𝗧𝗵𝗲 𝗔𝗴𝗲𝗻𝘁-𝗡𝗮𝘁𝗶𝘃𝗲 𝗦𝘁𝗮𝗰𝗸: 𝗥𝗲𝗱𝗲𝘀𝗶𝗴𝗻𝗶𝗻𝗴 𝗜𝗻𝗳𝗿𝗮𝘀𝘁𝗿𝘂𝗰𝘁𝘂𝗿𝗲 𝗳𝗼𝗿 𝗔𝗜 智能体原生技术栈：为 AI 重新设计基础设施
像 Claude Code 和 Codex 这样的 AI 编程智能体每月都会发送数百万次 API 请求。这些智能体不使用浏览器，不点击按钮，也不会处理 CAPTCHA（验证码）。
如果你的基础设施需要人类登录或点击“确认”，智能体就会失败。当智能体遇到阻碍时，它们就会放弃。
为了保持竞争力，你必须构建智能体原生的基础设施。以下是这一新技术栈的五大支柱：
临时部署 (Ephemeral Deployments)：智能体需要即用即弃的环境来测试代码。Cloudflare 现在允许无需账号或 OAuth 即可进行临时部署。这为自主智能体创建了快速的反馈循环。
双模式 CLI (Dual-Mode CLIs)：人类喜欢颜色和表格，而智能体喜欢结构化数据。像 Hugging Face CLI 这样的工具现在可以检测智能体是否正在运行。它们会自动从人类友好的视图切换到机器可读的 TSV 或 JSON 格式。这最高可降低 6 倍的 Token 成本。
智能体友好的身份验证 (Agent-Friendly Auth)：OAuth 模型假设有人类在场并使用浏览器，这会使智能体失效。像 auth.md 这样新协议允许智能体在无需人工干预的情况下找到并使用身份验证流程。
智能体基准测试 (Agentic Benchmarking)：衡量成功的方式正在发生变化。我们不再仅仅检查答案是否正确，我们还要衡量所采取的路径。我们通过追踪 Token 使用量、工具调用和错误率，来观察智能体的工作效率。
OpenEnv 与 RL：我们需要一种标准化的方式来训练智能体。OpenEnv 在智能体与任何环境之间提供了一个通用接口。这使得智能体可以使用它们在生产环境中使用的相同工具进行学习。
你的服务必须从“开发者能否使用它？”转向“智能体能否自主使用它？”
智能体原生设计清单：
• 提供机器可读的 JSON 输出。
• 为所有 CLI 命令添加 --non-interactive 标志。
• 发布一个描述智能体如何进行身份验证的 auth.md 文件。
• 在你的 CLI 中使用预参数化的提示 (hints)，以告知智能体下一个要运行的命令。
• 在智能体模式下，切勿截断输出。
AI 智能体作为 API 主要用户者的时代已经到来。现在就开始为它们构建，否则就会被时代抛弃。