Cloudflare Everything mette alla prova lo stack degli agenti

Cloudflare ha concluso la sua prima Agents Week con oltre 20 annunci, ma la storia di Cloudflare Everything va oltre l’ennesimo affollato riepilogo di prodotti. L’azienda ha riunito calcolo, memoria, identità, ricerca, browser, networking e strumenti di deployment in un’unica piattaforma incentrata sugli agenti.

È questa ampiezza a creare il vero conflitto. Cloudflare mette in discussione l’assunto secondo cui gli agenti in produzione debbano risiedere all’interno di un hyperscaler tradizionale, circondati da servizi separati e infrastrutture regionali. La sua alternativa parte dai Workers distribuiti globalmente e aggiunge i componenti necessari agli agenti per operare nel tempo.

AWS, Google Cloud e Microsoft offrono già piattaforme per agenti solide. Dispongono inoltre di relazioni enterprise più profonde e cataloghi più ampi. Cloudflare deve quindi dimostrare che la coerenza architetturale conta più della posizione degli operatori storici, della familiarità nei processi di acquisto o della comodità di mantenere i carichi di lavoro AI accanto ai dati esistenti.

L’azienda definisce la sua destinazione l’agentic cloud, ovvero “Cloud 2.0”. Questa etichetta resta una tesi aziendale, non una categoria di mercato consolidata. Tuttavia, i lanci mostrano esattamente come Cloudflare intenda verificarla.

Cloudflare Everything dalla Agents Week era un unico stack

Cloudflare non ha introdotto un singolo prodotto di punta per agenti. Ha colmato lacune lungo l’intero percorso, dall’esecuzione all’accesso a Internet.

Il riepilogo ufficiale della Agents Week suddivide i rilasci in calcolo, sicurezza, strumenti per agenti, tooling di produzione e web agentico. Questa organizzazione conta perché gli agenti raramente falliscono per l’assenza di un’interfaccia chatbot. Falliscono quando il sistema circostante non riesce a preservare lo stato, controllare le credenziali, eseguire codice o riprendersi dalle interruzioni.

Sul livello di calcolo, Cloudflare ha reso Sandboxes generalmente disponibile. Un sandbox è un ambiente informatico isolato in cui un agente può eseguire comandi, manipolare file e mantenere processi in background. A differenza di una funzione di breve durata, può riprendere il lavoro conservando intatto il proprio stato precedente.

Cloudflare ha posizionato Sandboxes per gli agenti di coding e altri carichi di lavoro che richiedono una shell o un ambiente software completo. Il design del sandbox dell’azienda combina sessioni persistenti con avvio on-demand. Questo offre a un agente uno spazio in cui installare pacchetti, eseguire test, clonare repository o continuare un’attività dopo aver atteso input esterni.

Artifacts aggiunge storage versionato e compatibile con Git per codice e dati. Cloudflare afferma che gli sviluppatori possono creare decine di milioni di repository e accedervi tramite client Git standard. Insieme, Artifacts e Sandboxes stabiliscono un ciclo di base: un agente riceve uno spazio di lavoro, modifica file, registra le versioni e torna in seguito.

Durable Object Facets estende quel modello alle applicazioni generate dall’AI. I Durable Objects sono servizi Cloudflare stateful che coordinano dati e calcolo attorno a un oggetto persistente. Facets consente alle piattaforme di creare Durable Objects isolati, ciascuno con il proprio database SQLite, per applicazioni generate dinamicamente.

Cloudflare ha inoltre rielaborato il control plane alla base di Workflows, il suo motore durevole per lavori multi-step. L’azienda afferma che Workflows ora supporta 50.000 istanze concorrenti e un tasso di creazione di 300 istanze al secondo. Si tratta di limiti di servizio riportati dall’azienda, non di risultati prestazionali indipendenti.

I rilasci di sicurezza affrontano ciò che accade quando questi agenti raggiungono risorse oltre i propri spazi di lavoro. Cloudflare Mesh connette utenti, macchine, Workers e agenti autonomi attraverso reti private. Workers VPC può quindi offrire a un agente accesso circoscritto a database privati o API interne.

Managed OAuth for Cloudflare Access consente agli agenti di autenticarsi alle applicazioni protette per conto di un utente. OAuth è uno standard di autorizzazione delegata che concede accesso limitato senza consegnare all’agente la password di un utente. Cloudflare ha collegato la sua implementazione a RFC 9728, che standardizza i metadati delle risorse protette.

Cloudflare ha inoltre introdotto token API scansionabili, ampliato la visibilità su OAuth e reso generalmente disponibili le autorizzazioni con ambito sulle risorse. Outbound Workers for Sandboxes agisce da proxy di egress programmabile, inserendo le credenziali solo quando il traffico approvato esce dal sandbox.

Questo design mira a tenere i segreti grezzi lontani dal codice generato o scaricato da un agente. Fornisce inoltre agli amministratori un punto di policy tra un processo autonomo e i sistemi che intende raggiungere.

Gli strumenti per agenti hanno fornito un altro insieme di componenti mancanti. Agent Memory offre memoria persistente, AI Search gestisce il retrieval, Browser Run controlla le sessioni web ed Email Service offre agli agenti un canale di posta in arrivo. Workers AI e AI Gateway coprono l’inferenza attraverso i modelli Cloudflare e provider esterni.

Il risultato non è un singolo prodotto con un’unica decisione di adozione. È un tentativo di rendere Cloudflare il luogo in cui si svolge l’intera vita operativa dell’agente.

Gli strumenti per agenti ora vanno oltre l’inferenza

I rilasci più importanti offrono agli agenti continuità e strumenti, non semplicemente un altro modo per chiamare un modello linguistico.

L’accesso ai modelli è diventato più facile da ottenere sulle piattaforme cloud. Un’esecuzione affidabile resta più difficile perché un agente utile necessita di contesto, stato durevole, strumenti controllati e una registrazione delle azioni precedenti. Una richiesta stateless a un modello non fornisce da sola nessuno di questi elementi.

Agent Memory affronta il contesto di lunga durata. Cloudflare descrive il servizio come storage gestito che aiuta gli agenti a ricordare informazioni utili e a scartare il materiale che non conta più. La distinzione importante è tra una trascrizione della conversazione e la memoria operativa.

Una trascrizione registra ciò che è accaduto. La memoria operativa deve identificare i fatti rilevanti, recuperarli al momento giusto e mantenere separate le informazioni di un utente da quelle di un altro. Deve inoltre prevedere controlli di eliminazione e conservazione quando le applicazioni gestiscono materiale sensibile.

Cloudflare non ha ancora fornito sufficienti evidenze pubbliche di produzione per stabilire quanto bene Agent Memory gestisca queste esigenze su larga scala. La qualità del retrieval dipende dalle regole di estrazione, dal ranking, dalla freschezza dei dati e dal modello che interpreta i risultati. L’etichetta di servizio gestito non elimina queste scelte progettuali.

Tuttavia, collocare la memoria accanto a Workers, Durable Objects e AI Gateway riduce il percorso di integrazione. Gli sviluppatori possono mantenere stato dell’applicazione, stato dell’agente e instradamento del modello all’interno di un’unica superficie di controllo. Questo è il meccanismo alla base della proposta più ampia di Cloudflare.

AI Search applica la stessa logica ai documenti e ad altro materiale caricato. Gli sviluppatori possono creare dinamicamente istanze di ricerca, aggiungere file e interrogarli tramite retrieval ibrido. Il retrieval ibrido combina il matching semantico con i segnali tradizionali delle parole chiave per individuare il contesto rilevante.

Questa funzionalità trasforma il retrieval in una primitiva programmabile anziché in un progetto di ricerca separato. Un agente enterprise potrebbe creare un indice isolato per il caso di un cliente, recuperare documenti di supporto ed eliminare l’istanza alla conclusione del lavoro.

La sfida pratica è la valutazione. Risultati di ricerca che sembrano plausibili possono comunque omettere un documento decisivo o far emergere istruzioni obsolete. I team di produzione necessitano di set di test, citazioni, regole di freschezza e filtri di accesso prima che il retrieval diventi affidabile.

Browser Run offre agli agenti un’altra capacità essenziale. Aggiunge Live View, intervento umano, accesso a Chrome DevTools Protocol e registrazioni delle sessioni. Cloudflare ha inoltre annunciato limiti di concorrenza quattro volte più elevati durante la Agents Week.

L’automazione del browser è importante quando un’attività non dispone di un’API adatta. Un agente potrebbe navigare un portale di fornitori, compilare un modulo amministrativo o ispezionare una dashboard progettata per le persone. Queste attività espongono inoltre gli agenti a layout di pagina in cambiamento, prompt di autenticazione e contenuti di pagina dannosi.

Human in the Loop consente a una persona di assumere il controllo durante passaggi sensibili o bloccati. Le registrazioni delle sessioni forniscono una traccia di audit quando qualcosa non funziona. Entrambe le funzionalità riconoscono che gli agenti web restano abbastanza inaffidabili da richiedere osservazione e ripristino.

Cloudflare ha successivamente ricostruito Browser Run su Containers, mostrando che l’annuncio iniziale faceva parte di un servizio in evoluzione anziché di un endpoint definitivo. Questa iterazione è incoraggiante, ma evidenzia anche quanto rapidamente possa cambiare il comportamento sottostante.

La pipeline vocale è più sperimentale. Cloudflare afferma che gli sviluppatori possono aggiungere interazioni continue speech-to-text e text-to-speech con circa 30 righe di codice lato server. La ridotta quantità di codice sembra interessante, anche se latenza e gestione delle interruzioni determineranno l’usabilità reale.

Email Service è entrato in beta pubblica come ulteriore canale per il lavoro autonomo. Gli agenti possono inviare, ricevere ed elaborare email senza dipendere da un provider di comunicazioni separato. Questo crea flussi di lavoro utili, ma solleva anche rischi familiari relativi a impersonificazione, destinatari errati e azioni irreversibili.

Project Think anticipa il prossimo Agents SDK, con un supporto più integrato per agenti che ragionano, agiscono e persistono. L’espressione “batteries included” coglie la direzione di Cloudflare. Gli sviluppatori non dovrebbero dover assemblare ogni primitiva di esecuzione prima di testare un flusso di lavoro utile.

Workers AI e AI Gateway completano gli strumenti con l’accesso ai modelli. Cloudflare afferma che il suo livello di inferenza può chiamare modelli di oltre 14 provider. Un binding Workers consente inoltre alle applicazioni di invocare modelli di terze parti tramite codice nativo della piattaforma.

Questa ampiezza di provider riduce l’importanza di puntare su una sola famiglia di modelli. Non elimina il comportamento specifico dei modelli, le policy sui dati, i limiti di frequenza o la disponibilità regionale. I team necessitano comunque di valutazioni prima di spostare un flusso di lavoro tra provider.

Cloudflare ha inoltre annunciato Unweight, un sistema di compressione in fase di inferenza. L’azienda afferma di aver ridotto l’impronta di un modello linguistico fino al 22 percento senza ridurne la qualità. Resta un risultato Cloudflare legato ai modelli testati e al suo processo di valutazione.

Nel loro insieme, gli strumenti supportano un ciclo coerente per gli agenti. Un agente può cercare contesto, richiamare lavori precedenti, chiamare un modello, aprire un browser, inviare email e preservare il proprio stato. La domanda rimanente è se una sola piattaforma possa rendere questo ciclo più sicuro di un’alternativa modulare.

La sicurezza è il meccanismo centrale, non un’aggiunta

L’argomento più forte di Cloudflare è che l’identità degli agenti e la policy di rete dovrebbero trovarsi direttamente accanto all’esecuzione.

Il software autonomo cambia il modello di sicurezza perché combina istruzioni ampie con azioni intermedie imprevedibili. Un utente potrebbe chiedere a un agente di riconciliare fatture. L’agente sceglie quindi file, siti web, credenziali, comandi e messaggi mentre persegue tale obiettivo.

La sicurezza delle applicazioni tradizionali presuppone che gli sviluppatori sappiano quale percorso di codice richiederà ciascuna risorsa. Il comportamento degli agenti è meno deterministico. La piattaforma necessita quindi di controlli che seguano identità e intento attraverso azioni in cambiamento.

Outbound Workers for Sandboxes fornisce uno di questi punti di controllo. L’agente può richiedere un servizio esterno senza ricevere la credenziale sottostante. Il proxy valuta la policy, inserisce il segreto nel traffico approvato e blocca le richieste al di fuori delle condizioni consentite.

Questo schema limita la fuoriuscita di credenziali dal codice non affidabile. Supporta inoltre decisioni dinamiche basate su destinazione, identità dell’agente, identità dell’utente o contesto dell’attività. La protezione dipende da policy corrette e da un instradamento completo attraverso il percorso di egress controllato.

Cloudflare Mesh e Workers VPC estendono controlli simili alle risorse private. Un amministratore può esporre un database o un'API interna a un agente senza renderli disponibili sulla rete Internet pubblica. L'accesso con ambito definito può limitare il servizio raggiungibile dall'agente.

OAuth gestito affronta il lavoro delegato dagli utenti. Gli account di servizio ricevono spesso autorizzazioni ampie e di lunga durata perché risultano pratici per l'automazione. Un agente che agisce per conto di una persona dovrebbe invece ereditare autorità limitate, legate a quella persona e all'attività corrente.

L'adozione da parte di Cloudflare dei metadati delle risorse protette aiuta un agente a capire come funziona l'autenticazione per un'applicazione interna. Questo riduce la configurazione manuale preservando al contempo un confine di autorizzazione. Non garantisce che l'agente comprenda quali azioni l'utente intendesse eseguire.

L'architettura MCP enterprise dell'azienda mira allo stesso divario. Il Model Context Protocol, o MCP, standardizza il modo in cui i modelli scoprono e invocano strumenti esterni. L'accesso standard rende le integrazioni portabili, ma può anche facilitare la connessione di strumenti non approvati.

Cloudflare raccomanda di utilizzare Access, AI Gateway e i portali dei server MCP per governare queste connessioni. Ha inoltre proposto rilevamenti Gateway per Shadow MCP, ovvero server di strumenti utilizzati senza approvazione formale o visibilità.

Code Mode offre un'ottimizzazione diversa. Invece di inviare attraverso il contesto del modello lunghe definizioni di strumenti e chiamate ripetute, un agente può produrre TypeScript sandboxato che coordina più operazioni. Cloudflare afferma che questo può ridurre l'uso di token, anche se il risparmio effettivo dipenderà dal flusso di lavoro.

L'esecuzione di codice generato introduce rischi propri. La sandbox deve limitare l'accesso alla rete, il tempo di esecuzione, il movimento dei dati e le credenziali. L'osservabilità deve inoltre mostrare cosa ha fatto il codice dopo che il ragionamento del modello non è più visibile.

AWS è giunta a una conclusione simile con Bedrock AgentCore. La sua piattaforma AgentCore include Runtime, Memory, Gateway, Browser, Code Interpreter, Identity, Policy, Observability ed Evaluations. Questa sovrapposizione conferma che gli agenti in produzione necessitano di un livello operativo completo.

AWS afferma che le sessioni AgentCore vengono eseguite in ambienti isolati e possono connettersi a risorse VPC. I suoi servizi di identità gestiscono le credenziali per gli strumenti esterni. Gateway supporta MCP, mentre valutazioni e osservabilità affrontano la qualità dopo il deployment.

La differenza risiede meno nell'elenco di controllo che nell'architettura sottostante. AWS integra i servizi per agenti nei propri sistemi cloud regionali, di identità, monitoraggio e infrastruttura. Cloudflare parte dalla propria rete distribuita globalmente e dal modello di esecuzione Workers.

Questo rende la sicurezza il meccanismo centrale in entrambe le strategie. Nessuna delle due aziende considera più identità, browser, memoria ed esecuzione del codice come accessori opzionali. La competizione riguarda dove debbano risiedere questi controlli e quanti sistemi gli operatori debbano coordinare.

Lo stack edge integrato di Cloudflare mette pressione agli hyperscaler

Agents Week ha trasformato Cloudflare da alternativa per l'inferenza a sfidante diretto dell'infrastruttura per carichi di lavoro agentici completi.

Il principale avversario non è un singolo prodotto AWS o un servizio Microsoft. È il modello hyperscaler che compone capacità agentiche a partire da un ampio catalogo di servizi regionali. Cloudflare sostiene che la propria rete possa presentare queste capacità come un'unica piattaforma distribuita globalmente.

AWS offre oggi il confronto più vicino a livello di prodotto. AgentCore copre runtime, memoria, browser, interpretazione del codice, identità, gateway, policy, valutazioni e osservabilità. Le sue release del 2026 hanno aggiunto archiviazione delle sessioni gestita, uscita VPC, filtraggio della memoria più ricco e deployment indipendente dal framework.

Microsoft Foundry Agents Service segue un'altra strada nota. Gli sviluppatori possono distribuire codice per agenti scritto con il framework di Microsoft, LangGraph, OpenAI Agents SDK o semplice Python. Foundry connette quel codice a progetti Azure, identità, container e controlli enterprise.

Vertex AI Agent Engine di Google Cloud offre deployment gestito per gli agenti e si integra con i modelli Vertex, gli strumenti di valutazione e i servizi Google Cloud. Ogni hyperscaler può collegare gli agenti a database maturi, sistemi di analisi, prodotti di sicurezza e accordi di procurement.

Cloudflare non può eguagliare questi cataloghi servizio per servizio. Sta invece cercando di rendere il catalogo meno rilevante per le applicazioni agentiche. Workers fornisce esecuzione serverless, Durable Objects gestisce il coordinamento, R2 archivia oggetti e le nuove release colmano lacune specialistiche.

La distribuzione edge supporta inoltre l'argomentazione di Cloudflare sulla latenza. Gli agenti alternano spesso chiamate al modello, strumenti, siti web, database e interazione con gli utenti. Ridurre la distanza da utenti e servizi Internet può migliorare alcune parti di questo ciclo.

Tuttavia, la latenza totale di un agente raramente deriva da un singolo passaggio di piattaforma. La generazione del modello, il caricamento del browser, le API di terze parti e il ragionamento sequenziale possono dominare il tempo di risposta. Per dimostrare un vantaggio, Cloudflare necessita di misurazioni a livello di carico di lavoro, non di benchmark di rete isolati.

Agents Week ha incluso un aggiornamento sulle prestazioni di rete basato su FL2, un'architettura Rust per la gestione delle richieste. Cloudflare afferma che la sua rete abbia guidato il 60 percento delle principali reti mondiali nelle proprie misurazioni. I lettori dovrebbero considerarla un'analisi aziendale basata sulla metodologia di Cloudflare.

Anche una leadership di rete effettiva non determina automaticamente l'adozione di una piattaforma per agenti. Le aziende tengono conto di residenza dei dati, connettività privata, strumenti di audit, scelta del modello, supporto e competenze esistenti. Un percorso edge più rapido non può compensare una governance mancante o una migrazione difficile.

La nuova interfaccia a riga di comando cf affronta invece l'esperienza degli sviluppatori. Mira a offrire un'unica interfaccia coerente per quasi 3.000 operazioni API di Cloudflare. Local Explorer aggiunge un modo per ispezionare i dati dell'applicazione durante lo sviluppo.

Agent Lee introduce un'interfaccia basata su prompt nella dashboard Cloudflare. Utilizza TypeScript sandboxato per ispezionare e gestire lo stack di un cliente. È sia una funzionalità di prodotto sia una dimostrazione dell'architettura agentica preferita da Cloudflare.

Flagship aggiunge feature flag nativi con valutazione basata su KV e Durable Objects. Cloudflare dichiara una valutazione dei flag inferiore al millisecondo. I feature flag permettono ai team di esporre gradualmente nuovi comportamenti degli agenti, confrontare versioni e disabilitare un percorso non funzionante senza ridistribuire tutto.

La Registrar API, ora in beta, consente a software e agenti di cercare e registrare domini. L'integrazione PlanetScale aggiunge percorsi di deployment gestito per Postgres e MySQL tramite Cloudflare. Queste release estendono il percorso dal prototipo generato al servizio operativo.

È in questo percorso che Cloudflare spera che l'integrazione prevalga. Un agente di coding potrebbe ricevere una richiesta, aprire una sandbox, clonare un Artifact, modificare il codice, testarlo localmente, distribuirlo tramite Workers e attivare un feature flag. Potrebbe mantenere il contesto tramite Agent Memory e utilizzare credenziali controllate in ogni fase.

Un hyperscaler può supportare un flusso di lavoro comparabile. La differenza di Cloudflare è che i componenti condividono un modello di programmazione e una rete incentrati su Workers. Il vantaggio degli hyperscaler è che i clienti potrebbero già gestire lì ogni sistema adiacente.

Questo rende decisivi i costi di passaggio. Cloudflare può conquistare nuove applicazioni native per agenti senza imporre una migrazione cloud completa. Un frontend per agenti potrebbe essere eseguito su Workers mentre i dati rimangono all'interno di AWS, Azure o Google Cloud.

Questo percorso ibrido amplia l'opportunità per Cloudflare, ma indebolisce la promessa di semplicità. Trasferimento dati cross-cloud, mappatura delle identità, osservabilità e responsabilità nella gestione degli incidenti possono reintrodurre il lavoro di integrazione che Cloudflare vuole eliminare.

La pressione competitiva è dunque reale ma disomogenea. Gli hyperscaler devono rispondere all'esperienza per sviluppatori coesa e alla distribuzione globale di Cloudflare. Cloudflare deve rispondere alla loro profondità enterprise, ai controlli regionali e alla capacità di abbinare l'AI all'infrastruttura esistente.

Cosa Cloudflare Everything ancora non dimostra

Un elenco completo di lanci non dimostra che il sistema completo funzioni in modo affidabile sotto carichi di lavoro agentici enterprise.

Cloudflare ha pubblicato descrizioni chiare e diversi limiti di servizio. Non ha pubblicato un benchmark ampio e indipendente che confronti tassi di completamento degli agenti in produzione, complessità operativa o latenza end-to-end con le piattaforme hyperscaler.

Queste prove mancanti contano perché uno stack per agenti ha successo come sistema. Sandbox rapide offrono poco valore se la memoria restituisce il contesto sbagliato. Un OAuth pratico non aiuta se un agente browser conferma un'azione irreversibile senza approvazione.

La maggiore incertezza riguarda la maturità. Le sandbox hanno raggiunto la disponibilità generale, mentre Email Service è entrato in beta pubblica e Project Think è rimasto un'anteprima. La pipeline vocale era sperimentale. Il supporto per dizionari condivisi è stato presentato come una beta imminente.

Queste etichette indicano aspettative di supporto e rischi di cambiamento differenti. Un prototipo può tollerare un'interfaccia in evoluzione. Un flusso di lavoro regolamentato necessita di contratti stabili, comportamenti di ripristino documentati, conservazione degli audit e disponibilità regionale prevedibile.

La seconda incertezza è la visibilità operativa. Gli agenti possono produrre lunghe catene di chiamate al modello, esecuzione del codice, azioni nel browser e richieste agli strumenti. Gli operatori hanno bisogno di un'unica traccia che colleghi tali azioni all'utente che le ha avviate e alla decisione di policy.

Cloudflare offre elementi di questa visibilità tramite AI Gateway, Access, registrazioni delle sessioni e log della piattaforma. Il riepilogo di Agents Week non ha stabilito quanto completamente questi record si combinino tra tutti i servizi annunciati.

La terza incertezza è la governance della memoria. La memoria persistente può migliorare la continuità, ma crea anche un ulteriore archivio di informazioni personali o riservate. I team devono definire processi di conservazione, eliminazione, isolamento dei tenant e correzione.

Un agente può salvare un'inferenza errata come fatto durevole. Il recupero successivo può quindi rafforzare l'errore in più attività. I sistemi di produzione necessitano di provenienza e di meccanismi che consentano a utenti o amministratori di ispezionare la memoria archiviata.

Questo è particolarmente importante per il lavoro basato sulla conoscenza. Una base di conoscenza personale può rendere ricercabili informazioni disperse, ma i confini di accesso restano centrali. Un agente non dovrebbe fondere note personali e registri del team in un unico pool di contesto senza restrizioni.

La quarta incertezza è la sicurezza degli strumenti. MCP semplifica l'esposizione degli strumenti e Code Mode può ridurre le interazioni ripetute con il modello. Entrambe le capacità aumentano l'importanza di autorizzazioni precise e di un'applicazione deterministica.

Un server MCP compromesso può restituire contenuti dannosi o descrizioni fuorvianti degli strumenti. Un programma generato può effettuare una chiamata API valida nella sequenza sbagliata. La policy deve valutare più del semplice fatto che un endpoint compaia in una allowlist.

I prodotti di sicurezza di Cloudflare le forniscono componenti credibili per questo problema. Tuttavia, controlli credibili non garantiscono una configurazione corretta da parte del cliente. L'azienda deve rendere il percorso sicuro più semplice rispetto a credenziali ampie e regole di rete permissive.

La quinta incertezza è l'economia, anche senza discutere le cifre di prezzo pubblicate. Gli agenti trascorrono molto tempo in attesa di modelli, strumenti, siti web o persone. I modelli di fatturazione che addebitano costi durante i periodi di inattività possono comportarsi diversamente dai modelli basati sul consumo attivo.

Cloudflare non ha ancora fornito dati sufficientemente comparabili sui carichi di lavoro perché gli acquirenti possano stimare il costo completo tra inferenza, archiviazione, sessioni browser, memoria, networking e osservabilità. Le dichiarazioni di efficienza in evidenza non possono sostituire tracce di attività rappresentative.

La concentrazione presso un fornitore presenta un altro compromesso. Una piattaforma unificata può ridurre lo sforzo ingegneristico e semplificare la responsabilità. Può anche collocare esecuzione, identità, memoria, ricerca e log presso un unico fornitore.

Cloudflare supporta modelli di fornitori esterni, riducendo il vincolo a un singolo modello. La portabilità dei carichi di lavoro è più difficile quando un'applicazione dipende profondamente da Durable Objects, Workers bindings, Agent Memory e controlli delle policy specifici di Cloudflare.

Gli stack hyperscaler creano il proprio lock-in attraverso identità, networking, database e monitoraggio. La domanda rilevante non è se il lock-in esista. Gli acquirenti devono decidere quale dipendenza sia più allineata ai propri sistemi esistenti e al piano di uscita.

Infine, l’“agentic web” resta in parte aspirazionale. Cloudflare ha introdotto un punteggio Agent Readiness per valutare quanto bene i siti servano gli agenti. Ha inoltre annunciato Redirects for AI Training, che indirizza i crawler verificati verso contenuti canonici.

Queste funzionalità riconoscono che i visitatori automatizzati necessitano di accesso strutturato e che gli editori hanno bisogno di controllo. Tuttavia, non esiste ancora un accordo universale su come gli agenti debbano identificarsi, rispettare le autorizzazioni, attribuire le fonti o compensare i creatori.

Cloudflare si trova in una posizione di valore tra i siti web e il traffico automatizzato. Questa posizione può supportare misurazione e applicazione delle regole. Conferisce inoltre all’azienda una notevole influenza sulle norme emergenti.

I lanci definiscono una direzione, non un verdetto. Cloudflare dispone ora di componenti sufficienti per competere per deployment completi di agenti. Gli acquirenti hanno comunque bisogno di prove che tali componenti producano insieme risultati più sicuri e affidabili.

Tre segnali decideranno la scommessa sul cloud agentico

Il prossimo test è l’adozione e la verifica, non un’altra settimana di annunci di prodotto.

Il primo segnale è l’uso in produzione di Sandboxes, Agent Memory e Browser Run in un unico carico di lavoro continuativo. Cloudflare ha bisogno di esempi pubblici di clienti che mostrino volume delle attività, recupero dagli errori, confini di sicurezza e risultati operativi misurabili.

Un flusso di lavoro di programmazione offrirebbe un test utile. Potrebbe mostrare un agente che apre un workspace persistente, modifica un repository, recupera decisioni precedenti, esegue test e richiede l’approvazione umana prima del deployment.

Le prove di un funzionamento continuativo rafforzerebbero la tesi di Cloudflare sullo stack integrato. Casi di studio limitati a demo o prototipi brevi lascerebbero irrisolta la questione della maturità.

Il secondo segnale è una risposta diretta degli hyperscaler. AWS AgentCore si sovrappone già ampiamente alla mappa dei rilasci di Cloudflare. Anche Microsoft e Google continuano a integrare deployment degli agenti, strumenti e governance nelle proprie piattaforme AI gestite.

Osservate se queste aziende semplificheranno i loro stack per agenti in interfacce più unificate. Osservate anche se amplieranno l’esecuzione distribuita a livello globale o avvicineranno l’identità degli agenti all’applicazione delle regole di rete.

Un ciclo di integrazione più rapido degli hyperscaler indebolirebbe la differenziazione di Cloudflare. Una frammentazione persistente rafforzerebbe l’affermazione di Cloudflare secondo cui Workers offre una base più pulita.

Il terzo segnale è una governance misurabile nell’agentic web. I punteggi di readiness, i controlli sui crawler, le regole di sicurezza MCP e le funzionalità di identità di Cloudflare devono tradursi in comportamenti che editori e imprese possano verificare.

Indicatori utili includono l’adozione dell’accesso autenticato degli agenti, la gestione documentata delle autorizzazioni delegate e registri di audit che coprano azioni nel browser e negli strumenti. Controlli chiari per l’ispezione e l’eliminazione della memoria aggiungerebbero un ulteriore segnale significativo.

I progressi su queste misure sosterrebbero l’argomentazione di Cloudflare secondo cui l’infrastruttura di rete può governare gli agenti più efficacemente delle sole protezioni a livello applicativo. Un’adozione debole suggerirebbe che l’agentic web rimane uno strato di marketing sopra problemi di automazione già noti.

Tutto ciò che Cloudflare ha presentato durante Agents Week costituisce ora una proposta di piattaforma credibile. Riunisce elaborazione persistente, ricerca, memoria, browser, identità e deployment attorno a un runtime distribuito a livello globale. È sufficiente per mettere sotto pressione ogni grande provider cloud.

Non è sufficiente per chiudere la competizione. Gli sviluppatori dovrebbero testare un flusso di lavoro rappresentativo rispetto a recupero dagli errori, autorizzazioni, qualità del recupero delle informazioni, osservabilità e portabilità. Gli acquirenti enterprise dovrebbero richiedere prove a livello di carico di lavoro prima di considerare Cloud 2.0 come qualcosa di più del nome scelto da Cloudflare.

Quale segnale conta di più per il vostro team: minore lavoro di integrazione, controlli più rigorosi sugli agenti o accesso più semplice ai dati cloud esistenti? Usate questa risposta per progettare una prova di produzione limitata, registrate ogni errore e confrontate l’intero carico operativo prima di impegnare il prossimo carico di lavoro degli agenti.