Cloudflare

💻 技术日报 | 2026-09-22 Cloudflare Python Workers正式GA Cloudflare宣布Python Workers正式迈入正式可用阶段，Python正式成为Cloudflare开发者平台的一等公民。 核心亮点： 无需JavaScript胶水代码，可直接使用FastAPI、Django、Flask等主流框架 原生支持Workers AI、R2、D1、Hyperdrive、Durable Objects等全部Cloudflare服务 通过WebAssembly沙箱运行，已解决TCP socket支持问题，可连接PostgreSQL/MySQL 支持openai、langchain等AI库，可在边缘运行完整的AI管道 技术细节： 项目使用Pyodide将Python编译为WebAssembly运行。针对原生C/C++/Rust扩展，团队主导了PEP 783（PyEmscripten平台标准），并将其集成到cibuildwheel中，降低了生态接入门槛。 来源：Cloudflare Blog | 时间：2026-09-21 x.ai发布Grok 4.7：编程与知识工作新前沿 x.ai于9月21日正式发布Grok 4.7，定位为"编程和知识工作最强大的模型"，在CursorBench 4.0上以更低成本达到前沿水平。 核心亮点： 相比Grok 4.6采用更大基座模型，强化学习训练时间更长 更强的自我验证能力和更长上下文处理能力 价格与速度保持与4.6相同 在长时间编程任务上成本-性能比领先 来源：x.ai | 时间：2026-09-21 M5 Ultra Mac Studio评测：本地AI代理的梦幻主机 MacStories发布M5 Ultra Mac Studio评测，配备256GB RAM，被评价为"本地AI代理的梦想机器"。 核心亮点： 可流畅运行OpenClaw、Hermes Agent等本地模型助手 相比M3 Ultra（512GB RAM）有显著性能提升 无需云端API费用，本地运行成本优势明显 评测者称改变了此前对本地AI Agents能力的怀疑态度 来源：MacStories | 时间：2026-09-21 AX：Google开源Agent编排框架 Google发布AX，一个开源的Agent编排框架，专为大规模Agent任务设计。 核心亮点： 声明式配置Agent任务，声明式定义workspace（包含git仓库） 基于Agent Substrate构建，支持数十亿级任务扩展 严格的网络隔离和资源控制 支持任务suspend/resume，适合长时间运行任务 来源：Agent Executor | 时间：2026-09-21 ...

"如果要支持消费者级别的 Agent，每个用户有多个 Agent，每个 Agent 都写代码，容器是不够的。我们需要更轻量的东西。" — Kenton Varda, Cloudflare 引言：AI Agent 的代码执行困境 AI Agent 正在改变软件开发的方式。从简单的工具调用到自主编写代码执行任务，Agent 的能力边界不断拓展。但这里有一个核心问题：AI 生成的代码在哪里执行？ 直接 eval()？不行——恶意用户可以诱导 AI 注入漏洞。 用容器？太重——启动慢、内存大、需要预热。 Cloudflare 在 2026 年 3 月给出的答案是 Dynamic Workers：基于 Isolate 的轻量级沙箱，比容器快 100 倍，内存效率高 10-100 倍。 本文将深入解析 Dynamic Workers 的技术原理、架构设计、实际应用和最佳实践。 一、问题溯源：为什么容器不够用？ 1.1 传统容器方案的技术瓶颈 容器（Docker、containerd 等）是目前最主流的代码隔离方案。但在 AI Agent 场景下，它存在根本性问题： 问题 技术原因 实际影响 启动慢 需要启动完整 Linux 用户空间、初始化进程树、加载运行时 300-500ms 冷启动 内存大 每个容器需要独立的内核命名空间、文件系统层 100-300MB/容器 需要预热 冷启动延迟不可接受，必须保持池化 成本增加、资源浪费 安全妥协 预热池复用容器，破坏隔离性 安全风险 1.2 规模化困境的计算 假设一个消费者级 AI 应用： ...