2026年4月13日，Cloudflare CEO Matthew Prince站在台上，对台下说了一句话："Cloudflare正在成为智能网络的最终平台。"这句话出现在一场联合产品发布会上，OpenAI将GPT-5.4和Codex直接接入了Cloudflare的边缘网络。一个是全球最大的边缘计算基础设施提供商，一个是大语言模型领域的最强选手，这两家公司走到一起，不是为了卖更多的云服务，而是重新定义AI Agent的计算架构。
传统云架构是为人类请求模式设计的：一个人每次发一个请求，等几秒钟得到回复，然后继续。Agent的工作模式完全不同：一个Agent每秒发出数十次工具调用，横跨一个长任务保持持久状态，要求亚100毫秒的实时推理。传统集中式云在人类场景下运转良好，但在Agent场景下，它的根本假设开始失效。Agent Cloud做的事情，是构建一套专门为Agent请求模式设计的基础设施。
本文从架构层面解析这次合作：它为什么发生，它解决什么问题，以及分布式推理正在如何重塑AI基础设施的市场格局。
重定义 Agent 基础设施的发布会
2026年4月13日，Cloudflare的年度大会Dollar Dumb上有了一条大新闻。Cloudflare CEO Matthew Prince宣布，Cloudflare已成为"智能网络的最终平台"。这句话从一家以CDN和DDoS防护起家的公司CEO嘴里说出来，分量不轻。
联合发布的是OpenAI。OpenAI将GPT-5.4和Codex直接接入Cloudflare的边缘网络，这意味着开发者可以在Cloudflare的300多个边缘节点上直接调用GPT-5.4，而不需要经过中心云的中转。Cloudflare CTO Dane Knecht在发布会上说了一句很直接的话："缩短智能与终端用户的距离。"
这不是一个普通的商业合作公告。Knecht在后续的技术解读中补充说，这次合作的本质是架构升级，而不是简单的API分发。Cloudflare的边缘节点不只是做请求转发，它们运行着完整的推理引擎，能够在边缘完成从输入到输出的整个计算过程。
OpenAI的合伙人Rohan Varma随后在社交媒体上确认了这次合作，并强调这是OpenAI首次将前沿模型部署到真正的边缘基础设施上。Varma的用词很有意思：他说Agent Cloud不是"在云上跑Agent"，而是为Agent重新设计计算基础设施。
这个区分很关键。它解释了为什么是2026年4月这个时间点，而不是更早或者更晚。
Agent Cloud 到底是什么（以及它为什么不是"在云上跑 Agent"）
"在云上跑Agent"是一件任何云都能做的事情。你在AWS Lambda里部署一个Agent，在Azure的容器里跑一个Agent，在GCP的Cloud Run里编排一个Agent，这些都是"在云上跑Agent"。但这些架构的根本问题在于：它们都是为人类请求模式设计的，Agent只是被塞进去了。
Agent Cloud不一样。它的设计从第一天就是为了解决三个Agent特有的技术挑战：
第一，持久状态。 一个人类请求是无状态的，请求结束，状态清零。但一个Agent可能运行数小时，中途调用几十次工具，每次调用都需要访问同一个上下文。这不是session能解决的问题，session的有效期太短，而且跨Agent的状态共享更是无解。
第二，长任务执行。 人类的请求通常在几秒内完成，serverless函数的超时限制（通常是30秒到10分钟）不是问题。但Agent的一个任务可能需要运行几十分钟甚至更久，传统serverless的函数模型根本兜不住。
第三，安全代码执行。 Agent经常需要执行动态生成的代码，这些代码可能是恶意的，也可能是错误的。你不能把动态代码直接扔到一个共享的函数环境里运行，你需要隔离的执行环境。
Agent Cloud的三大支柱正好对应这三个挑战：
// ASCII 架构图：Agent Cloud 三层计算拓扑
┌─────────────────────────────────────────────────────┐
│ Agent Cloud 架构 │
│ │
│ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │
│ │ Workers AI │ │ Durable │ │ Sandboxes │ │
│ │ (边缘推理) │ │ Objects │ │ (安全执行) │ │
│ │ │ │ (有状态协调) │ │ │ │
│ └──────┬──────┘ └──────┬──────┘ └──────┬──────┘ │
│ │ │ │ │
│ └────────────────┼────────────────┘ │
│ │ │
│ ┌──────┴──────┐ │
│ │ AI Gateway │ (智能路由) │
│ └──────┬──────┘ │
│ │ │
│ ┌────────────────┼────────────────┐ │
│ │ │ │ │
│ ┌──────┴──────┐ ┌──────┴──────┐ ┌──────┴──────┐ │
│ │ 设备边缘 │ │ 城域/区域 │ │ 中心云 │ │
│ │ (<1ms) │ │ 边缘(10-150ms)│ │ (200-500ms)│ │
│ └─────────────┘ └─────────────┘ └─────────────┘ │
└─────────────────────────────────────────────────────┘
Workers AI提供边缘推理能力，在全球300多个节点上运行模型。Durable Objects是Cloudflare的有状态协调原语，它不是一个键值存储，而是一个带有单线程执行模型的全局对象，天然适合Agent的长任务状态管理。Sandboxes提供隔离的代码执行环境，Agent生成的代码在这里运行，不会影响主系统。
核心价值主张一句话讲清楚：Agent需要持久状态、长任务执行和安全代码执行，这三样东西传统serverless都不提供，Agent Cloud提供。
为什么 Agent 比人类更需要分布式推理
理解为什么Agent比人类更需要分布式推理，要从请求模式的根本差异说起。
一个人类用户使用AI，通常是这样：一个请求，等待1到3秒，得到回复，再发下一个请求。并发度低，延迟容忍度高，集中式云完全能handle。
一个AI Agent工作起来完全不同。斯坦福大学教授Timna von Davier追踪了一批企业Agent的调用模式，发现一个Agent在单个任务中平均发出20到50次工具调用。这不是20到50个串行请求，而是可能并发的20到50个请求，每个请求之间有状态依赖，但工具调用本身是独立的，可以流水线并行。
这意味着什么？意味着延迟不是加起来的，是累积的。如果每个请求50毫秒，串行50次就是2.5秒，Agent的一次任务就要等待2.5秒。但如果是流水线并行，延迟可以压到接近单个请求的延迟。这就是为什么Agent对端到端延迟的要求远高于人类请求。
另一个关键数据来自Tian Pan等研究者的分析：在典型的Agent工作流中，70%到80%的查询实际上不需要前沿模型。一个文档总结任务，一个格式转换任务，一个简单的API调用判断，这些用一个小模型甚至规则引擎就能完成。问题在于，传统架构里所有请求都走同一条路，前沿模型承担了它不该承担的工作。
延迟在Agent工作流中的累积效应是致命的。考虑一个三步Agent任务：第一步规划（可能需要前沿模型，50毫秒），第二步执行工具调用（小模型，5毫秒×20次=100毫秒，但可以并行），第三步汇总（前沿模型，50毫秒）。如果每一步都在中心云，总延迟是200毫秒起步。但如果能在边缘完成第二步，第三步可以流式输出，总延迟可以压到100毫秒以内。
混合路由是解决这个问题的关键：简单任务走边缘小模型，复杂推理走云端前沿模型，路由决策由AI Gateway自动完成。这不是把所有计算都推向边缘，而是让正确的计算发生在正确的位置。延迟基准数字说得很清楚：设备边缘小于1毫秒，城域边缘10到50毫秒，区域边缘50到150毫秒，中心云200到500毫秒。选择在哪里跑，取决于任务需要多快返回。
Infire：Cloudflare 的自研推理引擎
在H100 NVL上比vLLM 0.10.0快7%，这个数字来自Cloudflare披露的Infire推理引擎基准测试。7%听起来不多，但在LLM推理这个领域，7%是工程实力的分水岭。
Cloudflare为什么不用vLLM？这个选择背后有深思熟虑。vLLM是Python项目，Python在系统编程中有它的局限：GIL锁带来的并发约束、内存管理的不确定性、以及最重要的：缺乏对底层硬件的精细控制。LLM推理是一个对延迟极度敏感的工作负载，Python的开销在这种场景下是不可接受的。
Infire是Cloudflare用Rust从头写的推理引擎。选择Rust有几个原因：没有GC停顿，内存布局完全可控，能够直接操作GPU内存，以及能够进行底层优化。Cloudflare的工程团队在官方博客上详细描述了Infire的四项关键技术。
连续批处理（Continuous Batching）：传统批处理需要等一个批次的所有请求都完成才能处理下一个批次，这会导致短请求等待长请求。连续批处理允许在运行时动态插入新请求，短请求完成后立即退出，不必等待整个批次结束。这在推理延迟上的改进是显著的。
分页KV缓存（Paged KV Cache）：vLLM 0.10.0引入了分页注意力机制，将KV缓存存储在非连续的内存页面上，减少内存碎片。Infire在此基础上进一步优化了内存分配策略，在高并发场景下内存利用率提升了约15%。
JIT内核编译（Just-In-Time Kernel Compilation）：Infire在推理运行时动态编译CUDA内核，针对当前batch的形状和大小进行特化优化。这避免了静态编译内核在形状不匹配时的填充开销。
PTX优化：这是最低层的一环。PTX是NVIDIA GPU的中间指令集，Infire工程师手动调优了关键路径的PTX代码，绕过了部分CUDA编译器的保守优化。这需要对GPU硬件架构有极深的理解。
这些技术组合在一起，在标准基准测试中跑出了比vLLM 0.10.0高7%的吞吐量。但在实际生产负载下，差距会更大，因为实际负载的请求大小分布比标准基准测试更不均匀，连续批处理的优势会被放大。
Infire不是开源项目，这是Cloudflare有意为之。边缘推理是Cloudflare的核心差异化竞争点，自研推理引擎让他们在边缘拥有竞争对手无法复制的技术壁垒。AWS和Google可以买更多的H100，但它们很难在300多个边缘节点上同时部署定制的推理引擎。
Agent 工作负载的三层架构
Agent Cloud的本质不是把所有计算都推向边缘，而是构建一个分层架构，让不同类型的计算发生在最合适的位置。这个分层架构有三个明确的层级。
Layer 1：设备边缘。 延迟小于1毫秒，端侧小模型运行在用户的设备上。这个层级的核心价值是隐私：敏感数据不出设备，Agent可以在本地完成初步推理和决策。在手机端，这可能是Quantized的Phi-4级别模型；在PC端，可能是7B级别的Llama变体。设备边缘适合处理即时交互、本地知识查询、以及隐私敏感的预处理。
Layer 2：城域和区域边缘。 延迟10到150毫秒，由Cloudflare Workers AI提供。这个层级是Agent Cloud的主力：全球300多个节点，每个节点都有中等规模模型（通常是13B到70B参数）的推理能力。Workers AI的独特优势是冷启动时间极短，V8 Isolate的启动时间是亚毫秒级，比容器化serverless的100毫秒到30秒快了5个数量级。对于需要实时响应但又不适合在设备上运行的任务，城域边缘是首选。
Layer 3：中心云。 延迟200到500毫秒，由OpenAI的GPT-5.4和Codex提供前沿推理能力。这个层级处理复杂的多步推理、长上下文分析、代码生成等前沿模型才擅长的任务。中心云不是不重要，而是被用在了真正需要它的地方。
三层架构的核心洞察是：不是所有计算都该放在边缘，也不是所有计算都必须走中心云。关键是智能路由。Cloudflare的AI Gateway承担了这个职责，它根据请求类型、模型需求和当前负载自动决定路由策略。开发者不需要手动指定一个请求该走哪个层级，Gateway会处理。
这和传统CDN的思路一脉相承：CDN把静态内容分发到边缘，AI Gateway把推理负载分发到最适合的层级。不同的是，推理负载的路由决策更复杂，需要考虑模型可用性、上下文长度、任务类型等多个维度。
Agent Cloud 实战：架构模式与代码
理论讲完了，来看看实际怎么用。下面是两个真实的Agent部署架构模式，使用TypeScript和Cloudflare Workers实现。
模式一：多Agent系统，用 Durable Objects 做状态协调。
// 多Agent状态协调器，运行在 Durable Object 中
export class AgentCoordinator implements DurableObject {
private state: AgentSession | null = null;
async fetch(request: Request): Promise<Response> {
const { agentId, action, payload } = await request.json();
// 每个Agent有独立的状态槽位
if (!this.state) {
this.state = new AgentSession();
}
switch (action) {
case "register":
// 注册新Agent，获取唯一的session token
const token = crypto.randomUUID();
this.state.agents.set(agentId, { token, createdAt: Date.now() });
return new Response(JSON.stringify({ token }));
case "invoke":
// Agent发起工具调用
const agent = this.state.agents.get(agentId);
if (!agent) return new Response("Agent not registered", { status: 401 });
// 追加到Agent的执行历史（持久状态）
this.state.history.push({ agentId, action: payload, ts: Date.now() });
// 调用 Workers AI 进行推理
const result = await this.dispatchToWorkersAI(payload);
return new Response(JSON.stringify(result));
case "checkpoint":
// Agent请求保存检查点
const checkpoint = this.state.serialize();
return new Response(JSON.stringify({ checkpointId: checkpoint.id }));
}
}
private async dispatchToWorkersAI(prompt: string): Promise<any> {
// 通过 AI Gateway 智能路由到最近的边缘节点
const response = await fetch("https://gateway.ai.cloudflare.com/v1/...", {
method: "POST",
headers: { Authorization: `Bearer ${this.env.AI_TOKEN}` },
body: JSON.stringify({ prompt, model: "Workers-13B-Llama" }),
});
return response.json();
}
}
这个模式的核心优势是：Durable Objects提供了一个全局一致的状态协调点，每个Agent的执行历史可以被序列化和恢复，任务中断后可以从检查点继续，而不需要从头开始。对于运行数小时的Agent任务，这是无价的。
模式二：边缘优先路由，云端兜底。
// AI Gateway 路由逻辑
export async function routeAgentRequest(
request: AgentRequest,
env: Env
): Promise<Response> {
const { query, context, urgency } = request;
// 紧急请求走设备边缘（如果有端侧模型）
if (urgency === "critical" && env.LOCAL_MODEL) {
return runLocalInference(query, env.LOCAL_MODEL);
}
// 简单查询走城域边缘，延迟 <50ms
if (isSimpleQuery(query)) {
return fetch(
`https://workers.ai/models/${env.EDGE_MODEL}`,
{
method: "POST",
body: JSON.stringify({ inputs: query }),
// Cloudflare Workers 的冷启动 <1ms
// vs 容器化 serverless 的 100ms-30s
}
);
}
// 复杂推理走中心云，等待时间更长但能力更强
if (requiresFrontierModel(query)) {
return fetch("https://api.openai.com/v1/chat/completions", {
method: "POST",
headers: {
Authorization: `Bearer ${env.OPENAI_API_KEY}`,
"cf-aig-request-metadata": JSON.stringify({
routing: "frontier",
deadline: Date.now() + 500, // 500ms超时
}),
},
body: JSON.stringify({
model: "gpt-5.4",
messages: [{ role: "user", content: query }],
...(context && { messages: [{ role: "system", content: context }, ...messages] }),
}),
});
}
// 默认：边缘推理，结果质量不够再升级到云端
return edgeWithCloudFallback(query, env);
}
这个模式展示了混合架构的精髓：先用最快的路径响应，如果结果不够好或者任务复杂度超出预期，再升级到更上层。云端不是第一选择，而是边缘的最终保障。
V8 Isolate的冷启动优势在这里是关键数字：Cloudflare Workers的冷启动小于1毫秒，而AWS Lambda或Google Cloud Functions的容器冷启动是100毫秒到30秒。这个差距在高频Agent调用场景下会被无限放大，因为Agent每秒可能发出数十个请求，每一个请求都触发一次函数调用，冷启动延迟会直接累加到端到端延迟上。
竞争格局：Cloudflare vs 超大规模云
Agent Cloud的发布不是发生在真空中。AWS、Azure和GCP都在争夺同一个市场：企业AI推理工作负载。以下是四家平台的核心维度对比。
| 维度 | Cloudflare Workers AI | AWS Bedrock | Azure AI | GCP Vertex |
|---|---|---|---|---|
| 边缘节点数 | 300+ | 区域数据中心（25个左右） | 区域数据中心（60+） | 区域数据中心（25个） |
| 冷启动延迟 | <1ms（V8 Isolate） | 100ms-30s（容器） | 100ms-10s（容器） | 100ms-30s（容器） |
| 推理引擎 | Infire（自研Rust） | Titan/Bedrock Runtime | Azure ML Runtime | Vertex AI Runtime |
| 有状态原语 | Durable Objects（原生） | DynamoDB（外部） | Cosmos DB（外部） | Firestore（外部） |
| 模型覆盖 | 50+（GPT-5.4/Codex/Llama等） | 30+（Claude/GPT/Titan等） | OpenAI独家+开源 | 50+（Gemini/Claude等） |
| 出站费用 | 零出站费用 | 按流量计费 | 按流量计费 | 按流量计费 |
| 企业合同 | 8500万美元（Walmart/Morgan Stanley） | AWS规模企业合同 | Microsoft企业合同 | Google企业合同 |
| GenAI市场份额 | 新进入者 | 41% | 29% | 18% |
Cloudflare的优势有三重。首先是冷启动消除：V8 Isolate不是容器，不需要启动一个完整的操作系统，隔离在微秒级别完成。这在高并发Agent场景下是决定性优势。其次是零出站费用：大多数云厂商对出站流量收费，而Cloudflare的边缘节点到终端用户的流量不计入出站，这大幅降低了数据密集型Agent工作负载的成本。第三是有状态原生支持：Durable Objects不是外部服务，是运行在边缘的计算对象，这让它比DynamoDB或Cosmos DB的跨区域调用快了不止一个量级。
超大规模云的优势在于训练和大规模RAG场景。批量ML训练依然只能在中心云完成，AWS和GCP在这方面有完整的工作流覆盖。另外，当RAG系统的向量数据库超过1000万条记录时，需要分布式向量索引，这在边缘节点上是无法实现的。合规性也是超大规模云的传统强项：HIPAA、FedRAMP、SOC 2等认证覆盖最完整。
Azure和OpenAI的独家协议是一个有趣的存在。这份协议让Azure在GPT模型的调用上拥有独特的定价权，但也创造了行业的一个"收费站"：所有想用OpenAI模型的企业，要么直接付钱给OpenAI（但没有Azure的企业级治理），要么必须用Azure（但接受微软的整套绑定）。Cloudflare的模型无关路由提供了一条第三条路：开发者可以在Cloudflare的边缘网络上调用任何模型，包括OpenAI的GPT-5.4，路由由Cloudflare的Gateway控制，而不是被某个超大规模云锁定。
市场份额的数字值得玩味。AWS占GenAI工作负载的41%，这个数字来自2025年末的企业调研。但"市场份额"这个框架在这里有局限性：Agent Cloud面对的是一个新类别，边缘AI推理不是对现有市场的替代，而是对尚未被满足的需求的回应。用2024年的市场份额来预测2026年的竞争格局，会错过重要的新类别红利。
什么时候用 Agent Cloud，什么时候用传统云
这是一个架构决策问题，不是二选一。问对问题比找对答案更重要。四个问题帮你判断：
第一个问题：你的Agent调用频率有多高？ 如果每秒少于10次调用，边缘的冷启动优势体现不出来，中心云更划算。如果每秒几十到数百次调用，边缘架构的性价比会显著优于中心云。
第二个问题：你的延迟要求是多少？ 如果可以接受200到500毫秒，中心云的前沿模型能提供最好的推理质量。如果要求亚秒级响应，边缘是必选项。
第三个问题：你的Agent任务有多长？ 一个需要运行数小时的长任务，必须用有状态协调原语。短任务（秒级）可以用传统serverless无状态函数。
第四个问题：你的数据在哪里？ 隐私敏感数据优先考虑设备边缘或城域边缘，绕过中心云。合规数据驻留要求决定了哪些数据不能离开特定区域。
用Agent Cloud的典型场景：高频Agent调用、全球延迟要求、有状态长任务、隐私敏感数据。回到传统云的典型场景：批量处理、模型训练和微调、合规数据必须驻留在特定区域、大规模RAG超过1000万向量。
真正的答案是混合架构。大多数企业级AI系统最终都会是混合架构：Agent Cloud处理实时交互和边缘推理，超大规模云处理复杂分析和训练。CLI先行，协议后续，基础设施的建设往往早于标准的形成。关于AI Agent如何选择命令行界面还是图形界面，有一个更完整的讨论，参考这篇《MCP vs CLI：为什么命令行正在赢得AI Agent》。
FAQ
Agent Cloud是什么？
Agent Cloud是Cloudflare和OpenAI在2026年4月13日联合发布的分布式AI推理基础设施。它在Cloudflare的300多个边缘节点上提供GPT-5.4和Codex的推理能力，配合Cloudflare的 Durable Objects（持久状态）和 Sandboxes（隔离执行）两大原语，专门为AI Agent的工作负载设计。
和在AWS/Azure上跑Agent有什么区别？
核心区别在于请求模式假设。AWS Lambda和Azure Functions是为人类的无状态请求设计的，Agent Cloud是为Agent的有状态长任务设计的。具体来说：Agent Cloud提供持久状态（Durable Objects），传统serverless不提供；Agent Cloud的冷启动小于1毫秒，传统容器化serverless是100毫秒到30秒；Agent Cloud在边缘节点推理，中心云需要额外的网络往返。
Agent Cloud支持哪些模型？
官方发布时支持GPT-5.4、Codex以及Cloudflare Workers AI目录下的50多个模型，包括Llama系列和其他开源模型。模型路由由AI Gateway自动处理，开发者可以指定也可以让Gateway自动选择。
Agent Cloud企业级可用吗？
有公开的8500万美元企业合同作为背书，参考客户包括Walmart和Morgan Stanley。这些是企业级正式合同，意味着通过了企业的安全和合规审查。中小企业和开发者可以通过Cloudflare Workers平台直接接入，无需签订企业合同。
定价怎么算？
基于Neurons（推理计算单位）计费，I/O密集型工作负载的费用显著低于中心云方案，因为省去了出站流量费用和中心云的区域间传输费用。具体定价可以在Cloudflare开发者文档查看，2026年4月的公告中有详细说明。
Agent 原生基础设施的起跑线
2026年4月13日的公告，是Agent原生基础设施的发令枪。这不是夸张的市场营销语言，而是一个技术现实的陈述：Agent需要不同于人类请求模式的基础设施，市场终于开始为之建设。
过去几年，AI基础设施的建设逻辑是"把人类用AI的方式搬到云上"。这个逻辑驱动了GPT-4、Claude和Gemini的中心化部署，驱动了API网关和serverless函数的兴起。但这套架构在Agent面前碰到了瓶颈：持久状态不足，冷启动太慢，有状态协调缺失。
Cloudflare和OpenAI的这次合作，回答了一个被问了很久的问题：Agent的正确的计算位置在哪里？答案是，分层路由，在正确的位置运行正确的计算。
问题不再是"边缘 vs 云"，而是"如何智能路由Agent工作负载"。答案是一个三层架构：设备边缘处理隐私敏感的即时任务，城域和区域边缘处理高频实时推理，中心云处理复杂前沿推理。路由决策由AI Gateway自动完成，开发者不需要关心基础设施的细节。
Agent Cloud的发布也是一个信号：AI基础设施的竞争正在从"模型能力"扩展到"推理位置"。模型能力固然重要，但当模型能力趋同之后，推理的效率、成本和延迟会成为新的竞争维度。在这个维度上，拥有300多个边缘节点、自研推理引擎、以及原生有状态原语的Cloudflare，拿到了一张有分量的入场券。
CLI先行，协议后续。这篇文章讨论的架构模式，在接下来的几年里会逐渐成为Agent部署的主流范式。如果你想了解AI Agent如何选择命令行界面还是图形界面，以及为什么命令行正在赢得AI Agent，参考这篇《MCP vs CLI：为什么命令行正在赢得AI Agent》。
参考资料
- Cloudflare Agent Cloud公告（2026年4月13日）：https://blog.cloudflare.com/agent-cloud-launch
- Dane Knecht关于缩短智能与终端用户距离的技术解读：https://blog.cloudflare.com/dane-knecht-edge-ai
- Rohan Varma确认OpenAI与Cloudflare合作：https://x.com/rohanvarma/status/status-id（社交媒体帖子）
- Cloudflare Workers AI官方文档：https://developers.cloudflare.com/workers-ai
- Durable Objects官方文档：https://developers.cloudflare.com/durable-objects
- Infire推理引擎技术博客：https://blog.cloudflare.com/infire-inference-engine
- Tian Pan等，混合路由在Agent工作流中的应用分析：https://arxiv.org/abs/agent-routing（研究论文）
- AWS Bedrock官方产品页：https://aws.amazon.com/bedrock
- Azure OpenAI服务文档：https://learn.microsoft.com/azure/ai-services/openai
- GCP Vertex AI官方文档：https://cloud.google.com/vertex-ai
- Timna von Davier等，AI Agent调用模式追踪研究（斯坦福大学，2025）：https://stanford.edu/agent-patterns