儘管一路走來已有小幅改進，但技術產品的介面自網際網路誕生以來並未有真正的改變。至今依然如此：需要層層點擊深入五六個頁面，在不同標籤頁之間交叉比對記錄，以及費力搜尋那些隱藏的開關設定。
AI 給了我們重新思考這一切的機會。與其讓複雜的功能散落在龐大繁瑣的圖形使用者介面中，何不嘗試用簡單易懂的自然語言來描述您想要達成的目標呢？
這就是未來——而我們今天就要推出這個未來。我們不只想在儀表板中放一個智慧體。我們想創造一種與我們整個平台互動的全新方式。任何任務、任何介面，都只需一個提示。
推出 Agent Lee。
Agent Lee 是一個內建於儀表板的 AI 助手，它瞭解您的 Cloudflare 帳戶。
它可以協助您進行疑難排解，而這在目前是一項耗費人力的苦差事。如果您的 Worker 在世界標準時間凌晨 2:00 開始回傳 503 錯誤，要找出根本原因：無論是 R2 儲存桶、錯誤設定的路由，還是隱藏的速率限制，您都得打開好幾個分頁，並祈禱自己能看出問題的模式。大多數開發人員在凌晨 2 點的時候，身邊並沒有一個瞭解整個平台的隊友可以提供支援。但 Agent Lee 可以。
而且它不只會在凌晨 2 點為您排解疑難。Agent Lee 還會當場為您修復問題。
Agent Lee 在公開測試階段持續執行，期間已為超過 18,000 名每日活躍使用者提供服務，每天執行近二十五萬次工具呼叫。儘管我們對其當前的能力和在生產環境中的運作成效充滿信心，但這仍然是一個我們正在持續開發的系統。由於它仍處於測試階段，在我們最佳化其效能的過程中，您可能會遇到意想不到的限制或邊緣情況。我們鼓勵您使用下方的意見回饋表單，幫助我們讓 Agent Lee 變得一天比一天更加完善。
Agent Lee 直接內建於儀表板中，並且瞭解您帳戶中的資源。它知道您的 Workers、您的區域、您的 DNS 設定、您的錯誤率。那些如今分散在六個分頁和兩個瀏覽器視窗中的知識，現在將集中在一個地方，而且您可以與它對話。
使用自然語言，您可以利用它來：
回答關於您帳戶的問題：「顯示我的 Worker 上排名前 5 的錯誤訊息。」
偵錯問題：「我無法透過 www 首碼存取我的網站。」
套用變更：「為我的網域啟用 Access。」
部署資源：「為我的照片建立一個新的 R2 儲存桶，並將其連接到我的 Worker。」
您無需在各個產品間切換，只需描述您想做的事情，Agent Lee 就會透過說明和視覺化幫助您達成目標。它會擷取相關資訊、使用正確的工具，並根據您所提問題的類型建立動態視覺化圖表。詢問您過去 24 小時的錯誤率狀況，它會直接內嵌呈現圖表，資料來自您實際的流量，而不是把您引導到另一個分析頁面。
Agent Lee 不是在回答常見問題，它是在大規模地針對真實帳戶執行真正的工作。目前，Agent Lee 服務約 18,000 名每日活躍使用者，每天在 DNS、Workers、SSL/TLS、R2、Registrar、Cache、Cloudflare Tunnel、API Shield 等產品上執行約 25 萬次工具呼叫。
Agent Lee 並非直接向模型提供 MCP 工具定義，而是使用 Codemode 將這些工具轉換成 TypeScript API，並要求模型撰寫呼叫該 API 的程式碼。
這樣做效果更好，有幾個原因。LLM 見過大量真實世界的 TypeScript 程式碼，但幾乎沒看過工具呼叫的範例，因此在撰寫程式碼時更準確。對於多步驟任務，模型還可以在單一指令碼中將多個呼叫串聯起來，並且僅回傳最終結果，最終省去了多次往返的開銷。
產生的程式碼會傳送到上游的 Cloudflare MCP 伺服器進行沙箱化執行，但它會經過一個充當認證代理的 Durable Object。在任何呼叫發出之前，這個 Durable Object 會透過檢查方法和內文，將產生的程式碼分類為讀取或寫入操作。讀取操作會被直接代理執行。寫入操作則會被封鎖，直到您透過徵詢關卡明確批准。API 金鑰從不出現在產生的程式碼中——它們保存在 Durable Object 內部，並在進行上游呼叫時於伺服器端插入。安全邊界不僅僅是一個用完即丟的沙箱；它是一個權限架構，從結構上防止了在未經您批准的情況下進行寫入操作。
Agent Lee 連接到 Cloudflare 自家的 MCP 伺服器，該伺服器公開了兩個工具：一個用於查詢 API 端點的搜尋工具，以及一個用於撰寫執行 API 請求之程式碼的執行工具。這是 Agent Lee 讀取您帳戶資訊的介面，並在您核准後進行寫入。
寫入操作需經過一個徵詢系統，該系統會在執行程式碼前顯示核准步驟。Agent Lee 無法跳過此步驟。這個權限模型是強制執行層，而您看到的確認提示並非使用者體驗上的禮貌性設計——它就是那道閘門。
建構 Agent Lee 所用的每一項基礎元件，我們所有的客戶都可以使用：Agents SDK、Workers AI、Durable Objects，以及任何 Cloudflare 開發人員都能使用的 MCP 基礎架構。我們沒有建立您無法使用的內部工具，而是使用您也能使用的相同 Cloudflare 元件來建構它。
在我們自己的基礎元件上建構 Agent Lee 不僅僅是一個設計原則。這也是找出什麼可行、什麼不可行的最快途徑。我們是在真實的生產環境中、面向真實的使用者、針對真實的帳戶來建立這一產品的。這意味著我們遇到的每一個限制，都是我們可以在平台上修復的限制。每一個有效的模式，我們都能讓下一個在此基礎上建構的團隊更容易採用。
這些不是主觀看法，而是從每天來自 18,000 名使用者、總計二十五萬次工具呼叫中得出的訊息。
與平台的互動應該像與專家協作一樣。對話不應侷限於純文字。透過 Agent Lee，隨著您的對話進展，平台會動態產生 UI 元件，搭配文字回應，提供更豐富、更具可行動性的體驗。
例如，如果您詢問網站的每月流量趨勢，您得到的將不僅僅是一段數字。Agent Lee 將會呈現一個互動式折線圖，讓您一眼就能看出活動的高峰與低谷。
為了給予您完全的創意控制權，每一次對話都伴隨著一個自適應網格。在這裡，您可以點擊並拖曳網格，為新的 UI 區塊劃出空間，隨後，只需簡單地描述您希望呈現的內容，剩下的繁重工作便可全權交給智慧體來代勞。
目前，我們支援多樣化的視覺化區塊庫，包括動態表格、互動式圖表、架構地圖等。透過結合自然語言的靈活性和結構化 UI 的清晰性，Agent Lee 將您的聊天記錄轉變為一個動態的儀表板。
一個能在您帳戶上執行動作的智慧體，必須可靠且安全。「徵詢」讓智慧體系統能在執行過程中主動向使用者或其他系統徵求資訊、偏好或批准。當 Agent Lee 需要代表使用者執行非讀取動作時，我們會啟用「徵詢」機制，要求使用者在使用者介面上進行明確的核准確認。這些防護機制讓 Agent Lee 能真正成為您在安全管理資源時的合作夥伴。
除了安全性，我們還持續衡量品質。
這些系統幫助我們不斷改進 Agent Lee，同時確保使用者保有控制權。
儀表板中的 Agent Lee 僅僅是個開始。
更大的願景是讓 Agent Lee 成為整個 Cloudflare 平台的介面——而且無論從何處存取皆可。今天是儀表板，接下來是 CLI，當您出門在外時則是在您的手機上。您所使用的具體互動終端將不再重要。無論您在何處，都應該能夠描述您的需求，並讓它完成。
由此延伸，Agent Lee 將變得主動。它不再被動等待指令，而是會關注對您重要的事項：您的 Workers、您的流量、您的錯誤閾值，並在出現任何值得關注的狀況時主動向您發出提醒。一個僅僅被動回應的智慧體固然有用，但一個能率先注意到問題的智慧體，其價值則截然不同。
這一切的基礎是「上下文」。Agent Lee 已經知道您的帳戶設定。隨著時間推移，它會知道更多：您之前問過什麼、您正在哪個頁面、您上週在偵錯什麼。這種累積的上下文，才能讓一個平台感覺不像工具，而更像一個合作夥伴。
我們尚未完全抵達彼岸。今天的 Agent Lee 是第一步，已在生產環境中執行，大規模地執行真實工作。而其底層的架構設計，正是為了實現未來更宏大的願景而建構的。
Agent Lee 目前已向免費方案使用者提供測試版。請登入您的 Cloudflare 儀表板，點擊右上角的「Ask AI」即可開始使用。
我們很想知道您用 Agent Lee 建立了什麼，以及您希望在其中看到什麼功能。請在此處分享您的寶貴意見。