Radar Researcher es la nueva interfaz conversacional de Cloudflare para las mediciones abiertas de Internet de la compañía. En lugar de explorar páginas de Radar o crear consultas API manualmente, los usuarios pueden hacer preguntas en lenguaje sencillo sobre picos de tráfico, cronogramas de cortes o calidad de red y obtener gráficos interactivos junto con una explicación breve y con fuentes. El beneficio es práctico: analistas, periodistas y operadores pasan de buscar la vista correcta a interrogar directamente los datos, con preguntas de seguimiento que mantienen la investigación en curso.
Lo que diferencia esta herramienta no es solo su apariencia de chat. Cada respuesta está respaldada por las API de Radar y llega con la visualización exacta que un usuario podría haber creado manualmente, junto con un registro de cómo el modelo interpretó la pregunta. Esa combinación de narrativa, gráfico y rastro de auditoría ayuda a cerrar la brecha de confianza que afecta a muchos asistentes de IA, haciendo que los resultados sean citables en informes de incidentes, documentos de políticas o actualizaciones ejecutivas sin necesidad de recurrir a capturas de pantalla de herramientas de terceros.
En el fondo, Researcher funciona sobre la pila de desarrollo de Cloudflare: un Worker orquesta la conversación, Durable Objects mantiene el estado, y Workers AI proporciona inferencia de modelos con una cadena ordenada de respaldo entre familias de modelos. AI Gateway maneja el registro, control de costos y almacenamiento en caché. El resultado es un agente resistente que sigue generando respuestas incluso si se cierra una pestaña, y devuelve los mismos conjuntos de datos estructurados que obtendrías directamente a través de Radar, pero más rápido y con contexto aplicado a tu vista actual.
Para compradores y desarrolladores, la señal estratégica es clara: las plataformas de observabilidad convergen hacia interfaces agentivas que reducen el tiempo para obtener evidencia. Se espera que los equipos estandaricen la investigación conversacional para el triaje de cortes, comparaciones regionales y resúmenes listos para medios. El riesgo se traslada a la gobernanza, asegurando que las afirmaciones se basen en datos propios y que las indicaciones, planes de consulta y visualizaciones sean revisables. El camino explícito de auditoría y los gráficos con fuente API de Radar Researcher son un fuerte modelo para ese futuro.