Agents Week 2026

Le score de l'État de préparation aux agents peut aider les propriétaires de sites web à comprendre dans quelle mesure leurs sites prennent en charge les agents d’IA. Nous examinons les nouvelles normes, communiquons les données de Radar et détaillons en quoi les documentations de Cloudflare que nous avons produites sont les plus adaptées aux agents sur le Web.

L’exécution de grands LLM sur le réseau Cloudflare exige de notre part une gestion plus intelligente et plus efficace de la bande passante de la mémoire des GPU. C’est pourquoi nous avons développé Allègement, un système de compression sans pertes au moment de l’inférence, qui permet de réduire la taille d’un modèle jusqu’à 22 %, pour vous garantir une inférence plus rapide et moins coûteuse que jamais auparavant.

Les directives souples ne permettent pas d’empêcher les robots d’indexation d’ingérer le contenu obsolète. Les redirections pour l’entraînement de l’IA permettent à n’importe quel utilisateur sur Cloudflare de rediriger les robots d'indexation vérifiés vers des pages canoniques sur simple activation d'une option et sans modifications de l’origine.

Aujourd’hui, nous sommes heureux de vous donner un avant-goût de la manière dont nous prenons en charge des dictionnaires de compression partagés, de vous montrer comment les temps de chargement des pages s'en trouvent améliorés et de vous révéler quand vous pourrez essayer la version bêta vous-même.

Afin d'éliminer la latence des fournisseurs tiers, nous lançons Flagship, un service natif de Feature Flags (indicateurs de fonctionnalité) soutenu par le réseau mondial Cloudflare. Le service Flagship s'appuie sur les solutions KV et Durable Objects afin d'évaluer les indicateurs en moins d'une milliseconde.

Notre service géré Cloudflare Agent Memory assure une mémoire persistante aux agents IA afin de leur permettre de « se remémorer » l'essentiel, « d'oublier » ce qui ne l'est pas et de gagner en intelligence au fil du temps.

L'exécution de LLM de grande taille sur le réseau Cloudflare exige de notre part une gestion plus intelligente et plus efficace de la bande passante de la mémoire des GPU. C'est pourquoi nous avons développé Unweight, un système de compression sans pertes au moment de l'inférence, qui nous permet de réduire l'empreinte d'un modèle de jusqu'à 22 % afin de vous assurer une inférence plus rapide et moins coûteuse que jamais.