ReadyForAI vs Cloudflare OS 对比
Cloudflare OS 是企业内部 Agent 工作平台：公司上下文 Workspace 加 Gatekeeper 安全模型， 全员上手快。计算落在 V8 isolate，不便托管 CLI Agent，也没有审批/预算/决策套件。 全员快速使用、强调平台安全时它合适；要编制级数字员工与治理闭环时走 ReadyForAI。
ReadyForAI 支持完整系统环境，交付编制级数字员工治理
- 产品边界是岗位、任务、观测、审计、决策与知识回流的治理闭环
- 私有部署，不绑单一云、单一模型或单一 Agent 框架
- 把已有 Agent 纳入企业制度，而不是推倒重做
- 只做调用链调试、对话助手或单云实验，不在本产品范围内
- 规模化数字员工编制 + 私有部署 + 合规，才是适用条件
← 滑动查看更多 →
| 维度 | ReadyForAI | Cloudflare OS（组织级 Agent 工作台） |
|---|---|---|
| 定位 | 企业编制级治理与运行体系 | 企业内部 Agent 工作平台（Workspace + Gatekeeper） |
| 目标用户 | 企业 IT + 业务部门 | 企业内部全员 |
| 部署 | 客户内网，私有化优先 | 以 Cloudflare 云平台为主；自部署仍在演进 |
| 计算环境 | 完整 OS，可托管 CLI Agent | V8 isolate 沙箱，无完整 shell / 原生文件系统 |
| 隔离 | 进程级隔离 + 策略拦截 | V8 isolate 内存隔离（隔离更强，算力更受限） |
| 凭据 | 环境白名单 + 代理中介，Agent 不直接持有密钥 | Gatekeeper 下发能力对象，Agent 碰不到原始凭据 |
| 异构纳管 | 五类 RuntimeClass + A2A / ACP / MCP | 平台自有 Agent 形态，绑定 Workers 运行时 |
| 业务治理 | 任务、观测、审计、决策四闭环，收口到 AULO | Gatekeeper 与资源溯源强，无审批/预算/决策套件 |
| 知识 | LarkScout 编译 + HarnessServer 注入到岗位现场 | 公司级 Skills 策展 |
| 变更 | 底座跟发版；岗位规则声明式调整 | 由平台控制 |
| 中国场景 | 原生内网部署，可接国产模型 | Workers 云服务在中国使用受限 |
ReadyForAI 适合
- 需要在完整 OS 上托管 Claude Code / Codex 等 CLI Agent
- 需要私有部署，以及审批、审计、预算、决策闭环
- 数据与模型必须留在企业内网（含国产模型）
Cloudflare OS（组织级 Agent 工作台） 适合
- 企业内部要全员快速用上 Agent，强调平台安全与易用
- 已使用 Cloudflare 基础设施，计算可接受 V8 isolate
- 更看重 Gatekeeper 凭据隔离，而非编制级治理与岗位复制
按角色看
技术负责人
与自研拼装 / LangSmith / 云平台 / GRC 的能力地图对照
合规与风控
与 AI GRC 平台的互补关系：ReadyForAI 治理 Agent 行为，GRC 治理 AI 模型
业务负责人
看清产品边界：规模化编制、私有部署与合规，而不是替代每一类周边工具