信息技术 / 云基础设施
Cloudflare：在内部开发组织中运行AI编程工具
- 企业
- Cloudflare
- 国家
- 美国
- 实施阶段
- 运营中
- 资料发布
- 日期依据
- 资料发布的时间，可能与启用日期不同。
- 依据核验方式
- 阅读原文正文
业务问题
Cloudflare是一家约有6,100名员工的互联网基础技术公司。该公司表示，要把AI编程工具真正接入开发工作，仅仅把工具发下去是不够的。问题在于，如果没有关于内部服务、代码仓库和发布记录的结构化信息，AI代理就不会变得好用。模型使用成本，以及内部资料留存在外部模型供应商处的问题，也必须同时解决。原文把这项工作描述为一次历时十一个月的改造，不只是改变代码的写法，还包括评审方式、标准的执行方式，以及如何安全地发布变更。
使用的技术与数据
该公司从全公司抽调人员组成名为iMARS的专项小组，在自有平台上搭建了内部AI开发环境。一个内部门户汇聚了13台生产环境MCP服务器，涵盖Backstage、GitLab、Jira、Sentry、Elasticsearch、Prometheus、Google Workspace和内部的Release Manager，对外提供超过182个工具。GitLab MCP服务器上的34个工具每次请求约消耗15,000个上下文token，原文表示通过Code Mode把它们压缩为两个门户工具。接入认证由Cloudflare Access负责，请求经过单个proxy Worker转到AI Gateway。员工邮箱地址被映射为保存在D1中的UUID，并由KV承担读取缓存，因此AI Gateway只能看到UUID。每小时运行的cron会刷新Workers KV中的模型目录，并在请求中注入值为false的store参数，以避免留存资料。每个代码仓库都生成AGENTS.md文件，服务目录则由自行部署的Backstage填充。
成果
该公司表示，最近30天内其研发组织有93%使用了基于自有平台构建的AI编程工具。该公司说明，实际使用者为3,683人，相当于约6,100名员工总数的60%。该公司表示，merge request的四周滚动平均值从每周约5,600件升至超过8,700件，3月23日那一周达到10,952件，接近第四季度基准的两倍。该公司表示，OpenCode AI Gateway界面显示每天688,460次请求和105.7亿个token通过一个入口分发给四家供应商。在2026年3月上线Workers AI、上下文为256k的模型Kimi K2.5上，一个安全代理每天处理超过70亿个token，该公司估算若使用中档商用模型每年需花费240万美元，而在Workers AI上便宜77%。
局限与待解问题
原文同时给出了全公司使用者比例和merge request的增长，但没有区分其中有多少增长来自AI工具。代码质量和缺陷率的变化也没有给出数据。
来源
- The AI engineering stack we built internally — on the platform we shipblog.cloudflare.com, 查阅
本案例根据公开资料整理，并非 ATF Works 客户的成果。