处理、共享或导出。
Web 应用程序是主要的交互界面，但它不是智能体的运行环境。每个通道都会将事件发送到同一个有状态的工作空间，因此员工可以在聊天中开始工作，在 Web 应用程序中进行审查，并稍后针对同一个智能体历史记录继续开展工作。
Workers 保持无状态。它们提供界面服务，并使用请求中的身份和工作空间将每个请求路由到正确的 Durable Object。
每个工作空间都映射到一个运行 Agents SDK 的 Durable Object。该对象是工作空间的持久权威实体。它拥有对话、任务、计划、同意决定和事件队列，并协调模型调用、工具、文件和执行。在浏览器断开连接或 Worker 隔离区重新启动后，工作仍能继续，并且各个工作空间是独立缩放的，而不是共享同一个智能体进程。
一个单独的、对应每个用户的 Durable Object 存储配置文件设置、工作空间注册表、集成和授权。一个用户可以拥有许多独立且有状态的工作空间。
工作空间协调资源但并不存储所有内容。工作空间为每个任务选择执行环境：针对有界的代码模式（Code Mode）使用 Dynamic Workers，针对完整的 shell 和构建环境使用 Sandbox SDK 容器，以及针对隔离的浏览器会话使用 Browser Run。大文件和可重复使用的输出存储在版本化文件服务中，而共享授权与输出字节保持分离，因此可以在不移动文件的情况下授予或撤销访问权限。沙箱备份和共享的组织上下文使用 R2。使用情况和生命周期事件使用 Workers Analytics Engine 或外部系统。
| 作用域 | Cloudflare 基元 | 职责 | 生命周期 |
|---|---|---|---|
| 应用程序 | Workers | UI、APIs、身份验证、路由和通道入口 | 无状态请求处理 |
| 用户 | Durable Object | 个人资料、工作空间注册表、集成、授权和活动 | 持久 |
| 工作空间 | Agents SDK 和 Durable Object | 智能体状态、事件队列以及回合编排 | 持久 |
| 代码模式（Code Mode）执行 | Dynamic Worker | 有界代码和工具组合 | 临时 |
| 活动开发环境 | Sandbox SDK 容器 | Shell、构建、预览和编码会话 | 按需创建 |
| 浏览器会话 | Browser Run | Web 导航、交互、屏幕截图和 PDF 渲染 | 作用于会话期 |
| 用户文件 | 版本化文件服务 | 文件、保存的输出和修订版 | 持久 |
| 技能和上下文库 | 只读对象存储 (R2) | 经过策划的技能、参考上下文和命令 | 集中发布 |
| 备份 | R2 | 沙箱备份 | 持久 |
所有模型请求都会流经 AI Gateway。智能体使用来自不同提供商的模型，而无需将特定于提供商的逻辑移入每个工作空间。AI Gateway 应用路由、跟踪使用情况和成本，并存储请求日志。
企业工具通过 MCP server portal 进行连接。该门户公开一个端点，应用 Access 策略，策划可用工具，路由每用户凭据，并记录工具活动。管理员可以针对每个团队构建门户，以便智能体接收与其工作相关的工具，而不是组织内的每一个工具。
工作空间汲取一个集中发布并在每个工作空间之间共享的、经过策划的只读库。该库包含“技能”（skills）和“上下文”（context）。“技能”是智能体根据需要加载的可重复使用的任务方案，“上下文”是组织希望智能体使用的参考材料。
技能按来源分层（从平台提供到组织共享再到工作空间本地），以便团队可以扩展或覆盖默认值。智能体列出技能，在任务匹配时加载其中一个，并在之后将其卸载。这使得在需要之前，指导性内容不会进入模型的上下文中。
通过版本化的只读存储发布该库，以便技能和上下文的更改保持可审计和可审查。该库对智能体是只读的，并进行集中治理。
将模型输出、工具输出和生成的代码视为不可信的。在平台边界处实施控制，而不是在生成的代码中。
- 身份识别：对浏览器会话和 MCP 门户连接使用 Access。在将异步通道的事件路由到工作空间之前对其进行验证。
- 授权：在解析工作空间、打开终端、读取输出或提供预览之前，检查用户所有权。
- 工具访问：对敏感操作使用 MCP server portal 策略、工具允许列表、OAuth、授权和同意机制。
- 代码隔离：在 Dynamic Workers 中运行有界代码，在 Sandbox SDK 容器中运行完整的开发工作负载。
- 凭据隔离：将模型和工具凭据保留在平台服务中。切勿将它们暴露给生成的代码或模型上下文。
- 策划的输入：将技能和上下文发布到只读的、版本化的存储中。工作空间无法更改共享库。
- 可审计性：记录模型使用情况、工具调用、同意决定、输出共享以及执行生命周期事件。