8月6日，Cloudflare 发布 2026 年 Q2 财报。营收 6.961 亿美元，同比增长 36%——数字很漂亮，但 CEO Matthew Prince 在电话会上说的另一件事才是真正的拐点：
我们原本预计非人类流量会在 2027 年下半年超过人类流量，实际在 2026 年 5 月就发生了。
AI Agent 等非人类流量占比首次突破 50%。 互联网的主要访问者，已经从「人」变成了「程序」。
Cloudflare 赌的下一件事是：当程序成为互联网的主要用户，云的形态也会跟着变。刚结束的 Agents Week 2026 就是这个赌注的集中展示——一周之内密集发布十几项面向 AI Agent 的新产品，从底层推理、记忆存储、搜索、版本控制到安全防护，几乎把「Agent 需要什么」从头到尾铺了一遍。
财报硬数据
| 指标 | Q2 2026 | 同比变化 |
|---|---|---|
| 营收 | $6.961 亿 | +36% |
| 年消费 $10万+ 客户数 | 4,698 家 | +27% |
| 季度净增大客户 | 986 家 | 历史新高 |
| 净收入留存率 (NRR) | 120% | 环比+2，同比+6 |
| 毛利率 | 73.1% | 8个季度来首次环比改善 |
| 自由现金流 | $5,640 万 | +69% |
Prince 说得很直白：「开发者正在涌向 Cloudflare，因为我们的 Workers 平台给了他们构建 Agent 未来所需的一切。」
Cloudflare 自己就是这套平台的第一个重度用户：通过 AI Gateway 路由的请求达到 2,000 万次，处理的 token 达到 2,410 亿个，在 Workers AI 上运行推理，为 3,683 名内部用户提供服务。 自己的狗食自己先吃，吃到这个体量再对外卖产品。
一周发布了什么
按功能层划分：
| 层级 | 产品 | 解决什么 |
|---|---|---|
| 推理层 | Unweight 张量压缩 | 前沿 LLM 无损压缩 22%，推理更快更便宜 |
| 记忆层 | Agent Memory | 给 Agent 一个能记住重要事、忘掉不重要事的长期记忆 |
| 搜索层 | AI Search | Agent 专用搜索原语，动态建实例、混合检索 |
| 存储层 | Artifacts | 给 Agent 用的 Git 兼容版本化存储，能创建千万个仓库 |
| 执行层 | Dynamic Workers | 基于 Isolates 的沙箱，毫秒级启动执行 Agent 生成的代码 |
| 功能控制 | Flagship | 亚毫秒级特性开关，专为 AI 时代的灰度发布设计 |
| 可观测性 | Agent Tracing | 每个 Agent turn 的模型调用、工具执行、token 用量全链路追踪 |
| 成本/安全 | AI Gateway User Insights | 组织级 AI 花费可视化 + 异常使用检测 |
| 支付 | Cloudflare Wallets | 给 Agent 一个能自己花钱的钱包（8月4日单独发布） |
不是每一项都同等重要。挑几件真正改变游戏规则的说。
Agent Memory：给健忘的 Agent 一个大脑
这一周最关键的发布。
目前绝大多数 Agent 都是「金鱼记忆」——每轮对话结束，上下文就没了。跨会话记住用户偏好、记住之前做过的事、记住哪些信息重要哪些可以忘掉，这些能力几乎没有现成方案。
Cloudflare Agent Memory 是一项托管服务，定位很明确：
让 AI Agent 能够记住重要的信息，忘记不重要的信息，并且随着时间推移变得更聪明。
重点不是「能存」——能存的数据库有一万个。重点是「知道该记什么、该忘什么」。Agent Memory 内置了重要性评分、遗忘曲线、跨会话检索，而不是简单地把所有历史堆进向量库。
对构建真实世界 Agent 的团队来说，这意味着不用再自己写一套记忆管理系统。这跟两年前 Serverless 数据库出现时，团队不再需要自己管扩容是同一个逻辑。
值得注意的是，腾讯云也在差不多的时间开源了 TencentDB Agent Memory，走的是另一条路——四层语义金字塔（L0 原始对话 → L1 原子事实 → L2 场景知识 → L3 用户画像），强调记忆的治理而非存储。两者一个托管、一个开源，面向不同人群。
AI Search 接入三大 Agent 框架
7月30日 Changelog 更新：AI Search 可以直接从主流 Agent 框架调用了。覆盖三个生态：
Vercel AI SDK（ai@^6）——新出了 ai-search-provider npm 包，把 instance.chat() 传给 generateText 或 streamText，返回结果直接带检索到的 sources，也可以把 instance.search() 暴露成 Agent loop 里的一个 tool。
LangChain——langchain-cloudflare 包新增了 CloudflareAISearchRetriever，标准 LangChain Retriever 接口。单独用、包一层 create_retriever_tool 当 Agent 搜索工具、丢进 RAG chain 里都行。
Cloudflare Agents SDK——新增完整指南，教你做一个有状态聊天 Agent，自己创建搜索实例、自己索引内容、再通过 tool 调用去搜索。
这件事的意义不在于多了三个 SDK，而在于 RAG 的「检索」这一步，终于从手动调 REST API 变成了 Agent 框架里的一等公民。
Dynamic Workers：Agent 生成的代码有地方跑了
4月13日进入公开测试的 Dynamic Workers，到 Agents Week 已经配套了完整的工具链。
它解决的问题是：AI Agent 生成的代码，你到底放哪儿执行？
大多数团队现在用容器。但容器启动慢、内存占用大，为了避免冷启动你又得预热容器池，结果多个任务复用同一个容器，隔离性被削弱。
Cloudflare 的方案是 V8 Isolates——Chrome 浏览器用的沙箱技术，也是 Cloudflare Workers 跑了八年的底层。官方数据：Isolates 数毫秒启动，只占几 MB 内存，启动速度比容器快约 100 倍，内存效率高 10-100 倍。
这意味着你可以为每一段 Agent 生成的代码，按需创建一个全新的 Isolate，执行完立刻销毁，不复用。 不复用，就没有跨任务的状态泄漏。
配套的三个 npm 库已可用：@cloudflare/codemode（简化 AI 工具生成代码的运行）、@cloudflare/worker-bundler（运行时 npm 依赖解析与打包）、@cloudflare/shell（虚拟文件系统，支持事务批量写入、SQLite/R2 持久化）。
这个方向跟 Cloudflare 之前提出的 Code Mode 理念一脉相承：AI Agent 不应该一轮一轮调工具 API，而应该直接写强类型代码完成任务。Cloudflare 自己的数据——把 MCP 服务器转成 TypeScript API 让 Agent 写代码，相比传统工具调用模式，Token 消耗减少了 81%。
Unweight：无损压缩 22%
在边缘网络上跑大模型，最大的瓶颈不是算力不够，而是 GPU 内存带宽——把模型权重从显存喂到计算单元的那条路，堵了。
Unweight 是一个无损推理时点压缩系统：在不损失精度的前提下，把前沿 LLM 的体积减小高达 22%。不是精度换速度的 trade-off，是无损。同样的显存可以放更大的模型，或者同样的模型推理更快、更便宜。
这种基础设施层面的优化，用户不会直接看到一个新按钮，但会通过 Workers AI 的定价和延迟间接惠及每一个跑在 Cloudflare 上的 Agent。
可观测性：终于能看清 Agent 在干什么
8月4日和5日连续两条更新，是 Agent 从玩具走向生产的最后一块拼图。
Agent Tracing——用 Agents SDK 构建的应用现在可以开启 Trace，每个 Agent turn 完整记录模型调用、工具运行、人工审批、token 用量、Workers 运行时操作。Wrangler 配置里打开 observability.traces.enabled = true 就有。
AI Gateway User Insights——成本失控是团队上 AI 应用最怕的事。User Insights 基于每个用户过去 30 天 p95 会话成本做基线，超出基线 + 超出组织级阈值的会话会被标出来——凭据泄露或 Agent 跑飞，往往先表现为某个用户的花费突然跳涨。与 Cloudflare Access 集成后，认证后的用户 ID 直接带进日志、路由、花费控制，不用在客户端代码里手动传 user_id。
不是产品列表，是一张正在成型的栈
把这些产品放在一起看，Cloudflare 画的图很清楚：
| Agent 需要什么 | Cloudflare 给什么 |
|---|---|
| 记住事情 | Agent Memory |
| 搜索知识 | AI Search |
| 存代码和数据 | Artifacts |
| 执行生成的代码 | Dynamic Workers |
| 跑模型 | Workers AI + Unweight |
| 花钱买东西 | Cloudflare Wallets |
| 看清自己在干什么 | Agent Tracing + AI Gateway |
| 控制成本和安全 | User Insights + Access |
每一层都是托管服务，不需要你管服务器。 组件之间走内网，延迟低、没有跨云带宽费。
这不是把几个独立产品摆在一起，是从 Agent 的需求倒推出来的一张完整的栈——这张栈的每一个组件都跑在同一张全球边缘网络上。
诚实的问题
Cloudflare 的优势和短板同样明显：
- 优势：边缘位置带来的低延迟、Serverless 粒度的按量付费、整条链路统一的身份和安全模型、没有冷启动负担
- 短板：Workers AI 的模型目录还是精选制（50+ 模型），跟 AWS/Azure 那种几百个模型的市场不能比；Agent Memory 是新服务，SLA 和性能数据需要时间验证；Dynamic Workers 目前还是公测，面向付费 Workers 用户
另外绕不开的是 Isolates 沙箱的安全边界。Cloudflare 自己承认：基于 V8 Isolates 的沙箱，攻击面比硬件虚拟机更复杂，V8 漏洞比 hypervisor 漏洞更常见。应对措施包括几小时内把 V8 安全补丁部署到生产、自定义二级沙箱、MPK 硬件级防护、跟学术研究者合作的新型 Spectre 防御。对绝大多数非国家级对抗场景够用，但处理最高机密级别数据时可能还是倾向于硬件级隔离的传统 VM。
写在最后
Agents Week 2026 最值得记住的，不是任何一个单独的产品，而是 Cloudflare 开始用一个统一的视角回答一个问题：当 AI Agent 成为互联网的主要用户，基础设施该怎么变？
过去十年的云计算，围绕「人类用户 + 移动端 + Web 应用」设计。下一个十年，会围绕「AI Agent + 边缘 + 有状态交互」重新设计。计算要跑到离 Agent 最近的地方，计费要细到毫秒，代码执行环境要能按需创建即时销毁，安全模型要从「防人」扩展到「防 Agent 生成的代码」。
谁先为 Agent 造好云，谁就吃下下一个十年的增量。
参考链接：
- Agents Week 发布汇总：cloudflare-cn.com/agents-week/updates/
- Agent Memory 介绍：blog.cloudflare.com/introducing-agent-memory
- AI Search Agent SDK 集成：developers.cloudflare.com/ai-search/agent-sdks/
- Dynamic Workers 文档：developers.cloudflare.com/dynamic-workers/
- Unweight 技术博客：blog.cloudflare.com/unweight-tensor-compression
- Cloudflare Wallets（同期发布）：阅读我们的另一篇报道
- 往期相关：Cloudflare Workers AI 指南｜Workers + Astro 部署实战