Cloudflare 與 OpenAI 試點：ChatGPT 索引新增數億網頁
Cloudflare 與 OpenAI 公布 2026 年 7 月啟動的搜尋發現試點結果：僅用 Cloudflare 約 1% 的網路訊號，就幫 OpenAI 發現並索引了數億個新網頁，讓 ChatGPT 有更多可引用的來源。雙方稱這些訊號能過濾不存在或重定向的頁面、提示頁面何時發生變化，並單獨標記被入侵的單個頁面而非整個域名，從而減少無效抓取。該研究只使用網頁後設資料用於搜尋與發現，不涉及把頁面內容用於模型訓練；下一階段將最佳化頁面篩選與變更訊號，並衡量內容被發現後的實際效果。
首次給出試點的具體規模：約 1% 網路覆蓋即帶來數億新頁面進入索引，並公開過濾、變更提示與有害頁面標記等抓取訊號，對關心 AI 搜尋可見性與爬蟲負載的站點運營者和開發者有參考價值。
原標題：Cloudflare and OpenAI: making AI discovery better for everyone
閱讀原文
| 評分 | 62 / 62（平均 62，門檻 65） |
|---|---|
| 狀態 | 未入選 |
相關報導
Cloudflare 聯合 Exa、Linkup 上線 Web Search API
Cloudflare 與 Ceramic.ai、Exa、Linkup 合作，通過 AI Gateway 推出 Web Search API，讓 agent 用搜尋抓取即時網頁內容並注入上下文，而不是猜 URL 再 curl 而返回 404。呼叫計入 AI Gateway 額度與可觀測日誌，支援 BYOK 和 Zero Data Retention 標識，按合作方原價提供、不加價，可在 Workers 裡一行繫結或直接調 REST 端點。
Cloudflare 發布 Clef-omni，可同時輸入音訊、影片、影像與文字
Cloudflare 推出開源權重決策模型 Clef-omni，能在一次 API 呼叫中同時接收音訊（wav/mp3）、影片（mp4/webm）、影像和文字輸入，模型基於 Qwen3-Omni-30B-A3B-Instruct 的 MoE 架構訓練 LoRA，權重已發布在 HuggingFace。官方稱純文字決策中位延遲約 130 毫秒、影像約 150 毫秒、音訊數百毫秒，含聲音的 21 秒影片約 1.5 秒。
Cloudflare 開源決策模型 Clef，並推出 RL 微調平台
Cloudflare 發布兩個自研決策模型 Clef 與 Clef-flash，託管在 Workers AI，並以 Apache 2.0 許可在 Hugging Face 開源，同時推出新的強化學習微調平台。Clef 目前在 Jev Decision Index 上排名第一，帶視覺編碼器、64k 上下文，而 Jev 只做文字分類、上下文 32k。這類模型輸出帶機率的結構化分類，供 agent 決定路由、升級或轉人工。
Cloudflare 向 30 家非營利組織提供 750 萬美元額度
Cloudflare 宣布已選出首批 30 家非營利與公共利益組織，向其提供總額超過 750 萬美元的開發者服務額度，每家最高 25 萬美元。這些組織用 Cloudflare 的 Workers AI、AI Gateway 等服務建置自動化工具，涵蓋心理健康、地方新聞、人權等領域。Cloudflare 稱其無伺服器架構和 AI Gateway 可降低執行成本並控制模型呼叫費用。
Cloudflare 生日周發布 46 項公告，含 cf CLI 與開源 CMS EmDash
Cloudflare 在 16 週年生日周共發布 46 項公告，覆蓋開源、應用安全與後量子遷移、agent 經濟、開發者平台和網路效能。開源側推出映象整個 Cloudflare API 的 cf CLI、在 CI 中生成 SDK/CLI/文件的流水線 Forge，以及基於 Astro、把外掛跑在隔離 Worker 沙箱中的無伺服器 CMS EmDash。