Agents Week của Cloudflare diễn ra trong tuần đầu tháng 8/2026 và ra mắt nhiều cơ sở hạ tầng nền tảng cho AI agent trong năm ngày hơn hầu hết các platform team sẽ xây dựng trong một năm. Tiêu đề lớn là @cloudflare/computer — một primitive tính toán mới tách biệt não của AI agent khỏi tay của nó để hành động trong thế giới thực. Nhưng bên dưới tiêu đề đó là một sự thay đổi quan trọng hơn: sự xuất hiện của Vòng Đời Phát Triển Agent (ADLC) khác biệt cơ bản với vòng đời phát triển phần mềm đã định hình tooling hiện tại của chúng ta.
Bài viết này dành cho các team kỹ thuật và platform cần hiểu không chỉ Cloudflare đã ra mắt gì, mà còn tại sao các quyết định kiến trúc phản ánh điều gì đó thật sự đúng về cách agent khác biệt với các service truyền thống.
Vấn Đề Cốt Lõi: Agent Cần Nhiều Hơn Container
Khi team hệ thống của Cloudflare xem xét những gì agent thực sự làm trong production, họ xác định một sự không khớp mà hầu hết các team đã vá víu: vòng lặp lý luận của AI agent có trạng thái và tồn tại lâu dài, nhưng các hành động của nó lại không đồng nhất, tồn tại ngắn, và yêu cầu môi trường tính toán hoàn toàn khác nhau.
Một phiên agent đơn lẻ có thể cần:
- Duyệt website (cần trình duyệt thực với thực thi JavaScript)
- Chạy lệnh shell (cần môi trường Linux được sandbox với filesystem)
- Gọi API (cần HTTP outbound, xác thực, rate limiting)
- Đọc và ghi bộ nhớ có cấu trúc (cần durable KV hoặc database)
- Tạo sub-agent (cần orchestration agent với lifecycle riêng của nó)
Câu trả lời truyền thống — đưa cho agent một container với mọi thứ được cài đặt — tạo ra kiến trúc nơi bạn chạy môi trường Linux đầy đủ để thực hiện bất kỳ một trong những việc này. Giống như mua một tủ server khi bạn chỉ cần một cái bàn phím.
@cloudflare/computer tách biệt những mối quan tâm này ở cấp độ platform.
@cloudflare/computer: Tay Của Agent
@cloudflare/computer là primitive tính toán mới cho phép khả năng computer-use — tự động hóa trình duyệt, truy cập shell, thao tác file, tương tác GUI — như một API surface được orchestrate thay vì một môi trường đóng gói. Model không sống bên trong container thực hiện công việc; nó orchestrate từ bên ngoài.
Kiến trúc là một hệ thống phân cấp ba cấp:
V8 isolates — cấp tính toán mặc định. Nhanh, rẻ, toàn cầu. Xử lý lý luận stateless, API call, và logic quyết định. Đây là nơi hầu hết “suy nghĩ” của agent chạy. Cold start dưới millisecond vì không có OS để khởi động.
Cloudflare Containers — được kích hoạt khi agent cần trạng thái bền vững, thao tác file cục bộ, hoặc nhiều hơn V8 có thể cung cấp. Tồn tại lâu hơn, đắt hơn mỗi đơn vị, nhưng vẫn do Cloudflare quản lý và triển khai toàn cầu.
Browser rendering — Cloudflare Browser Rendering, được kích hoạt khi agent cần tương tác với trang web thực như người dùng. Các phiên Chromium được render, có thể truy cập qua CDP (Chrome DevTools Protocol), đằng sau cùng lớp xác thực như phần còn lại của phiên agent.
Lớp orchestration — Workers AI Agent Runtime — định tuyến mỗi hành động đến cấp tính toán phù hợp tự động, dựa trên loại hành động. Agent phát ra tool call; runtime quyết định thực hiện nó bằng isolate, container, hay phiên trình duyệt.
Với các engineering team, điều này quan trọng vì nó thay đổi ý nghĩa của “hosting một agent.” Bạn không phải cung cấp môi trường tính toán và hy vọng agent của bạn phù hợp. Bạn chỉ định những gì agent cần làm, và platform khớp nó với tính toán phù hợp.
Vòng Đời Phát Triển Agent (ADLC)
Tài liệu của Cloudflare giới thiệu ADLC như một framework để suy nghĩ về cách agent chuyển từ prototype sang production. Nó có bốn giai đoạn, mỗi giai đoạn có mối quan tâm kỹ thuật riêng biệt:
1. Context Engineering
Trước khi agent chạy, nó cần context: những tool nào có sẵn, trạng thái nào cần mang theo, những ràng buộc nào cần tôn trọng, và identity và phạm vi ủy quyền của nó là gì. Điều này khác với prompting. Context engineering là công việc làm cho môi trường hoạt động của agent trở nên có thể hiểu được với model — không chỉ là bộ hướng dẫn, mà là hình dạng của thế giới mà agent sẽ hoạt động trong đó.
Lỗi phổ biến ở giai đoạn này: inject quá nhiều context (agent trở nên chậm và tốn kém) hoặc quá ít (agent thiếu những gì nó cần và bịa đặt giải pháp). Lượng context đúng là mức tối thiểu làm cho agent chính xác và an toàn để chạy.
2. Session Management
Một phiên agent không phải là một API request. Các phiên có thể kéo dài từ phút đến giờ, tồn tại qua gián đoạn mạng, phân nhánh thành các delegation sub-agent, và yêu cầu trạng thái bền vững tồn tại nếu orchestrator khởi động lại. Durable Objects và KV của Cloudflare cung cấp lớp persistence phiên; framework ADLC định nghĩa những gì nên ở trong trạng thái phiên so với những gì nên được tái tạo từ context mỗi lượt.
Nguyên tắc: trạng thái phiên nên chứa những gì tốn kém để phục hồi và không thể được tái tạo rẻ. Kết quả tool, quyết định trung gian, đường dẫn file, authentication token cho phiên hiện tại. Nó không nên chứa toàn bộ context window của agent — điều đó được tái tạo từ trạng thái phiên cộng với context tĩnh.
3. CI/CD cho Agent
Đây là nơi ADLC khác biệt rõ nhất so với SDLC truyền thống. Cloudflare đã phát hành CI/CD SDK cho agent giới thiệu một primitive kiểm thử mới: harness evaluation. Một harness là một task được định nghĩa với hành vi mong đợi đã biết — không phải “code có trả về X cho input Y không” mà là “agent có hoàn thành task Z thành công với tool call chấp nhận được và trong token budget không?”
Harness evaluation chạy đối với trace — một thực thi được ghi lại của phiên agent. Pipeline CI/CD chạy agent đối với tập hợp harness, so sánh trace với trace tham chiếu, và đánh dấu regression: những task mà agent sử dụng nhiều tool call hơn mong đợi, mất nhiều thời gian hơn, hoặc đạt kết quả khác. Đây là tương đương agent của snapshot testing.
Điều làm cho điều này có ý nghĩa: agent có thể regression khi prompt thay đổi, khi phiên bản model cập nhật, hoặc khi tool thay đổi hành vi. Không có regression nào trong số này sẽ bị bắt bởi unit test vì không có unit để test. Harness evaluation là những gì thay thế chúng.
4. Observability và Control Plane
Agent production cần control surface không tồn tại trong monitoring truyền thống. Cụ thể: khả năng kiểm tra phiên đang chạy, tạm dừng để xem xét của con người, chuyển hướng đến tool khác, hoặc hủy khi nó làm điều gì đó bất ngờ.
Runtime agent của Cloudflare expose các control này như first-class API. Lớp observability thu thập token usage, độ trễ tool call, quyết định phân nhánh, và thời gian phiên trên mỗi phiên agent. Control plane cho phép: kiểm tra, tạm dừng, chuyển hướng, hủy — bốn thao tác phân biệt agent được monitor với agent được triển khai.
Với engineering team, các pattern observability từ service truyền thống ánh xạ lên agent một cách khó xử. Request tracing trở thành session tracing. Error rate trở thành completion rate cộng rejection rate. Phân phối độ trễ cần được phân tích theo loại tool, không chỉ endpoint. Xây dựng dashboard đúng yêu cầu suy nghĩ lại về những gì bạn thực sự đang đo.
Agentic Wallet: Agent Trả Tiền
Một thông báo của Agents Week ít được chú ý hơn mức xứng đáng: Cloudflare Workers hiện hỗ trợ agentic wallet — khả năng thanh toán được hỗ trợ bởi Stripe mà agent có thể sử dụng để hoàn thành các giao dịch micropayment như một phần của thực thi task.
Use case: agent cần trả tiền cho quyền truy cập API, mua xuất dữ liệu một lần, hoặc thực hiện giao dịch tài chính như một phần của việc hoàn thành task. Trước đây, điều này yêu cầu kỹ thuật đáng kể để xử lý xác thực, luồng thanh toán, và quản lý biên lai trong context agent. Pattern agentic wallet cung cấp cho agent một payment identity với giới hạn và chính sách có thể cấu hình, tương tự cách nó có tool identity.
Kiểm soát chính sách là phần quan trọng: giới hạn chi tiêu mỗi task, giới hạn chi tiêu mỗi phiên, danh mục thanh toán được phép, và cổng human-in-the-loop cho giao dịch vượt ngưỡng. Những kiểm soát này tách biệt “agent có thẻ tín dụng” (nguy hiểm) với “agent có payment surface được quản lý” (có thể kiểm tra và an toàn).
Ý Nghĩa Với Platform Engineering
Nếu team của bạn xây dựng hoặc hỗ trợ platform nội bộ cho phát triển AI, Agents Week định nghĩa một tập hợp khả năng mà bạn hiện được mong đợi cung cấp:
Compute orchestration khớp với loại workload. Các developer xây dựng agent cần platform tự động định tuyến task đến compute phù hợp — không phải một môi trường compute duy nhất họ phải cấu hình cho mọi loại workload. Nếu platform của bạn buộc mọi agent chạy trong container bất kể nó đang làm gì, bạn đang thêm overhead cho mỗi task nhẹ.
Session persistence như platform primitive. Phiên agent phải tồn tại qua các sự kiện hạ tầng. Điều này không phải tùy chọn — một agent mất trạng thái phiên giữa task không an toàn để chạy trong production. Platform của bạn cần lớp phiên bền vững đáng tin cậy như tier database của bạn.
Harness evaluation trong CI. Nếu bạn không kiểm tra agent đối với harness trong CI, bạn đang ship agent một cách mù. Pattern CI/CD ADLC có quan điểm rõ ràng về điều này: mọi workflow agent cần harness, harness chạy trên mỗi PR, và regression chặn triển khai. Đây là thực hành tiêu chuẩn hiện nay.
Control plane trước production. Kiểm tra, tạm dừng, chuyển hướng, hủy. Những thứ này cần tồn tại trước khi bạn đặt agent trước người dùng thực. Khả năng tạm dừng agent đang chạy bừa giữa phiên là kiểm soát an toàn tương đương kill switch trong service truyền thống.
Bức Tranh Lớn Hơn
Agents Week của Cloudflare quan trọng không phải vì nó ra mắt cơ sở hạ tầng mới, mà vì nó ra mắt cơ sở hạ tầng với lifecycle có quan điểm. ADLC không chỉ là thuật ngữ marketing — đó là tuyên bố rằng agent có pattern phát triển và vận hành đủ khác biệt để cần framework riêng, tách biệt với tooling phát triển ứng dụng và hạ tầng phục vụ service truyền thống.
Tuyên bố đó là đúng. Các team đang cố gắng nhồi agent vào pipeline CI/CD hiện có, monitoring stack, và pattern triển khai đã tìm thấy sự không khớp. Agent thất bại khác nhau, chạy khác nhau, và cần được kiểm soát khác nhau. ADLC đặt tên và cấu trúc cho sự khác biệt đó.
Tốc độ phát triển cơ sở hạ tầng agent năm 2026 đã nhanh hơn hầu hết team có thể hấp thụ. Đóng góp của Cloudflare là sự rõ ràng: đây là những mối quan tâm khác biệt, đây là các lớp, đây là những gì bạn sở hữu và những gì platform cung cấp. Sử dụng sự rõ ràng đó như frame cho quyết định platform agent của riêng bạn, ngay cả khi bạn không chạy trên Cloudflare.
Thuận Lương là Tech Lead với hơn 15 năm kinh nghiệm về .NET, kiến trúc cloud và hệ thống AI. Anh ấy viết về những bài học từ việc xây dựng các hệ thống production thực tế.