Cloudflare OS

Ce que c’est

Cloudflare OS est un espace de travail d’agents open source qu’une entreprise déploie dans son propre compte Cloudflare. Chaque salarié dispose d’un chat dans le navigateur où un agent, préchargé avec le contexte de l’entreprise et des skills partagées, fait de la recherche, rédige des documents et des slides, automatise les tâches répétitives et construit de petites apps internes. Cloudflare a donné la première version à tout son personnel en mai 2026, a publié en open source une réécriture complète (v2) sous Apache 2.0 le 2026-08-05 et, le 2026-10-01, a ouvert une liste d’attente pour une version managée lancée depuis le dashboard Cloudflare. L’article de lancement a atteint la page d’accueil de Hacker News avec 668 points ; le dépôt GitHub a dépassé 10 200 étoiles en octobre 2026.

Le « OS » du nom est une métaphore. Trois composants font le travail :

• Espace de travail de l’agent. Un agent Code Mode qui accomplit les tâches en écrivant et en exécutant des extraits de code, avec n’importe quel modèle routé par Cloudflare AI Gateway (Anthropic, OpenAI, Google, Workers AI ou modèles auto-hébergés).
• Gadgets. Chaque document ou app construit par l’agent est une instance privée qui tourne dans son propre sandbox : un Dynamic Worker dont l’accès sortant à internet est désactivé, plus une iframe isolée. Vous partagez un gadget comme un Google Doc, avec du multijoueur en temps réel, ou vous partagez son code sous forme de Blueprint pour que vos collègues obtiennent leur propre copie.
• Gatekeepers. Un Worker par service externe (GitHub, Google, Slack, Notion, Confluence, ZoomInfo, Supabase, email et quelques autres sont livrés dans le dépôt). Un Gatekeeper détient les identifiants OAuth pour que l’agent ne les voie jamais, n’expose que la ressource précise présentée par l’utilisateur, journalise chaque lecture et met en file d’attente les actions à effet de bord pour validation humaine.

Ce qui justifie l’achat : la gouvernance par défaut

La plupart des espaces de travail d’agents connectent les serveurs MCP à l’avance, si bien que chaque chat a un accès ambiant à tout ce qui est connecté. Cloudflare OS démarre chaque agent et chaque gadget sans aucun accès. L’utilisateur présente un dépôt, un document ou un canal précis ; l’agent peut en demander davantage, et l’utilisateur accepte ou refuse. Chaque ressource lue par l’agent est enregistrée dans un journal d’observations attaché à son résultat, et ce journal décide ensuite si l’agent peut écrire vers une destination externe ou partager le résultat avec quelqu’un qui n’a pas accès aux données sources.

Les validations sont asynchrones. Quand l’agent veut envoyer un message Slack ou modifier un document, le Gatekeeper simule le résultat, l’agent continue de travailler, et l’utilisateur approuve ou rejette en bloc les actions en attente à son retour. Cela supprime la principale raison pour laquelle les équipes passent leurs agents en auto-approbation.

La réalité des prix

Le logiciel coûte 0 $. Vous payez Cloudflare pour l’infrastructure et un fournisseur de modèles pour les tokens. Chiffres vérifiés le 2026-10-01 sur les tarifs publiés par Cloudflare :

• Workers Paid — 5 $ par compte et par mois. Requis pour Dynamic Workers. Inclut 10 millions de requêtes et 30 millions de millisecondes CPU ; au-delà, 0,30 $ par million de requêtes et 0,02 $ par million de millisecondes CPU.
• Dynamic Workers — 0,002 $ par Worker unique chargé par jour, 1 000 par mois inclus ; Cloudflare renonce à ces frais tant que la fonctionnalité est en bêta.
• Cloudflare Access (Zero Trust) — la connexion par défaut du dépôt starter. Gratuit jusqu’à 50 utilisateurs, puis 7 $ par utilisateur et par mois en paiement à l’usage. Le cœur prend aussi en charge identifiant et mot de passe ou la connexion OAuth Google, GitHub et Cloudflare si vous vous passez d’Access.
• Tokens de modèle — facturés par votre fournisseur via AI Gateway, avec budgets et rate limits par personne, équipe ou workspace.
• Version managée — liste d’attente uniquement ; aucun prix publié au 2026-10-01.

Exemple chiffré pour 200 salariés avec Access : 16 800 $ par an pour Access, 60 $ pour Workers Paid, les tokens en plus. Les mêmes 200 sièges sur Claude Team coûtent 48 000 $ par an au tarif annuel de 20 $, avant que quiconque n’atteigne une limite d’usage, et Microsoft Agent 365 ajoute 36 000 $ par an à un parc E5. La ligne d’infrastructure est faible ; le vrai coût, c’est l’ingénieur qui le déploie, crée les apps OAuth de chaque Gatekeeper et met à jour une release early access épinglée.

Pour qui

Les responsables ops et IT d’entreprises de 50 à 2 000 personnes déjà sur Cloudflare, qui ont un ingénieur plateforme capable de prendre en charge un déploiement Workers et qui veulent que chaque salarié utilise des agents sur GitHub, Google Workspace et Slack sans donner à un fournisseur un accès large et permanent. Il convient aux équipes RevOps qui construisent des dashboards de pipeline sur des données en direct, aux équipes Legal Ops qui ont besoin d’une piste d’audit de ce qu’un agent a lu avant de rédiger, et aux équipes recruiting qui veulent des skills partagées plutôt que des prompts écrits par chacun.

Ne l’utilisez pas si personne en interne ne prendra en charge le déploiement, si vos systèmes centraux sont Salesforce, HubSpot ou un ATS (aucun Gatekeeper n’est livré pour eux ; vous l’écrivez) ou si les achats exigent aujourd’hui un SLA fournisseur.

Face aux alternatives

• Claude Cowork — choisissez-le si vous voulez un espace de travail d’agents managé dès ce trimestre, sans déploiement. 20-25 $ par siège, modèles Anthropic uniquement, connecteurs configurés à l’avance plutôt que présentés par tâche.
• Microsoft Agent 365 — choisissez-le si l’entreprise est standardisée sur Microsoft 365 et que le travail consiste à gouverner les agents sur tout le parc. 15 $ par utilisateur et par mois en plus d’une base éligible.
• Dust — choisissez-le si des non-ingénieurs doivent construire et partager dès maintenant des agents sur Salesforce, HubSpot et Snowflake. Managé, environ 31 $ par siège, avec les connecteurs qui manquent à Cloudflare OS.
• Onyx — choisissez-le si le problème est la recherche et le chat sur la connaissance de l’entreprise, pas la construction d’apps. MIT, auto-hébergé sur n’importe quelle infrastructure, plus de 40 connecteurs.
• OpenClaw — l’agent open source à la plus forte croissance de 2026. Choisissez-le pour un agent personnel destiné à un à trois opérateurs. Il n’a pas de modèle de permissions multi-utilisateurs.

Points de vigilance

• Logiciel en early access. Le README de Cloudflare qualifie lui-même la v2 de release « early access » avec « many rough edges », et le dépôt comptait 128 issues ouvertes le 2026-10-01. Garde-fou : déployez via le dépôt cloudflare-os-starter, qui épingle une release upstream, et testez chaque mise à jour sur une route de staging avant la production.
• Catalogue de connecteurs mince pour les systèmes métier. Les Gatekeepers livrés couvrent GitHub, Google, Slack, Notion, Confluence et ZoomInfo ; il n’y en a aucun pour Salesforce, HubSpot ou un ATS. Garde-fou : listez vos cinq systèmes principaux avant le pilote et budgétez du temps d’ingénierie pour écrire un Gatekeeper maison pour chaque système manquant, avec packages/custom-gatekeeper du dépôt starter.
• Lock-in Cloudflare dans les faits. L’auto-hébergement sur le runtime open source workerd est annoncé « coming soon » ; aujourd’hui, la production signifie un compte Cloudflare avec Workers, KV, R2, Browser Rendering, Workers AI et AI Gateway activés. Garde-fou : traitez-le comme une décision de plateforme Cloudflare et obtenez la validation de l’équipe sécurité sur cette dépendance, pas seulement sur l’app.
• Pas de contributions externes. Cloudflare n’accepte que de petites pull requests vérifiables trivialement, la roadmap appartient donc à Cloudflare. Garde-fou : placez les modifications propres à votre entreprise dans des Gatekeepers et dans le wrapper starter plutôt que dans un fork du cœur, pour que les mises à jour restent mécaniques.
• Dépenses de tokens sans plafond par défaut. Le quota quotidien par utilisateur est désactivé tant que vous ne le configurez pas. Garde-fou : définissez des budgets et des rate limits par équipe dans AI Gateway avant le déploiement à toute l’entreprise.