Project Think：在 Cloudflare 上构建持久化、可扩展的下一代 AI 代理平台

今天 Cloudflare 正式发布 Project Think，即下一代 Agents SDK。Think 提供一套用于构建长期运行 AI 代理的基础组件，包括持久执行、子代理、持久会话、沙箱代码执行、执行梯度和自定义扩展，并通过一个明确设计的 Think 基类 将这些组件整合，帮助开发者快速搭建功能完整的代理。

关键痛点

现有编码代理只能在本地或昂贵的 VPS 上运行，缺乏共享与协作。
空闲时仍产生固定成本，难以大规模部署。
需要手动管理依赖、身份和密钥。
代理是“一对一”实例，扩展到数千万并发会话成本不可持续。

基础组件

持久执行：基于纤程实现崩溃恢复、检查点和自动保持连接。
子代理：每个子代理拥有独立的 SQLite 数据库和执行上下文。
持久会话：树状消息结构，支持分支、非破坏性压缩和 FTS5 全文搜索。
沙箱代码执行：利用 Cloudflare 动态工作者运行生成的代码，支持 codemode 与运行时 npm 解析。
执行梯度：从层级 0（持久工作区）到层级 4（自定义沙箱）逐步提升计算能力。
自定义扩展：运行时可加载自编写的 TypeScript 扩展，声明网络与工作区权限。

代理执行模型

基于 Durable Objects 实现 Actor 模型：每个代理拥有唯一身份、持久 SQLite 状态，休眠时不消耗资源，事件触发时自动唤醒。
层级 0‑4：
- 0：持久虚拟文件系统（@cloudflare/shell）
- 1：无网络的动态工作者（@cloudflare/codemode）
- 2：支持 npm 包的工作者捆绑器（@cloudflare/worker-bundler）
- 3：无头浏览器（Cloudflare 浏览器运行）
- 4：完整沙箱，可同步工作区、执行 git、cargo 等命令。

Think 基类

import { Think } from "@cloudflare/think";
import { createWorkersAI } from "workers-ai-provider";

export class MyAgent extends Think<Env> {
  getModel() {
    return createWorkersAI({ binding: this.env.AI })("@cf/moonshotai/kimi-k2.5");
  }
}

基类负责聊天循环、消息持久化、流式传输、工具调用、错误恢复等，开发者只需覆盖 getModel()、getSystemPrompt()、getTools()、maxSteps、configureSession() 等方法即可。

生命周期钩子

beforeTurn → streamText → beforeToolCall → afterToolCall → onStepFinish → onChatResponse，便于在不同阶段插入自定义逻辑。

持久记忆与长对话

利用 Session API 的树状结构和 上下文块（system prompt 中的结构化记忆），实现非破坏性压缩、跨会话全文搜索（FTS5）以及可分支的对话路径。

扩展与子代理

ExtensionManager 打包并加载带 npm 依赖的 TypeScript 扩展，运行在沙箱中并可注册新工具。
子代理 RPC：父代理可通过 subAgent(...).chat() 调用子代理，实现模块化职责分离。

入门示例

npm install @cloudflare/think agents ai @cloudflare/shell zod workers-ai-provider

随后在 src/server.ts 中定义代理类并使用 routeAgentRequest 进行路由，前端可直接复用 @cloudflare/ai-chat/react 的 WebSocket 协议。

发展路线

文章将 AI 代理划分为三波：

第一波：无状态聊天机器人。
第二波：具备工具使用的编码代理（Pi、Claude Code 等），仍局限于单用户本地运行。
第三波（当前）：持久、分布式、无服务器的代理基础设施，能够零成本休眠、按需唤醒、跨用户安全扩展。 Project Think 正是为实现第三波而设计的预览版平台，已在 Cloudflare 内部用于生产代理服务，现邀请开发者共同探索。