Cloudflare OS คืออะไร — แพลตฟอร์มโอเพ่นซอร์สคุมสิทธิ์ AI Agent ที่เข้าถึงข้อมูลองค์กร

โดย Nokka (นก-กา) | 6 สิงหาคม 2569

บทความนี้เขียนโดย AI (deepseek-v4-flash:0731) ผ่าน Hermes Agent ภายใต้การควบคุมและตรวจสอบคุณภาพโดยมนุษย์ — Nokka (นก-กา)

เมื่อวันที่ 5 สิงหาคม 2026 Cloudflare เปิดซอร์ส Cloudflare OS แพลตฟอร์มที่ช่วยให้องค์กรควบคุมการเข้าถึงข้อมูลและระบบภายในของ AI Agent ได้ละเอียดขึ้น [1]

หัวใจของมันคือแนวคิด Default Deny — เริ่มต้นจาก "ไม่ให้สิทธิ์" แล้วจึงอนุญาตเฉพาะทรัพยากรที่จำเป็นต่อการทำงาน [1]

ในบทความนี้ผมจะอธิบายว่า Cloudflare OS คืออะไร เอาไว้ใช้ทำอะไร และเหมาะกับใคร

---

Cloudflare OS คืออะไร

Cloudflare OS เป็น "agent workspace" แบบโอเพ่นซอร์ส ที่สร้างบน Cloudflare Workers สำหรับ [1]:

• สร้างเอกสาร (document)
• สร้างแอป (app)
• รัน AI agent กับข้อมูลและระบบภายในองค์กร

จุดที่แตกต่างจาก AI tool ทั่วไปคือ แต่ละ "conversation" จะถูกเชื่อมกับบริบทและทักษะที่องค์กรของคุณดูแลเอง [1]

Cloudflare เองได้ใช้เวอร์ชันแรกภายในองค์กรตั้งแต่เดือนพฤษภาคม 2026 — มีพนักงานหลายพันคน ทุกสายงาน (รวมถึงที่ไม่ใช่วิศวกร) ใช้ทุกวันเพื่อสร้างเอกสาร สไลด์ และทำให้งานซ้ำๆ อัตโนมัติ [1]

---

เอาไว้ใช้ทำอะไร

Cloudflare OS ผสมสามส่วนเข้าด้วยกัน [1][2]:

1. Grounded in context and skills — ทำงานจากบริบทและทักษะที่บริษัทดูแล
2. Gatekeepers — เพื่อการเข้าถึงข้อมูลภายในและบริการอย่างปลอดภัย
3. Apps — ที่คนสร้าง แชร์ และแก้ไขต่อได้ [3]

สิ่งที่คุณทำได้ [1]

ฟีเจอร์	สิ่งที่ทำได้
วิจัย/ถามคำถาม	ให้ agent ค้นหา กรอง วิเคราะห์ข้อมูลด้วยบริบทบริษัท
สร้างเอกสาร/สไลด์/สเปรดชีต	เปลี่ยนงานวิจัยเป็นไฟล์ที่เชื่อมข้อมูลสด
สร้างแอปทำงานร่วมกัน	agent สร้างแอปที่มี UI/logic/state ของตัวเอง
รัน workflow อัตโนมัติ	เปลี่ยนงานซ้ำๆ เป็น workflow ตามเวลา/เหตุการณ์

---

หัวใจด้านความปลอดภัย: Default Deny + Gatekeepers

จุดที่ Cloudflare OS โดดเด่นที่สุดคือ security framework [1]

ปัญหาที่มันแก้

ปกติเวลาคนเริ่มใช้ AI ในที่ทำงาน สิ่งแรกที่ขอคือ API Key ไปยังระบบของบริษัท [1]

แต่การแจก API key อันตรายและไม่ scale เพราะ [1]:

• Key มักให้สิทธิ์กว้าง ใช้งานได้นาน
• ควบคุม/แชร์/ตรวจสอบยาก

ทางออก: Default Deny

ใน Cloudflare OS [1]:

• ทุก agent และแอป เริ่มต้นด้วยการเข้าถึง "nothing"
• Agent ขอสิทธิ์เข้าถึงทรัพยากรเฉพาะ คุณจะให้หรือปฏิเสธ
• โค้ดที่สร้างได้รับ resource เป็น "typed binding" ที่เป็นสิทธิ์ใช้ทรัพยากรภายใต้ policy หนึ่ง

ตัวอย่างโค้ดที่ agent สร้าง:

const issues = await env.PROJECT.listIssues({ teamId: "ENG", state: "open" });

env.PROJECT คือความสามารถ (capability) ที่แทนสิทธิ์ใช้ทรัพยากรเฉพาะ — credential ถูกแยกออกจาก agent และโค้ดโดยสิ้นเชิง [1]

Gatekeeper: ตัวกลางคุมสิทธิ์

Gatekeeper คือ Worker เฉพาะบริการที่อยู่ระหว่าง Cloudflare OS กับบริการภายนอก [1]

ตัวอย่าง: การให้ agent เข้าถึง GitHub ทั้งบัญชีน่าจะกว้างเกินไป แต่ Gatekeeper ให้ [1]:

• เข้าถึงแค่ repository เดียว
• อ่าน issue แต่ไม่อ่าน source code
• ปิดบัง (mask) บาง field
• จำกัด rate
• ต้องอนุมัติก่อน merge pull request

Gatekeeper ดูแล OAuth ถือ credential บังคับ policy บันทึกสิ่งที่อ่าน และควบคุมสิ่งที่ส่งผลภายนอก [1]

---

จุดเด่น: Policy follows what the agent has seen

จุดหลักคือ ควบคุมแค่ "การอ่านครั้งแรก" ยังไม่พอ [1]

ยกตัวอย่าง ถ้า agent อ่านตารางข้อมูลสำคัญใน data warehouse แล้วใช้สร้าง dashboard สด — การแชร์ dashboard ต้องไม่กลายเป็นช่องทางแชร์ตารางให้คนที่ไม่มีสิทธิ์ดู [1]

Cloudflare OS บันทึก ทุกทรัพยากรที่ agent สังเกตเห็น (observation log) ซึ่งติดอยู่กับ agent และงานที่มันสร้าง [1]

เมื่อคนอื่นเปิด workspace หรือดูผลงาน Gatekeepers จะตรวจสอบว่าคนนั้นมีสิทธิ์เข้าถึงทรัพยากรที่ถูกสังเกตหรือไม่ [1]

log เดียวกันนี้ยังใช้กำหนด policy ว่า agent ทำอะไรได้เมื่ออ่านข้อมูลอ่อนไหว — เช่น ป้องกันไม่ให้เขียนข้อมูลไปยังแหล่งอื่น หรือส่งคำขอออกไป [1]

---

ใช้โมเดลอะไรก็ได้ + ควบคุมค่าใช้จ่าย

Cloudflare OS ใช้โมเดล AI อะไรก็ได้ ทุกการเรียก inference ผ่าน Cloudflare AI Gateway [1] ที่ให้:

• องค์กรตัดสินใจว่าใช้โมเดลไหนได้
• ระบุค่าใช้จ่ายตามคน/ทีม/workspace
• ตั้งงบประมาณ, rate limits
• ควบคุมไม่ให้ใช้โมเดลแพงเกินจำเป็น (เช่น ไม่ต้องใช้ frontier model สรุปอีเมลเช้า)

---

เหมาะกับใคร

เหมาะกับ

• องค์กรที่ใช้ AI agent เยอะ และกังวลเรื่อง data leak
• บริษัทที่อยากให้พนักงานทุกคน (รวมถึงที่ไม่ใช่วิศวกร) ใช้ AI ทำงานกับข้อมูลภายใน
• ทีมที่ต้องการความปลอดภัยแบบ Zero Trust — ตรวจทุก user ทุก request ก่อนให้สิทธิ์

• องค์กรที่อยากควบคุมค่าใช้จ่าย AI และการเข้าถึงโมเดล

  เหมาะน้อยกว่า / ข้อควรรู้

• ต้องใช้ระบบนิเวศ Cloudflare — สร้างบน Cloudflare Workers, Access, AI Gateway

• ต้องปรับแต่ง/ดูแลเอง — เป็น open source ที่คุณ deploy เข้า account ตัวเอง ต้อง configure เอง

• ยังเป็นช่วงแรก — Cloudflare กำลังจะทำเป็น fully managed product ใน dashboard

• ไม่ใช่ "ผลิตภัณฑ์สำเร็จรูป" ที่เปิดปุ๊บใช้ได้ปั๊บ — ต้องมีคนตั้งค่า Gatekeepers และ policies

ยังมีข้อพิจารณาเพิ่มเติม [1][3]:

• การตั้งค่า Gatekeepers สำหรับทุกบริการที่เชื่อมต่อต้องใช้เวลาและความเชี่ยวชาญ
• องค์กรที่ไม่ได้อยู่ในระบบนิเวศ Cloudflare อยู่แล้ว อาจต้องเรียนรู้ stack ใหม่
• ช่วงแรกยังต้องพึ่ง partners (Presidio, Happy Cog) สำหรับการปรับแต่งเชิงลึก

---

สรุป

Cloudflare OS คือแพลตฟอร์มโอเพ่นซอร์สที่ให้ AI agent ทำงานกับข้อมูลองค์กรได้ อย่างปลอดภัยและถูกควบคุม [1]

จุดเด่น:

• Default Deny — agent เริ่มต้นด้วยสิทธิ์ "nothing"
• Gatekeepers — ตัวกลางคุมสิทธิ์การเข้าถึงแต่ละทรัพยากร
• Policy follows data — บันทึกสิ่งที่ agent เห็น และบังคับสิทธิ์ต่อเมื่อแชร์
• ใช้โมเดลอะไรก็ได้ + ควบคุมค่าใช้จ่ายผ่าน AI Gateway

เหมาะกับองค์กรที่จริงจังกับความปลอดภัยของ AI agent และต้องการให้พนักงานใช้ AI ทำงานกับข้อมูลภายใน โดยไม่ต้องเสี่ยงให้ agent "เห็นเกินควร" หรือรั่วข้อมูลผ่านการแชร์ผลงาน

---

แหล่งอ้างอิง

[1] Phillip Jones & Dan Carter. "Cloudflare OS: an open platform for agents, apps, and work". Cloudflare Blog. 5 สิงหาคม 2026. https://blog.cloudflare.com/cloudflare-os/

[2] Cloudflare. "cloudflare-os" GitHub repository. 2026. https://github.com/cloudflare/cloudflare-os

[3] SiliconANGLE. "Cloudflare launches Cloudflare OS: an open-source AI agentic workspace for the enterprise". 5 สิงหาคม 2026. https://siliconangle.com/2026/08/05/cloudflare-launches-cloudflare-os-open-source-ai-agentic-workspace-enterprise/

---

องค์กรของคุณเริ่มใช้ AI agent ทำงานกับข้อมูลภายในแล้วหรือยัง? กังวลเรื่องความปลอดภัยของสิทธิ์เข้าถึงมากแค่ไหน? แชร์มุมมองใต้บทความได้เลยครับ — Nokka ยินดีแลกเปลี่ยน