Cloudflare ने 5 अगस्त, 2026 को Cloudflare OS लॉन्च किया, जो एक ओपन-सोर्स, ज़ीरो-ट्रस्ट प्लेटफॉर्म है। यह हर AI एजेंट को शून्य अनुमतियों (zero permissions) के साथ शुरू करने के लिए मजबूर करता है और उद्यमों को केवल वही सटीक डेटा स्लाइस देने की अनुमति देता है जिनकी उन्हें आवश्यकता है। 'डिफ़ॉल्ट-डिनाइ' (default-deny) को आधार बनाकर, यह सेवा चैटबॉट्स और अन्य मॉडलों को व्यापक API कीज़ सौंपने की नियमित प्रथा को रोकती है, जो अन्यथा किसी कंपनी की आंतरिक रिपॉजिटरी में बिना किसी रोक-टोक के घूम सकते हैं।

उद्यमों को सख्त AI नियंत्रणों की आवश्यकता क्यों है

AI-सहायता प्राप्त वर्कफ़्लो में उछाल सुरक्षा नीतियों से आगे निकल गया है। टीमें स्क्रिप्ट, नोटबुक या लो-कोड टूल्स में लंबे समय तक चलने वाले API टोकन एम्बेड कर देती हैं, और इस भरोसे में रहती हैं कि टोकन का मालिक उन्हें सुरक्षित रखेगा। व्यवहार में, उन कीज़ में अक्सर सोर्स कोड, डेटाबेस और क्लाउड स्टोरेज के लिए रीड-राइट अधिकार होते हैं, जिससे एक भी समझौता किया गया क्रेडेंशियल डेटा-एक्सफ़िल्ट्रेशन वेक्टर (data-exfiltration vector) बन सकता है। Cloudflare OS एक्सेस निर्णय को डेवलपर के कोड से हटाकर एक समर्पित प्रवर्तन परत (enforcement layer) पर ले जाकर इस समस्या का समाधान करता है।

यह प्लेटफॉर्म “default deny” को कैसे लागू करता है

  • Gatekeepers एक एजेंट और किसी भी बैकएंड—GitHub, S3, आंतरिक डेटाबेस आदि—के बीच ब्रोकर के रूप में कार्य करते हैं। एक पॉलिसी यह कह सकती है कि "एजेंट A केवल फ़ोल्डर X पढ़ सकता है", बजाय इसके कि उसे पूरी रिपॉजिटरी का एक्सेस दे दिया जाए।
  • Typed bindings कच्चे सीक्रेट्स (raw secrets) को अनुमति ऑब्जेक्ट्स से बदल देते हैं जो सटीक रूप से बताते हैं कि एक एजेंट क्या कर सकता है (read, write, list) और कहाँ। क्रेडेंशियल अब हार्ड-कोडेड नहीं होता; बाइंडिंग रनटाइम पर जुड़ती है।
  • Observation logs एजेंट द्वारा किए गए प्रत्येक अनुरोध, उसके द्वारा देखे गए डेटा और उसके द्वारा बनाए गए डाउनस्ट्रीम आर्टिफैक्ट्स को कैप्चर करते हैं। यदि कोई एजेंट डैशबोर्ड बनाने के लिए एक प्राइवेट टेबल निकालता है, तो लॉग उस घटना को रिकॉर्ड करता है, जिससे ऑडिटर्स यह सत्यापित कर सकते हैं कि परिणामी रिपोर्ट कौन देख सकता है।
  • Model control Cloudflare के AI Gateway के पीछे स्थित है, जो प्रशासकों को खर्च की सीमा (spend caps) और उपयोग की सीमाएं लागू करते हुए किसी भी होस्टेड मॉडल को चुनने की अनुमति देता है ताकि अनियंत्रित लागत को रोका जा सके।

टीमें वास्तव में इस OS के साथ क्या कर सकती हैं

  • Research – एजेंटों को किसी एकल प्रोजेक्ट के डेटा सेट तक सीमित किया जा सकता है, जिससे विश्लेषक असंबंधित कोड या टेबल को उजागर किए बिना प्रश्न पूछ सकते हैं।
  • Document creation – लाइव डेटा पुल को स्लाइड डेक या स्प्रेडशीट में बदला जा सकता है, जिसमें प्लेटफॉर्म यह सुनिश्चित करता है कि केवल अधिकृत दर्शक ही अंतिम दस्तावेज़ खोल सकें।
  • App building – लो-कोड वातावरण गैर-इंजीनियरों को UI कंपोनेंट्स का वर्णन करने की अनुमति देते हैं; इसके बाद OS डेटा सतह (data surface) को न्यूनतम रखते हुए अंतर्निहित लॉजिक तैयार करता है।
  • Workflows – रात की रिपोर्ट जनरेशन या टिकट ट्राइएज जैसे दोहराव वाले कार्यों को स्वचालित किया जा सकता है, जिसमें प्रत्येक चरण एक संकीर्ण रूप से परिभाषित अनुमति सेट के तहत चलता है।

किसे लाभ होगा

  • वे कंपनियाँ जो पहले से ही ज़ीरो-ट्रस्ट को अपना चुकी हैं और चाहती हैं कि AI एजेंटों पर भी वही सख्ती लागू हो।
  • वे बिजनेस यूनिट्स जिनके पास गहन इंजीनियरिंग संसाधन नहीं हैं लेकिन जिन्हें त्वरित अंतर्दृष्टि के लिए आंतरिक डेटा की आवश्यकता है।
  • वे संगठन जो नियामक दबाव (regulatory pressure) में हैं और यह साबित करना चाहते हैं कि कोई भी AI टूल अनजाने में गोपनीय जानकारी लीक नहीं कर सकता है।

समझौते और बनी रहने वाली चिंताएँ

चूंकि Cloudflare OS ओपन सोर्स है, इसलिए उद्यमों को परिनियोजन (deployment), पॉलिसी लेखन और निरंतर रखरखाव स्वयं संभालना होगा। उन्हें अपने स्वयं के Cloudflare अकाउंट में सेवा को प्रोविज़न करना होगा, इसे मौजूदा आइडेंटिटी प्रोवाइडर्स के साथ एकीकृत करना होगा, और निरंतर ऑब्जर्वेशन लॉग्स का ऑडिट करना होगा। एक गलत कॉन्फ़िगरेशन उसी अत्यधिक-विशेषाधिकार प्राप्त एक्सेस (over-privileged access) को फिर से ला सकता है जिसे यह प्लेटफॉर्म खत्म करने के लिए बनाया गया है।

आगे क्या देखना है

निष्कर्ष: Cloudflare OS, AI-एजेंट इंटरैक्शन के केंद्र में "ज़ीरो-ट्रस्ट" सिद्धांत को रखता है, जिससे डिफ़ॉल्ट स्थिति "फुल एक्सेस" से बदलकर "नो एक्सेस" हो जाती है। उन फर्मों के लिए जो आवश्यक सेटअप और गवर्नेंस में निवेश करने के लिए तैयार हैं, यह आंतरिक डेटा को अत्यधिक-विशेषाधिकार प्राप्त मॉडलों के हाथों से दूर रखने के साथ-साथ AI द्वारा किए जाने वाले उत्पादकता लाभों को प्राप्त करने का एक ठोस मार्ग प्रदान करता है।