豆包搜索走出 App，Agent 开始争夺工具层

豆包搜索走出 App，重点不是“又多了一个搜索框”

火山引擎把豆包搜索定义为“面向大模型构建的联网搜索服务”，提供 Global 与 Custom 两个版本，并支持 API、MCP Server 和 Skill 接入。

表面看，这只是把 App 搜索拆出来卖给开发者。真正的变化是能力解耦：模型理解任务、规划并生成答案；搜索服务找资料、筛结果、抽正文。搜索从聊天框按钮变成了可单独装卸的零件。

这篇文章要讨论的也不是四款产品谁赢，而是一个更具体的问题：当搜索走进 Agent，它应该在什么时候启动，又该怎样被连接、控制和审计？豆包是这次变化的事件入口。

Agent 什么时候该搜索，什么时候不该搜索

搜索对 Agent 重要吗？重要。但它不是默认动作。

模型负责推理，搜索负责补充当前上下文中缺失的外部证据。新闻、价格、政策、软件版本，以及要求来源或核验的任务，应该搜。开放式研究和高错误成本任务，也值得交叉验证。

已有完整材料，只做摘要、翻译、改写或固定输入计算，不该搜。Agent 没想清楚，也别不断加搜索轮次。推理缺口不能靠网页数量填平。

内部项目名、客户数据或未公开方案也不该直接写进查询词。

规则很短：任务是否缺外部事实？事实会变化、必须引用或答错代价高吗？都是否，就用现有上下文；任一为是，再搜索。

启动之后，麻烦才刚开始。Agent 还得改写查询、筛站点、读页面、抽正文、压缩上下文并保留引用。Agent 原生搜索就是针对这条工作流设计的检索服务：它不只返回 URL，还给模型可消费的摘要、正文、时间和站点字段。

Bing、Tavily、Firecrawl，是三组行业坐标

传统 Bing 返回标题、URL 和 snippet，开发者还要抽正文、压缩上下文。

微软已于 2025 年 8 月 11 日退役这套 API，转向 Grounding with Bing Search：模型决定是否搜索并生成带引用的回答，但开发者拿不到原始工具输出。

这条路线并非豆包首创。传统 Bing API 代表上一代搜索服务，主要返回链接和摘要；

Tavily 较早把搜索、抓取与内容提取封装成面向 Agent 的 API；微软也在传统 Bing API 退役后，转向 Grounding with Bing Search。豆包真正值得关注的，是它如何把类似能力带进中文信息生态，并通过 Global、Custom、MCP 和 Skill 提供不同层次的控制。

Firecrawl 补的是另一块拼图。它覆盖 Search、Scrape、Crawl、Map 和 Extract；搜索接口既能返回标题、URL、描述，也能继续抓取页面并输出 Markdown。搜索解决“资料在哪里”，Firecrawl 更擅长解决“怎样把网页读干净、搬进上下文”。但抓得完整不代表来源可靠。

回到豆包：增量不只在搜索结果

豆包搜索的 Global 版支持数量、域名、时效、摘要长度和原文插图等控制；Custom 版还能返回正文、图片、权威度与相关度评分。它的产品增量，是中文信息生态、双版本，以及更开放的结果字段与接入方式。

站点权威度分级只适用于 Custom 版，Global 版暂不支持。站点评级判断的是来源层级，也不是给每句话盖真伪章。权威度是筛子，不是裁判。

API、MCP、Skill 也不是固定技术栈。API 提供搜索能力；MCP 标准化 Agent 与工具的连接，Server 内部通常仍调用 API；Skill 封装何时搜索、怎样改写查询和失败后如何重试。

官方 byted-web-search 包含 SKILL.md、参考资料和 Python 脚本；脚本可以直接调用 API，不强制经过 MCP。程序可以直连 API，Agent 可以经 MCP Server 调 API，也能按 Skill 运行脚本。

API 是发动机，MCP 是标准接口，Skill 是驾驶手册和路线策略。可以组合，也可以单独使用。

不过话又说回来，接入标准化不等于搜索质量标准化。搜漏了？协议不管。摘要歪了？Skill 也救不了。搜索独立出来的价值，是让开发者能测量成功率、新鲜度、信源覆盖、上下文长度和成本。

成本是最不浪漫、但最诚实的一项指标。

截至 2026 年 7 月 31 日，火山引擎官方计费页列出两种模式：Custom 版包月套餐为 1000 次调用 5.9 元或 2000 次调用 9.9 元；Global 与 Custom 的 web 搜索按量价格均为 0.020 元/次。

开通管理中提到“每月赠送 500 次”，但官方计费文档正文没有确认这项长期权益，所以本文不把它当作稳定价格承诺。时效信息必须回到当前来源，不能停在别人写文章的那一天。

所以，我对豆包搜索的判断偏克制：它不是让 Agent “终于会上网”的魔法，也没有重新发明搜索；它提供的是一套更适合 Agent 消费、控制和集成的搜索产品。可组合是起点，可观测是门槛，可质疑才是可靠性的开始。

下一轮竞争，不只比谁能搜到答案。还要比谁能告诉 Agent：这条答案从哪来、为什么选它、什么时候该不信。

⬆️AI生成

参考资料

• 火山引擎豆包搜索产品简介： https://docs.volcengine.com/docs/87772/2272949?lang=zh
• 火山引擎豆包搜索产品计费： https://docs.volcengine.com/docs/87772/2272951?lang=zh
• 火山引擎站点权威度分级说明： https://docs.volcengine.com/docs/87772/2518319?lang=zh
• 火山引擎 AI 工具接入指南： https://docs.volcengine.com/docs/87772/2297384?lang=zh
• 字节跳动 byted-web-search Skill： https://github.com/bytedance/agentkit-samples/tree/main/skills/byted-web-search
• Microsoft：Bing Search APIs 退役公告： https://learn.microsoft.com/en-us/lifecycle/announcements/bing-search-api-retirement
• Microsoft：Grounding with Bing Search 工具文档： https://learn.microsoft.com/en-us/azure/foundry/agents/how-to/tools/bing-tools
• Tavily 官方产品说明： https://docs.tavily.com/documentation/about
• Firecrawl Search API 文档： https://docs.firecrawl.dev/api-reference/endpoint/search
• Anthropic MCP 文档： https://docs.anthropic.com/en/docs/mcp
• 量子位《豆包搜索，走出了豆包》： https://mp.weixin.qq.com/s/xeOpdGHFJze2BvQUXirRKw
• Datawhale《最新发布！豆包搜索+Claude Code实测来了》： https://mp.weixin.qq.com/s/I72BQlRHBZG33dXyYE47Vg

文章仅做学术分享，如有侵权请联系删除，非常感谢！