Cloudflare、AI agent向けerror responseをRFC 9457 Markdown・JSONへ移行
Original: Cloudflare now returns RFC 9457-compliant structured Markdown and JSON error payloads to AI agents, replacing heavyweight HTML pages with machine-readable instructions. View original →
何が変わったのか
CloudflareはMarch 11, 2026のX postで、AI agentsに対し、従来の重いHTML error pageではなく、RFC 9457-compliantなMarkdownとJSONのerror payloadを返すようになったと発表した。同日の公式blog Slashing agent token costs by 98% with RFC 9457-compliant error responsesによれば、clientがAccept: text/markdownを送ればMarkdown、Accept: application/jsonまたはAccept: application/problem+jsonを送ればstructured JSONが返る。
適用範囲も明確だ。Cloudflareはまず1xxx-class errors全体でこのstructured responseをliveにしたと説明している。さらに今後はCloudflare-generated 4xxと5xxにも同じcontractを広げる予定だという。site owner側の追加設定は不要で、browserは従来どおりHTMLを受け取り、agentだけが明示的にMarkdownやJSONを要求できる。
なぜ重要なのか
Cloudflareの問題意識は分かりやすい。HTML error pageはhuman向けであり、agentから見ると何が起きたか、retry可能か、どれだけ待つべきか、owner actionが必要かを判定しにくい。新しいpayloadではerror_code、error_category、retryable、retry_after、owner_action_required、ray_idなどが返るため、softwareはHTML scrapingではなくretry、backoff、escalationのcontrol flowへ直接つなげられる。
数値面の主張も大きい。blogではliveの1015 rate-limit responseを比較し、HTMLが46,645 bytes / 14,252 tokens、Markdownが798 bytes / 221 tokens、JSONが970 bytes / 256 tokensだと示した。つまりsizeもtoken consumptionも約98%以上削減できるということだ。multi-step agentが一回のrunで複数回errorに当たる場合、この差はmodel costとrecovery speedに直結する。
より広い意味
これはagent trafficに合わせてwebが変わり始めていることを示す。AI systemがhuman-facing HTMLを読んで意味を推測するのではなく、network edgeがmachine-readableなpolicy contractを返すようになるからだ。rate-limited crawlerはretry_afterを読んでbackoffでき、policy blockを受けたMCP toolは無駄な再試行を止めてdeterministic metadata付きでescalateできる。Cloudflareの表現どおり、error pageが装飾ではなくexecution instructionになるということだ。
Related Articles
Axeは、agent softwareは巨大なchatbot runtimeではなく、TOML、pipes、短命なcommand実行に近いべきだと主張し、automation志向のHacker News読者の関心を集めた。
Cloudflareは2026年3月9日のX投稿で、API Shield顧客向け Web and API Vulnerability Scanner の open beta を発表した。AIで構築した API call graph を使い、BOLA のような logic flaw を能動的に検査するという位置づけだ。
Samsungは2030年までに世界のmanufacturing運営をAI-Driven Factoriesへ移行すると表明した。中心になるのはdigital twin simulation、AI agent、factory内companion robotを組み合わせて生産をsiteごとに最適化する構想だ。
Comments (0)
No comments yet. Be the first to comment!