---
title: "Cloudflare OS: przestrzeń pracy agentów, nie system na laptop"
url: "https://majchrzycki.com/blog/cloudflare-agent-os-przestrzen-pracy-agentow"
description: "Co udostępnia open-source Cloudflare OS: agenci, Gadgets, Blueprints i Gatekeepers. Ocena bezpieczeństwa, autonomii oraz suwerenności wdrożenia."
---

# Cloudflare OS: przestrzeń pracy agentów, nie system na laptop

19 września 2026·2 min czytania·Krzysztof Majchrzycki

Temat: [Architektura systemów AI](https://majchrzycki.com/blog/filar/architektura-systemow-ai)

**Cloudflare OS jest eksperymentalną przestrzenią pracy, w której agent tworzy dokumenty i małe aplikacje korzystające z kontekstu firmy.** Mimo nazwy nie jest dystrybucją Linuksa. [Repozytorium Cloudflare OS](https://github.com/cloudflare/cloudflare-os) opisuje trzy ważne elementy: interfejs rozmowy z agentem, tworzone na żądanie aplikacje _Gadgets_ oraz _Gatekeepers_ kontrolujące połączenia z usługami zewnętrznymi.

## Co oznacza „OS” w tym projekcie?

Analogia do systemu operacyjnego dotyczy środowiska uruchamiania: użytkownik może utworzyć własny „dokument-aplikację”, udostępnić go zespołowi i dać agentowi narzędzia do pracy. Blueprints pełnią rolę szablonów takich aplikacji. Kod jest zbudowany na [Cloudflare Workers i Durable Objects](https://github.com/cloudflare/cloudflare-os), a projekt pokazuje także lokalny tryb uruchomienia. To inne zadanie niż [Omarchy na pulpicie programisty](https://majchrzycki.com/blog/omarchy-linux-agentowy-desktop).

## Gatekeeper jako granica między pomysłem a skutkiem

Agent może poprosić o wysłanie wiadomości lub zmianę rekordu. Gatekeeper udostępnia wąski interfejs do konkretnej usługi, obsługuje autoryzację, rejestruje działanie i daje człowiekowi możliwość zatwierdzenia operacji ze skutkiem ubocznym. [Opis mechanizmu](https://github.com/cloudflare/cloudflare-os#gatekeepers-a-capability-based-security-layer) przedstawia również symulowanie wyniku, dzięki któremu agent może kontynuować plan, zanim człowiek zdecyduje o wykonaniu. To ciekawy kompromis między autonomią a kontrolą, ale wymaga jasnego rozróżnienia: **symulacja nie jest rzeczywistym zapisem w systemie źródłowym**. Wszystkie zależne kroki trzeba pogodzić po zatwierdzeniu lub odrzuceniu.

## Co sprawdzić przed użyciem w firmie?

Repozytorium oznacza projekt jako rozwijany we wczesnym etapie. Publiczny kod i uruchomienie lokalne ułatwiają audyt, lecz nie są obietnicą gotowej produkcyjnej instalacji we własnym centrum danych. Oceń model uprawnień, izolację kodu Gadgets, dziennik audytu, odtwarzanie danych i sposób aktualizacji Gatekeeperów. Przetestuj scenariusz odmowy zatwierdzenia oraz awarii usługi zewnętrznej. Istotna jest też lokalizacja danych i modeli: suwerenność wymaga decyzji o całej ścieżce, nie tylko o licencji repozytorium.

Cloudflare OS jest dobrym materiałem do pilota interfejsu agentów i kontrolowanego wykonywania akcji. Na produkcyjne zobowiązania patrzyłbym przez pryzmat [zasad bezpieczeństwa i utrzymania AI](https://majchrzycki.com/blog/filar/bezpieczenstwo-i-utrzymanie-ai), z osobnym testem każdej integracji.

## Scenariusz testowy: zatwierdź lub odrzuć

Niech agent przygotuje Gadget analizujący zgłoszenia i proponujący wiadomości do klientów. Gatekeeper powinien dać mu dostęp tylko do wskazanego zbioru zgłoszeń oraz funkcji przygotowania wiadomości. Następnie przetestuj dwie gałęzie: operator zatwierdza jedną wysyłkę, odrzuca drugą. Sprawdź, czy kolejny krok agenta rozróżnia wykonane i jedynie symulowane działania, czy odmowa nie pozostawia pozornego stanu oraz czy audyt pokazuje osobę zatwierdzającą.

W tym modelu dobrze widać różnicę między **uprawnieniem do odczytu** a **uprawnieniem do skutku**. Agent może potrzebować całego kontekstu zgłoszenia, aby sporządzić propozycję, lecz nie musi mieć możliwości rozsyłania wiadomości do dowolnego adresata. Gatekeeper powinien przyjmować identyfikator konkretnego zasobu, a nie szeroki token otwierający całe konto. Jeżeli aplikacja może zbudować własny interfejs do usługi z pominięciem Gatekeepera, cała obietnica kontroli traci sens — właśnie ten przypadek trzeba próbować wykryć w teście bezpieczeństwa.

Porównując Cloudflare OS z własnym portalem agentów, policz nie tylko czas zbudowania pierwszej aplikacji. Uwzględnij utrzymanie konektorów, obsługę sporów o dostęp, kopie danych Gadgets i zależność od środowiska Workers. Otwarty kod pomaga przenieść logikę, ale konfiguracja hostingu i dostępność usług nadal wyznaczają realny zakres niezależności. Dla pilota przydatna jest lista operacji niedozwolonych oraz próba przywrócenia działania po awarii jednej integracji.

-   Agenci AI
-   Open Source

## Przełóż temat na projekt w Twojej firmie

Zobacz zakres współpracy: od rozpoznania procesu i danych po projekt rozwiązania AI.

[Zobacz współpracę](https://majchrzycki.com/wspolpraca)

## Czytaj dalej

-   [Cloudflare Platform w suwerennym AI OS](https://majchrzycki.com/blog/cloudflare-platform-ai-os)
-   [Vercel Agentic Infrastructure w suwerennym AI OS](https://majchrzycki.com/blog/vercel-agentic-infrastructure)
-   [LangGraph: jak kontrolować pracę agentów AI](https://majchrzycki.com/blog/langgraph-autonomous-mult-ai-agent-system)
-   [Microsoft AutoGen: jak ocenić system wielu agentów](https://majchrzycki.com/blog/co-to-jest-microsoft-autogen-multi-agent-system-mas)