Cloudflare Dynamic Worker Loader: Изоляция AI-агентов с помощью изолятов

✍️ OpenClawRadar📅 Опубликовано: 24 марта 2026 г.🔗 Source
Cloudflare Dynamic Worker Loader: Изоляция AI-агентов с помощью изолятов
Ad

Что делает Динамический загрузчик воркеров

Динамический загрузчик воркеров — это API, который позволяет воркеру Cloudflare создавать новый воркер с кодом, указанным во время выполнения, работающим в собственной защищенной песочнице. Это решает проблему безопасности при выполнении кода, сгенерированного ИИ, без уязвимостей для вашего приложения.

Техническая реализация

Функция использует изоляты — экземпляры движка выполнения JavaScript V8 — в качестве механизма песочницы. Изоляты запускаются за несколько миллисекунд и используют несколько мегабайт памяти, что делает их примерно в 100 раз быстрее и в 10–100 раз эффективнее по памяти, чем типичные контейнеры Linux.

Вот базовый шаблон кода из источника:

// Пусть ваш LLM генерирует код, например, такой.
let agentCode: string = `
  export default {
    async myAgent(param, env, ctx) {
      // ...
    }
  }
`;

// Загрузите воркер для выполнения кода let worker = env.LOADER.load({ compatibilityDate: "2026-03-01", mainModule: "agent.js", modules: { "agent.js": agentCode }, env: { CHAT_ROOM: chatRoomRpcStub }, globalOutbound: null, });

// Вызовите RPC-методы, экспортированные кодом агента await worker.getEntrypoint().myAgent(param);

Ad

Ключевые возможности

  • Нет глобальных ограничений на параллелизм: В отличие от решений на основе контейнеров, нет ограничений на количество параллельных песочниц или скорость их создания
  • Нулевая задержка: Динамические воркеры обычно работают на той же машине и потоке, что и создающий их воркер
  • Глобальное развертывание: Поддерживается во всех сотнях локаций Cloudflare по всему миру
  • Контроль безопасности: Можно блокировать доступ в интернет (globalOutbound: null) или перехватывать его
  • Доступ к API на основе RPC: Агенты могут получать доступ к определенным API через RPC-заглушки, определенные в параметре env

Контекст и ограничения

Этот подход основан на концепции режима кода Cloudflare, где агенты пишут код вместо вызова инструментов. Основное ограничение по сравнению с контейнерами заключается в том, что агентам нужно писать на JavaScript (хотя воркеры технически поддерживают Python и WebAssembly). Для небольших фрагментов кода, сгенерированных агентами ИИ, JavaScript загружается и выполняется быстрее.

📖 Прочитайте полный источник: HN AI Agents

Ad

👀 Смотрите также

Компании, сокращающие штат ради ИИ, проиграют тем, кто этого не сделал
Инструменты

Компании, сокращающие штат ради ИИ, проиграют тем, кто этого не сделал

Сокращения ради ИИ жертвуют долгосрочными знаниями ради краткосрочной экономии. Победители сохраняют команды и используют ИИ для усиления их возможностей — делая больше теми же людьми.

OpenClawRadar
DeepClaude заменяет бэкенд Anthropic в Claude Code на DeepSeek V4 Pro со снижением стоимости в 17 раз
Инструменты

DeepClaude заменяет бэкенд Anthropic в Claude Code на DeepSeek V4 Pro со снижением стоимости в 17 раз

Скрипт, который перезаписывает переменные окружения Claude Code, чтобы направлять все вызовы агентского цикла через DeepSeek V4 Pro, OpenRouter или Fireworks AI — тот же пользовательский опыт, $0,87/M выходных токенов против $15/M.

OpenClawRadar
Exasol выпускает MCP-сервер для интеграции контекста базы данных в рабочие процессы AI-агентов
Инструменты

Exasol выпускает MCP-сервер для интеграции контекста базы данных в рабочие процессы AI-агентов

Exasol выпустила MCP Server, который позволяет базам данных предоставлять AI-агентам контекст о доступных данных, бизнес-правилах и безопасных методах взаимодействия. Сервер по умолчанию работает в режиме только для чтения, поддерживает рабочие процессы с высокой параллельной нагрузкой и может быть развернут в локальной среде, в облаке или в гибридных средах.

OpenClawRadar
FUTO Swipe: Модели набора текста свайпом с открытым исходным кодом достигают точности крупных технологических компаний
Инструменты

FUTO Swipe: Модели набора текста свайпом с открытым исходным кодом достигают точности крупных технологических компаний

FUTO выпускает модели свайп-тайпинга с открытым исходным кодом и набор данных из 1 млн свайпов. Энкодер (635K параметров) + ContextLM (1.5M) + декодер (304K) достигают ~4% частоты ошибок в топ-4. Полностью офлайн в FUTO Keyboard.

OpenClawRadar