Cloudflare 推出智能体开发栈生命周期，以取代传统 SDLC

Cloudflare推出智能体开发周期（代理开发生命周期）”，针对AI驱动的工程实践，旨在取代传统的软件开发生命周期（软件开发生命周期）。Cloudflare认为，虽然AI模型生命周期加速了代码生成，但测试、部署和维护等下游阶段仍受到“人在回路”的持续集成中断，成为阻碍。为解决这一问题，Cloudflare提出从软件团队向自动化工厂软件转型，由智能体管理整个生命周期。软件开发生命周期“依靠人工节奏的评审与线性预设。Cloudflare认为，这些结构在大规模智能体阶段将会失效。专为智能体开发生命周期构建的平台必须具备冗余性、水平可扩展性和事件驱动能力。平台要支持为每个智能体创建预部署，从而能够对照生产环境开展测试，消除预发布环境障碍。此外，系统确保必须变更的原子性，还并并实现由生产数据无人干预驱动的自我改进反馈循环。CI/CD初始化只是一个工作流，但工作流的能力远超 CI/CD 同步。为了实现架构这种，Cloudflare 将其工作流产品定位为核心编排层。与静态同步不同，工作流可以动态生成容器、运行无头浏览器和调度子智能体。在此基础上，Cloudflare 推出了 @cloudflare/ci，一个直接运行在工作流中该持续集成与交付系统。该允许开发者将执行步骤集群工具起来，提供依赖存储和资源管理能力，让智能体能够自主处理故障、修复错误和故障分诊。从 '@flue/runtime' 导入 { init } ；从'./agents/reviewer.ts'导入{审阅者}；从'./shared/nightly.ts'导入{collectFindings}；类型参数 = { 日期: 字符串 };导出类 NightlyReview 扩展 WorkflowEntrypoint { 异步运行（事件：WorkflowEvent，步骤：WorkflowStep） { const 结果 =等待步骤.do（'收集结果'，（）=>collectFindings（event.payload.date））; const agent = init(审阅者, { id: `nightly-${event.payload.date}` }); constreceipt=awaitstep.do('派遣审查', () =>agent.dispatch(`审查这些发现：\n${findings}`), ); const review = wait step.do('阅读评论', async () => { constreply =等待agent.read(receipt); return { text:reply.text, data:reply.data }; }); // ... } } 可置性是该平台的另一个关键组成部分。传统的应用遥测技术能够捕获基础设施指标，但却无法捕捉智能体行为背后的推理过程。为此，Cloudflare推出了专用的可置性仪表盘，提供兼容OpenTelemetry的追踪能力。使得工程师能够清晰地查看具体的模型调用、工具执行和令牌消耗情况。平台与Think“、Flue”这和AI SDK等框架重建集成，工程师能够回放会话、查看子智能体之间的交接过程、调试格式错误的入参，消耗人工解析执行日志。智能体开发周期引入了智能体访问生命模型（代理访问模型）”，用于操作操作的安全性。Cloudflare 发现，智能体无法以机器速度执行任务，基于自主提示词的边界来管理，因此在网络层和线束中层强制执行策略。智能体获得了绑定任务的短期权限，并被设置了权限上限。一旦智能体接触到受保护资源，信任棘轮（Trust Ratchet）就会机制动态降低可用权限，确保最小权限执行，并防止智能体在处理恶意输入时发生横向越权访问。通过标准化开源可启动性、强大的编排原语和严格的基础架构来构建智能体在整个软件工厂生态系统中安全运行所需的基础设施。虽然这些工具仍处于早期迭代阶段，但它们引起了行业向动态、自主系统的决定性转变，AI将在其中安全地处理应用周期。 查看英文译文： https://www.infoq.com/news/2026/09/cloudflare-adlc-agents/ "