Cloudflare 同时放出远程 MCP 服务器、Workflows GA 与 Durable Objects 免费层

Cloudflare 面向 AI agent 开发发布了一组产品能力，核心是三块：远程 MCP 服务器、Workflows 正式 GA、Durable Objects 免费层。同时公布与身份厂商的授权合作，以及无服务器平台的部署与计费模型。来源见 Cloudflare 开发者平台公告转述 与 Cloudflare 开发者文档。

远程 MCP 服务器

Cloudflare 推出业内首个远程 MCP 服务器（remote Model Context Protocol server）。它让 AI agent 通过互联网与外部服务交互，不必在本地托管服务器，就能完成“发邮件”“订会议”这类任务。

MCP 负责把模型和外部服务接起来。远程形态省掉的是本地托管这一层：接入外部服务不再需要在每台运行 agent 的机器上起服务，网络可达即可调用。这降低的是 agent 对接外部 API 和工具的接入成本。

Workflows 正式 GA

持久性工作流（Workflows）从预览进入正式可用（general availability）。它的定位是可靠地构建和管理长时间运行的多步骤应用，面向需要持久性的 agent 任务，例如预订旅行这类跨步骤、耗时的流程。

多步骤 agent 任务中间可能等待外部响应。Workflows 要解决的是这类长流程的可靠性问题：流程可被持久管理，而不是把状态全压在单次请求里。

Durable Objects 免费层

Durable Objects 现在提供免费层。它在无服务器环境里把计算与存储捆在一起，方便构建有状态应用，而不用自己管理基础设施。

对开发者来说，免费层降低的是试错门槛。有状态逻辑可以直接跑在 Durable Objects 上，不用先搭一套状态存储和计算资源。

授权：与 Auth0、Stytch、WorkOS 合作

Cloudflare 与 Auth0、Stytch、WorkOS 合作，简化给 agent 授予权限的流程，目标是增强安全性。agent 拿到外部服务权限，一直是落地时最麻烦的一环。合作方式是让这些身份厂商承接权限授予，而不是每个 agent 自己实现一套授权逻辑。

部署模型与成本

Cloudflare 的无服务器平台按需自动扩缩 AI 推理与 agent 资源，组织只为实际使用的部分付费。相比传统云部署需要持续预置，这是成本结构上的差异。Cloudflare 也已在其全球网络中部署 GPU，用于降低推理延迟。

第三方评价

RedMonk 高级分析师 Kate Holterhoff 认为，Cloudflare 对开发者友好的生态与低成本选项，可能推动 AI agent 更广泛地被采用。

对开发者的实际意义

这套组合把 agent 运行所需的模型、工作流、API 当成平台能力来提供，而不是每家公司自己拼一套。

值得关注两点：远程 MCP 降低了 agent 接外部服务的接入成本；Workflows GA 解决了长流程的可靠性。至于免不免费，Durable Objects 免费层降低了试错门槛。

• Cloudflare 开发者文档：https://developers.cloudflare.com/
• 公告转述：https://cn.investing.com/news/company-news/article-93CH-2750171