In questo articolo Indice dei contenuti 2 sezioni
Cloudflare OS prova a rispondere a una domanda che in molte aziende comincia a diventare urgente: come lasciare che un agente AI consulti archivi interni, modifichi dati e avvii operazioni sui servizi aziendali senza distribuire credenziali amministrative a destra e a manca. Gli assistenti erano nati come semplici finestre di chat, capaci di rispondere a domande, riassumere documenti e generare codice. Il passo successivo è ben più delicato, perché mettere in mano a un agente le chiavi dei sistemi interni può trasformarsi in un disastro. L’idea alla base di OpenClaw sembrava convincente sulla carta, ma nella pratica le implementazioni sono spesso finite male. Ed è proprio qui che entra in gioco questa piattaforma, pensata per trasformare una conversazione con l’AI in documenti, automazioni e applicazioni davvero operative.
Cloudflare ha mostrato pubblicamente il progetto il 5 agosto 2026, dopo aver distribuito una prima versione ai propri dipendenti già da maggio. Secondo l’azienda, migliaia di persone tra reparti tecnici e non lo usano ogni giorno per preparare presentazioni, produrre documenti, automatizzare attività ripetitive e costruire piccoli strumenti di analisi dati. Ora il software è disponibile come progetto open source, con il codice principale e un repository separato per creare installazioni su misura.
Cloudflare OS non è un sistema operativo per PC
Il nome può ingannare parecchio. Non parliamo di un’alternativa a Windows, macOS o Linux, né di un ambiente da installare sul computer. Cloudflare OS è una piattaforma web per il lavoro assistito dall’intelligenza artificiale, costruita sopra Cloudflare Workers e pensata per collegare agenti, persone, applicazioni e fonti informative aziendali. L’interfaccia iniziale ricorda quella di tanti servizi AI: si apre uno spazio di lavoro nel browser e si descrive ciò che serve.
La vera differenza sta altrove. La conversazione può attingere a istruzioni condivise dall’organizzazione, procedure interne, glossari e collegamenti autorizzati verso servizi esterni. L’agente non riceve un prompt qualsiasi, lavora con conoscenze e strumenti già predisposti. Il tutto poggia su tre pilastri: uno spazio dove scrivere ed eseguire codice, un sistema di autorizzazioni per raggiungere dati e servizi, infine un ambiente per creare app personali modificabili. Una richiesta può quindi generare un testo, ma anche una dashboard interattiva o un processo che continua a girare dopo la chiusura della chat.
Dalla chat al codice, con file che diventano applicazioni
Il cuore tecnico si chiama Code Mode. L’agente non deve invocare una lunga catena di strumenti uno alla volta, può scrivere piccoli programmi che combinano operazioni, elaborano dati e chiamano le API disponibili. Immaginiamo di dover analizzare migliaia di ticket, isolare quelli aperti da più di una settimana e calcolarne la distribuzione per reparto. Passare ogni record al modello linguistico farebbe schizzare consumo di token, latenza e costi. Un programma filtra e aggrega i dati sul posto, lasciando all’AI solo il risultato da interpretare. Cloudflare sostiene che in certi scenari i Dynamic Workers arrivano a ridurre fino all’80 per cento i token richiesti, anche se molto dipende dal tipo di carico.
Nelle suite da ufficio classiche un file appartiene sempre a una categoria fissa. Qui invece ogni file può diventare una piccola applicazione full stack, ribattezzata Gadget. Non sono prototipi da esportare altrove, contengono codice client, logica server, API e stato persistente. Il server di ciascun Gadget si carica solo quando serve, eseguito come Dynamic Worker e associato a un Durable Object Facet con archivio SQLite separato dal runtime principale.
Il componente principale e un repository starter sono pubblicati con licenza Apache 2.0. L’installazione di riferimento richiede Node.js, pnpm, Wrangler e un account Cloudflare configurato, mentre il file deployment.jsonc raccoglie identificativo dell’account, nomi dei Worker, hostname e indirizzi degli amministratori. L’azienda raccomanda di trattare il progetto come software early access, controllando ogni modifica prima di portarla in produzione. Il contributo più interessante, forse, non è la promessa di creare app parlando con un agente, ma l’idea che ogni dato letto dall’AI debba continuare a portarsi dietro regole, limiti e responsabilità.
