AGENTIC COMMONSAI 產業簡報

繁中EN

主題AI 晶片與算力出版

返回文章列表

別再讓 agent 猜網址:Cloudflare 把 Web Search 塞進 AI Gateway 的控制平面

摘要: Cloudflare 在 2026 年 10 月 2 日發布 Web Search API,讓 agent 先查搜尋再取得結構化結果,而不是靠記憶猜 URL 後直接 fetch。API 可透過 AI Gateway、Direct REST 或 Workers Bindings 使用,首發合作夥伴包括 Ceramic.ai、Exa 和 Linkup。合作夥伴承諾遵守 Verified Bot 要求、robots.txt,並在搜尋回應附上原始內容連結。

如果你的 agent 需要抓一個即時網頁,它通常是怎麼做的?按 Cloudflare 在 2026 年 10 月 2 日發布的說法,多數 agent 是「猜」出網址,然後發一個 tool call 去 curl。猜錯了,你就會看到那次 fetch 回傳 404。這聽起來有點荒謬,但確實是目前很多 agent 系統的常態:模型沒有搜尋,只有回憶和運氣。

Cloudflare 推出的 Web Search API(官方公告)正是針對這個問題:讓 agent 像人一樣先查搜尋引擎,再把結構化的搜尋結果注入 context。首發合作夥伴是 Ceramic.ai、Exa 和 Linkup。

為什麼這對 builder 是實際的改變

模型凍結在訓練時間點之後,就無法討論新事件、新 API 版本或快速變動的文件。過去解法通常是自己串搜尋供應商:簽約、管 key、寫 retry、處理計費,然後在 observability 裡另外開一條追蹤線。現在 Cloudflare 把 web search 放進 AI Gateway,代表搜尋呼叫和模型推論走同一個控制平面——同一份 log、同一套存取控制、同一個 credit 餘額扣款。供應商報 list price,不加價。

這和我之前寫過的 cloudflare/auto 模型路由 是同一個方向:AI Gateway 正在從「幫你轉發請求」變成「幫你管理整條推論管線的周邊」。搜尋是最自然的下一步,因為 grounding 本來就是推論管線的一部分。

接入方式有三條路

按照公告,接入點分成三種:

  • AI Gateway 直接用:搜尋請求出現在既有的 observability log 裡,從 AI Gateway credit 扣款,還能控制哪些人有權用哪些搜尋供應商。
  • Direct REST API:給已有 backend、mobile app 或外部服務的團隊,帶上 AI Gateway token、在 payload 指定供應商即可。
  • Workers Bindings:在 Workers 上建 agent 的話,一行程式碼就能接上,官方也提供了獨立的 binding 範例。

另外,Cloudflare 支援對搜尋供應商的 BYOK,就像對模型推論供應商一樣。如果你公司已經跟 Exa 或 Linkup 有約,可以帶著現有 key 接進 Gateway,不用重簽。

Crawler 標準是這次發布裡容易被忽略的重點

公告裡有一段值得認真讀:合作夥伴承諾符合 Cloudflare 的 Verified Bot 要求——爬蟲必須表明身分、遵守 robots.txt,而且搜尋回應必須附上原始內容的連結。Cloudflare 也會標示哪些夥伴支援 Zero Data Retention,讓你知道查詢資料不會被留存。

對 builder 來說,這不只是公關姿態。當你的 agent 產品要過客戶的資安審查時,「內容來源可追溯、爬蟲合規、資料不留存」是可以直接寫進回答的三件事。選擇供應商時,這些條款比搜尋品質本身更難事後補。

還在路上的部分

Cloudflare 正在把 native Server Tools 直接建進 AI Gateway,web search 會是第一批——目標是你不用自己定義和編排工具,控制平面直接提供。在這之前,如果你想自己把 web search 當 server tool 編排,公告裡有 Worker 程式碼片段可以直接用。

一個實際的起點:先拿你現有的 agent,把「猜 URL 再 fetch」的那段換成一次 web search 呼叫,比較 404 率和答案品質的差異。這是最小的驗證,也最能看出你的 use case 到底需不需要 grounding。

參考來源

AGENTIC COMMONS由 PHLEGON LABS 經營
分享X電郵
支持我們

相關閱讀

  1. AI 代理網頁搜尋 API 比較與選擇

    選型團隊應先縮小候選範圍;Tavily 的比較涵蓋 6 種 API,但未提供同條件下的準確度、延遲或成本數據,不能直接判定勝者。

    Web Search

  2. 為 AI Agent 挑選學術搜尋 API:五種工具的取捨與實務考量

    AI agent 引用學術文獻時,檢索層的品質往往決定答案是否站得住腳。本文比較 Firecrawl Research Index、arXiv API、Semantic Scholar 等五種 API,從全文檢索、新鮮度、結構化元資料、引用圖譜與速率限制五個面向,幫助產品開發者做出務實選擇。

    AI Agents

  3. Vercel Board 發布:多個 agent 共用的協作訊息板

    已經同時跑多個 agent 的團隊值得一試:Vercel Board 以實驗性原語發布,附權限控制與稽核,v0 自報過半 PR 由它合併。

    Vercel