Dopo aver reso open source il proprio sistema operativo per agenti AI, Cloudflare evolve la sua strategia di recupero con l'estensione di AI Search, un servizio integrato che automatizza l'intera pipeline di ricerca e recupero dati per applicazioni e agenti intelligenti.
Automazione end-to-end della pipeline di ricerca
Sviluppare un sistema di ricerca per l'AI richiede solitamente la gestione coordinata di crawler, parser, modelli di embedding e database vettoriali. Cloudflare AI Search unifica queste componenti — sfruttando primitive come Workers AI, Vectorize e R2 — in un unico flusso automatizzato. La novità principale risiede nella modalità "discover", che permette al motore di individuare autonomamente le pagine web da indicizzare anche in assenza di una sitemap, semplificando drasticamente l'ingestione di dati non strutturati.
Integrazione cross-corpus e standard MCP
Il servizio permette di indicizzare diverse fonti (come documentazione tecnica, API o siti basati su Astro e Vite) trattandole come un unico corpus. Questo consente a un agente AI di rispondere a query complesse aggregando informazioni da fonti eterogenee. Per facilitare l'implementazione, Cloudflare supporta l'integrazione tramite Worker o attraverso endpoint pubblici /search e /mcp. L'adozione del Model Context Protocol (MCP) permette agli agenti di connettersi a queste fonti dati in modo standardizzato, riducendo l'attrito tra il modello linguistico e le informazioni personalizzate.
Modello di pricing scalabile per la GA
Attualmente disponibile in versione beta gratuita, AI Search introdurrà al lancio generale (GA) un modello di costi mirato a rendere la scalabilità prevedibile. L'embedding e il re-ranking saranno gratuiti se vengono utilizzati i modelli predefiniti o selezionati dal catalogo di Workers AI. I costi saranno invece applicati alla generazione delle risposte e alla riscrittura delle query, basandosi sull'effettivo utilizzo dei modelli.
Questa evoluzione si inserisce in un contesto di crescente competizione per il recupero agentico, dove soluzioni come il Search Index di Artificial Analysis e le architetture di Search as Code di Perplexity stanno ridefinendo il modo in cui gli agenti accedono alla conoscenza esterna.
Ancora nessun commento. Puoi essere il primo!