Radar Researcher est la nouvelle interface conversationnelle de Cloudflare pour les mesures ouvertes d’Internet de l’entreprise. Plutôt que de fouiller dans les pages Radar ou de créer manuellement des requêtes API, les utilisateurs peuvent poser des questions en langage clair sur les pics de trafic, les chronologies de pannes ou la qualité du réseau et obtenir des graphiques interactifs réactifs ainsi qu’une brève explication sourcée. Le bénéfice est concret : analystes, journalistes et opérateurs passent de la recherche de la bonne vue à l’interrogation directe des données, avec des relances qui maintiennent le flux de l’enquête.

Ce qui distingue l’outil ne se limite pas à son aspect conversationnel. Chaque réponse est étayée par les API de Radar et s’accompagne de la visualisation exacte qu’un utilisateur aurait pu construire manuellement, ainsi que d’une trace montrant comment le modèle a interprété la question. Ce mélange de narration, graphique et piste d’audit contribue à combler le déficit de confiance souvent rencontré avec les assistants IA, rendant la sortie citables dans des rapports d’incidents, des notes politiques ou des mises à jour exécutives sans recourir à des captures d’écran d’outils tiers.

Sous le capot, Researcher fonctionne sur la stack développeur de Cloudflare : un Worker orchestre la conversation, des Durable Objects conservent l’état, et Workers AI fournit l’inférence du modèle avec une hiérarchie de secours entre familles de modèles. AI Gateway gère la journalisation, le contrôle des coûts et la mise en cache. Le résultat est un agent résilient qui continue de générer des réponses même si un onglet est fermé, et qui renvoie les mêmes ensembles de données structurées que vous obtiendriez directement via Radar — mais plus rapidement et avec le contexte adapté à votre vue actuelle.

Pour les acheteurs et développeurs, le signal stratégique est clair : les plateformes d’observabilité convergent vers des interfaces agentiques qui réduisent le temps d’accès aux preuves. Attendez-vous à ce que les équipes standardisent l’investigation conversationnelle pour le triage des pannes, les comparaisons régionales et les synthèses prêtes pour les médias. Le risque se déplace vers la gouvernance — garantir que les affirmations correspondent aux données propriétaires et que les invites, plans de requêtes et visualisations soient vérifiables. La piste d’audit explicite de Radar Researcher et ses graphiques issus d’API sont un modèle solide pour cet avenir.