豆包搜索能力独立开放,直供企业 Agent 调用
火山引擎将豆包 App 背后的搜索能力抽离为独立 API,面向企业与开发者开放。它不再只返回网页链接,而是直接吐出带权威分级、时间戳和原文 Markdown 节选的结构化字段,让 Agent 省去「逐页打开阅读」的中间环节。
火山引擎将豆包 App 背后的搜索能力抽离为独立 API,面向企业与开发者开放。它不再只返回网页链接,而是直接吐出带权威分级、时间戳和原文 Markdown 节选的结构化字段,让 Agent 省去「逐页打开阅读」的中间环节。
注:为便于直观对比,柱形自 30% 起缩放,非零起点;图中百分比代表接入各搜索产品后相对无搜索空白对照的增幅,非绝对正确率。测试统一使用 Seed 模型底座以排除模型能力干扰,采用各评测集官方打分器。
大模型擅长理解与推理,但天然有知识更新边界。只要问题碰到新事件、新版本和新价格,单靠模型脑子里的存量知识就不够用。此时,搜索能力的关键已不只是「能不能找到网页」,还要看返回的信息能否直接进入下一步任务。
返回一串网页入口。Agent 需继续打开页面、理解正文、抽取信息,中间反复读取网页消耗大量 Token。
直接吐出判断资料可用性所需的关键字段,Agent 拿到即可分级、提取、引用,跳过逐页阅读。
每条结果带回的结构化字段构成了一条可直接引用的信息链:
此外,针对股票、金价、汇率、航班等高频查询,豆包搜索还提供「如意卡片」结构化数据,直接以价格、时间、状态等字段返回,Agent 无需再从自然语段中自行寻找数字。
真正决定结果能否直接交给 Agent 的,是搜索之前的数据加工。互联网信息并不整齐,网页、PDF、图片、表格混在一起,同一条消息还可能被反复转载。豆包搜索需要提前完成内容解析、去重、时间判断和结构化处理,再从中找到与当前 Query 真正相关的部分。
除了通用加工,垂类建设决定能把任务做多深。目前豆包搜索覆盖以下方向:
在「信谁」的问题上,豆包搜索随结果返回权威度描述,并支持按行业、时间范围、站点、权威等级检索。在 AIGC 内容泛滥的今天,官方公告、权威媒体与普通转载混在一起,这些标签至少能帮 Agent 先完成一轮来源判断。时间范围、指定站点、屏蔽站点、Query 改写等参数,均可由上层 Agent 根据任务灵活调用。
本文核心数据(四项基准评测增幅)均来自企业单方披露,未见第三方独立复测;测试虽统一底座模型以排除干扰,但各评测集打分器口径未公开细节。读者宜将具体增幅视为能力侧写,而非绝对排名。
支线观察:模型自带搜索与独立搜索 API 长期共存几成定局——前者胜在无感轻量,后者胜在可精细管控信源、时间与成本。企业级 Agent 真正的护城河,正从「能不能联网」转向「能不能把搜索过程控制得足够细」。
当搜索从问答附庸变成 Agent 的独立工具层,信息获取的颗粒度与可编程性,将取代单纯的模型参数,成为决定 Agent 上限的新天花板。
面向企业与开发者开放,每月赠送 500 次免费搜索额度,支持按量后付费与订阅月卡。
在 OpenClaw 等环境中通过 npx skills add ... -s byted-web-search 安装 Skill。