< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> # 豆包搜索，走出了豆包 _[十三](https://www.qbitai.com/author/shisan "由 十三 发布")_ 2026-07-28 18:12:52 来源：[量子位](https://www.qbitai.com) 把搜索能力开放给Agent了 > 金磊 发自 凹非寺 > > 量子位 | 公众号 QbitAI **豆包** APP里的**搜索** 能力，现在要走出豆包了—— 一头扎进面向企业和开发者的Agent，目标是想让Agent获取信息的这件事情，变得更加靠谱。 我们先用最近大热的话题**菲尔兹奖** ，来看下走出来的**豆包搜索** ，实力到底几何。 这类题目看上去不算复杂，真要做好，却得同时满足几个条件。 信息得足够新，获奖名单和研究贡献不能出错；来源也得足够可靠，官方公告、媒体报道和人物资料最好能够相互印证。 这次的结果里，有一个地方需要先讲清楚。 这次豆包搜索返回了3条与问题直接相关的资料，分别来自政府官网转载、科技日报，以及西蒙斯基金会的相关内容。 重点不只在于找到了哪些页面。每条结果还同时带回了信源名称、权威分级、发布时间、围绕当前问题生成的正文摘要，以及能够直接引用的原文Markdown节选。 从用途来看，第一条资料适合核对获奖名单和官方获奖理由；第二条补充了两位中国数学家的研究方向与成果；第三条则提供了国际组织和专业机构对本届获奖者的评价。 若继续交给Agent处理，它可以先利用权威分级和发布时间判断资料是否可靠、是否足够新，再直接从正文摘要和原文节选中提取获奖名单、研究贡献和媒体评价。 这也是豆包搜索和只返回网页入口的搜索有所不同的地方。Agent拿到的不只是一串链接，还包括判断资料能不能用所需的关键字段。 大模型很擅长理解、归纳和推理，但它天然有知识更新时间的边界。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”就不够用了。 这时候，如果搜索只给出网页入口，Agent还要继续打开页面、理解正文、抽取信息。豆包搜索想省下的，正是中间这段反复读取和处理网页的过程。 所以，到了Agent阶段，搜索能力的关键已经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。 简单理解，火山引擎是把豆包APP背后的搜索能力单独拆出来，再通过API、MCP、Skill等方式，接进更多模型和Agent里。 据了解，目前豆包搜索已经正式面向企业和开发者开放，每月会**赠送500次免费搜索额度** ，同时支持按量后付费和订阅月卡。 为了了解豆包搜索的更多能力，一波实测，走起~ # Agent都会上网，开始拼“怎么搜”和“搜什么” 在正式开始之前，先简单交代一下这次的实测环境。 我们在Mac本地搭建了OpenClaw，并接入Doubao-Seed-Evolving作为Agent模型。搜索这一侧，则单独安装了火山引擎提供的byted-web-search Skill。 安装只需要一条命令： npx skills add https: 随后，再到**火山引擎豆包搜索** 的控制台创建API Key，完成接口配置。 接下来的三个Case都在**OpenClaw Dashboard** 里完成。我们会在Prompt中明确指定调用byted-web-search，并在截图中同时保留用户输入和搜索结果。 为了方便观察，豆包搜索每次只展示3条代表性资料。除了标题和来源，结果里还会带回权威分级、发布时间、正文摘要和原文Markdown节选。 至于Agent后续会采用哪些资料、每条资料分别能支撑什么结论，我们放在文字中简要说明。 **第一个Case** ，正好撞上了一条刚刚发生的新消息。 就在昨天深夜，Kimi K3迎来正式开源。新消息出来得足够近，也很适合测试豆包搜索对最新事件的反应速度，以及它能否迅速定位到官方信息。 从结果来看，豆包搜索返回了3条与Kimi K3开放权重直接相关的资料，而且都带有明确的发布时间。 第一条来自新浪财经旗下的国是直通车，发布时间为7月28日10时54分，摘要中提取出了模型权重、技术报告，以及MoonEP、FlashKDA、AgentEnv等训练基础设施。 第二条来自IT之家，发布时间为7月27日23时14分，进一步补充了模型参数、GitHub和Hugging Face入口、部署要求及API价格。 第三条发布于7月28日6时32分，重点解释了Kimi K3 License及这次开放的边界——公开的重点是模型权重，并不等于完整训练代码同步开源。 若继续交给Agent加工，第一条适合确认权重发布及技术信息，第二条可以补充仓库入口、部署和API，第三条则用于校准许可证及开源具体指什么。 这轮测试说明，面对一条刚刚发生的新消息，豆包搜索可以迅速把权重、技术报告、许可证、仓库入口和部署要求等关键信息抽取出来。Agent不必重新逐页阅读长文，就能直接基于这些字段继续处理。 **第二个Case** ，我们把问题拉到了行业研究。 新能源汽车的信息分布很散。政策可能来自监管机构，企业动作散落在公司新闻和媒体报道里，销量数据、机构预测又来自另一批行业信源。 所以，这一轮主要看的，是豆包搜索能不能把行业和企业信息找回来，同时让Agent知道这些内容分别来自哪里。 这次豆包搜索返回了3条来源类型不同的资料，而且都带有权威分级和发布时间。 第一条来自新华网，发布时间为6月11日，主要涉及新能源汽车安全监管和相关国家标准，适合用于观察政策与监管动向。 第二条来自凤凰网汽车转载的行业报道，发布时间为5月20日，重点梳理了全球车企竞争加剧，以及不同企业在新能源转型中的战略分化。 第三条来自中国驻匈牙利大使馆经济商务处转载的国际能源署报告，发布时间为6月21日，其中给出了2026年全球电动汽车销量预测和区域市场趋势。 若交给Agent继续处理，第一条可以支撑政策监管，第二条适合补充车企竞争格局，第三条则用于判断全球市场趋势。 三条结果分别来自政府网站、行业媒体和国际机构报告。豆包搜索提前返回信源类型、权威分级、发布时间、摘要和原文节选，Agent可以直接判断每条资料适合承担什么角色，而不必重新打开页面逐一理解。 **第三个Case** ，我们继续追一个变化更快的领域——**AI Coding** 。 这类信息最麻烦的地方，往往不是搜不到，而是新旧消息混在一起。产品功能、套餐价格和使用规则都可能频繁调整，几个月前的内容放到今天，结论就可能已经变了。 在AI Coding案例中，豆包搜索同样返回了3条资料，每条都带有明确的发布时间。 三条内容分别发布于6月25日、6月3日和7月11日，均处于Prompt设定的近三个月范围内。 第一条来自腾讯云开发者社区，聚焦AI编程产品订阅策略的变化。摘要中提到，Claude Code、GitHub Copilot、Cursor、Windsurf等主流工具在今年3—6月间陆续收紧“无限使用”，计费方式更多转向时长、Token或点数。 第二条来自科技媒体对Codex更新的报道，重点涉及Agent Plugins、Skills等新能力，以及Codex在企业内部的使用情况。它更适合用来观察AI Coding如何从个人编程工具，进一步走向企业级Agent平台。 第三条同样来自腾讯云开发者社区，梳理了近期一批开源AI编程工具的演进。OpenSquilla等项目开始强调自我验证，多Agent协作和网络依赖也更频繁地出现在工具链中，说明AI Coding正在从单点代码生成继续向完整Agent工作流延伸。 若交给Agent继续加工，这三条资料可以分别对应价格变化、企业应用和行业趋势。发布时间帮助它先确认资料是否符合范围，权威分级用来判断来源，正文摘要和原文Markdown则让它快速提取每条信息真正能够支撑的结论。 把这些Case连起来看，搜索和Agent之间的关系已经比较清楚了。 豆包搜索先围绕用户输入返回相关资料。除了标题和信源，结果中还提供权威分级、发布时间、正文摘要和原文Markdown节选。 Agent拿到这些字段后，可以先判断信息是否足够新、来源是否可靠，再决定每条资料适合支撑什么结论。 菲尔兹奖案例中，不同资料分别用于核对获奖名单、研究贡献和机构评价；Kimi K3案例中，Agent可以从摘要和原文中提取权重、许可证、仓库入口和部署信息；新能源汽车案例中，三种信源分别对应政策、市场和机构判断；AI Coding案例则进一步体现了时间范围筛选的重要性。 所以，评价Agent搜索不能只看最后的答案写得是否完整。 更重要的是，搜索返回的信息是否相关，字段是否足够丰富，以及Agent能不能直接利用这些字段继续完成任务。 # 难点藏在“搜什么”和“信谁” 前面的Case展示的是最后效果。真正决定这些结果能不能直接交给Agent的，还是搜索之前的数据加工。 互联网里的信息并不整齐。网页、PDF、图片、图表和表格混在一起，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。 这一步会直接影响Agent拿到什么。 豆包搜索除了返回网页入口，还会结合用户当前的问题生成正文摘要，并提供权威分级、发布时间和原文Markdown等字段。像前面的K3案例，Agent要找的是开源进展，摘要会优先提取权重、许可证、仓库入口、部署和API等与当前问题直接相关的内容，而不会把整篇网页原封不动塞进上下文。 对Agent来说，这类结果离直接可用更近。它少了一轮打开网页、理解页面和重新抽取信息的过程，也能减少无关内容带来的Token消耗。 除了网页摘要，豆包搜索还提供如意卡片等结构化数据。股票、金价、汇率、航班、火车和演出信息，可以直接以价格、时间、状态等字段返回。Agent不需要再从一大段自然语言中寻找数字。 “搜什么”处理完之后，还得解决**“信谁”** 。 豆包搜索会随结果返回权威度描述，并支持按照行业、时间范围、站点和权威等级进行检索。到了AIGC内容越来越多的今天，官方公告、权威媒体、行业报道和普通转载混在一起，这些标签至少能帮助Agent先完成一轮来源判断。 权威度当然不是唯一标准。最终是否采用一条结果，还需要结合相关性、时效性和内容本身来判断。因此是否能够返回更全面的信息维度对agent的加工处理至关重要。 通用信息加工解决的是搜索结果能不能用，垂类建设则决定能够把任务做多深。 金融投研更需要企业数据和官方信息，商品洞察会关注用户讨论和平台趋势，出行、娱乐等场景则更适合直接返回结构化卡片。目前豆包搜索覆盖金融投研、商业情报、商品洞察、创作营销和办公自动化等方向。 最后，这些能力还需要以Agent友好的方式开放出来。 时间范围、指定站点、屏蔽站点、行业分类、权威等级和Query改写，都可以由上层Agent根据任务灵活调用。搜索负责把工具准备好，Agent决定这次该搜多新、搜多广，以及优先相信哪些来源。 这些能力最终有没有效果，还得放到不同类型的评测中检验。 除了前面的三个Case，豆包搜索还被放进了**四组不同类型的搜索评测** 中。 为了尽量排除模型能力带来的干扰，这组测试统一使用Seed作为模型底座，并采用各评测集的官方打分器。空白对照指的是不接入搜索工具时的表现，图中的百分比，则代表不同搜索产品接入后，相对空白对照带来的增幅。 先看主要考察**事实准确性** 的**SimpleQA** ，豆包搜索接入后，相比无搜索能力接入的基础模型提升了70%： 事实问答看似简单，真正考验的是搜索能否找到与问题直接相关的资料，同时避开错误、过期或相互矛盾的信息。搜索结果一旦偏离，接入搜索反而可能给模型带来更多干扰。 更强调**最新信息** 的**FreshQA** 的结果如下： 这也对应了前面几个实测中体现出的效果。面对刚刚发生的产品开源、近期价格变化和行业动态，模型内部知识很难始终保持同步，搜索的信息更新速度和时间判断能力会直接影响最终结果。 再往下，是更复杂的**中文浏览和深度检索任务** 的**BrowseComp-ZH** ： 相比只需定位单一事实的问题，这类任务往往需要连续检索多个页面，再把分散的信息拼接起来。几款搜索产品都带来了明显改善，豆包搜索的增幅仍然排在最前面。 最后是面向**中文深度搜索和职业场景** 的**Xbench-2505** ： 这类任务通常带有更复杂的行业语境，需要搜索理解用户究竟想解决什么问题，再去寻找对应的政策、企业、市场或专业资料。中文信息处理、信源覆盖和Query理解能力，都会影响最终结果。 四组结果放在一起看，豆包搜索的提升覆盖了事实问答、最新信息、复杂浏览和深度搜索场景。 # Agent时代，搜索开始成为基础工具层 Agent能做的事情越多，对外部信息的依赖也会越强。 模型可以理解需求、拆解任务、规划步骤，也能把搜回来的内容重新整理成一份报告。但现实世界一直在变化，产品会更新、价格会调整、政策会发布，企业和市场每天都有新动向。只靠模型内部已有的知识，很难长期跟上这些变化。 这时候，搜索就成了Agent连接外部世界的入口。 前面的几个Case已经能说明这一点。追Kimi K3的凌晨开源进展，要迅速找到官方发布和模型仓库；研究新能源汽车行业，要分清政策、企业和市场信源；梳理AI Coding动向，又得利用发布时间判断哪些内容仍然有效。 模型负责理解任务、筛选资料和组织结果，搜索则把最新、可追溯的信息送进工作流。两边配合起来，Agent才能持续处理现实世界里不断变化的任务。 对开发者来说，上手也不算复杂（地址： https://console.volcengine.com/search-infinity/web-search-exp）。 在OpenClaw或其他Claw环境中，通过一条命令安装byted-web-search Skill，再到联网搜索控制台创建API Key，就可以把豆包搜索接进自己的Agent。 个人用户每月可以获得500次免费搜索额度。额度用完后，也可以在控制台开通正式服务，按调用量继续使用。 简单问答里，这套流程可以很轻。模型发现自己缺少最新信息，临时联网搜一下，再把答案组织出来，普通用户基本感受不到背后的调用过程。 可一旦进入投研、办公、编程、商业分析等复杂场景，事情就没这么简单了。 开发者往往要限定搜索时间、指定信源范围，还得考虑一次任务要搜几轮、花多少Token、哪些结果可以直接引用。API、MCP和Skill的价值也就在这里，它们让搜索能够被单独控制，并嵌入一条更完整的Agent工作流。 因此，模型自带的搜索能力和独立搜索服务，大概率会长期共存。 前者更方便，适合日常问答和轻量任务；后者更灵活，也更适合企业把搜索范围、调用策略和成本管起来。对于一个真正要稳定运行的Agent来说，“能联网”只是门槛，能否把搜索过程控制得足够细，才会影响最后的效果。 豆包搜索选择在这个时候走出豆包APP，背后的逻辑也很清楚。 过去，用户是在豆包里直接使用AI搜索；现在，这层能力被单独抽出来，开始面向企业和开发者开放。 它背后连着豆包模型、字节系内容资源和火山引擎的企业服务，也可以在火山引擎Agent Plan里与Doubao-Seed-Evolving模型配合使用。模型负责理解和执行，搜索负责提供外部信息，两者可以被接进同一条任务链路里。 AI会搜索，很快就会成为基础能力。 再往后看，真正拉开差距的，会是Agent究竟能看到什么信息，能不能判断哪些来源更值得信，以及能否少绕几步，就把搜到的内容变成下一步可以直接使用的结果。 从这个角度看，豆包搜索走出豆包，瞄准的也不只是多一个搜索入口。 它更想成为Agent干活时，随时能够调用的那层信息工具。 _版权所有，未经授权不得以任何形式转载及使用，违者必究。_ [Agent](https://www.qbitai.com/tag/agent) [火山引擎](https://www.qbitai.com/tag/%e7%81%ab%e5%b1%b1%e5%bc%95%e6%93%8e) [豆包搜索](https://www.qbitai.com/tag/%e8%b1%86%e5%8c%85%e6%90%9c%e7%b4%a2) * [北京说Agent已经能造世界，杭州却说它是刚发明的电灯泡](https://www.qbitai.com/2026/07/460186.html "北京说Agent已经能造世界，杭州却说它是刚发明的电灯泡") _2026-07-25_ * [妙啊！无人机直连卫星传Token](https://www.qbitai.com/2026/07/453789.html "妙啊！无人机直连卫星传Token") _2026-07-18_ * [1.5B开源通用VLA模型，冲进具身智能第一梯队](https://www.qbitai.com/2026/07/455229.html "1.5B开源通用VLA模型，冲进具身智能第一梯队") _2026-07-20_ * [全球首个「具身原生」预训练模型发布，从物理世界出发为机器人造大脑！](https://www.qbitai.com/2026/07/447627.html "全球首个「具身原生」预训练模型发布，从物理世界出发为机器人造大脑！") _2026-07-10_ ### 相关阅读 [ ](https://www.qbitai.com/2025/04/275634.html) #### [PPIO姚欣：让免费成为可能，AI时代开启“提速降费”｜中国AIGC产业峰会](https://www.qbitai.com/2025/04/275634.html) 比移动互联网发展过程，行业需要实现“三年千倍降本”才能促进大规模普及 [梦晨](/?author=32)2025-04-22 __[Agent](https://www.qbitai.com/tag/agent) [ ](https://www.qbitai.com/2026/02/379505.html) #### [我把Agent拉进群聊，它竟然开始带队干活？全球首个AI社交通用平台来了！](https://www.qbitai.com/2026/02/379505.html) [梦瑶](/?author=47854)2026-02-13 __[Agent](https://www.qbitai.com/tag/agent) [ ](https://www.qbitai.com/2025/10/345265.html) #### [AI在线强化学习“边做边学”，斯坦福团队让7B小模型性能飙升，甚至超越GPT-4o](https://www.qbitai.com/2025/10/345265.html) 四个专业智能体协作 [西风](/?author=47833)2025-10-24 __[Agent](https://www.qbitai.com/tag/agent) [在线强化学习](https://www.qbitai.com/tag/%e5%9c%a8%e7%ba%bf%e5%bc%ba%e5%8c%96%e5%ad%a6%e4%b9%a0) [ ](https://www.qbitai.com/2023/09/84181.html) #### [只需四步就能构建自己的Agent！达摩院新开源框架小白也能用](https://www.qbitai.com/2023/09/84181.html) 开源LLMs作为核心组件 [白交](/?author=24)2023-09-16 __[Agent](https://www.qbitai.com/tag/agent) [达摩院](https://www.qbitai.com/tag/%e8%be%be%e6%91%a9%e9%99%a2) [ ](https://www.qbitai.com/2025/07/311521.html) #### [李开复入场Agent！直接对话CEO走独特“一把手工程打法”](https://www.qbitai.com/2025/07/311521.html) 预言三层级演进路径 [衡宇](/?author=54)2025-07-22 __[Agent](https://www.qbitai.com/tag/agent) [李开复](https://www.qbitai.com/tag/%e6%9d%8e%e5%bc%80%e5%a4%8d) [零一万物](https://www.qbitai.com/tag/%e9%9b%b6%e4%b8%80%e4%b8%87%e7%89%a9) [ ](https://www.qbitai.com/2026/07/442452.html) #### [AI找出4种全新超导体，只用28个GPU时！人类此前完全未知](https://www.qbitai.com/2026/07/442452.html) 超越人类超导体发现100年效率 [衡宇](/?author=54)2026-07-03 __[Agent](https://www.qbitai.com/tag/agent) [AI发现](https://www.qbitai.com/tag/ai%e5%8f%91%e7%8e%b0) [超导体材料](https://www.qbitai.com/tag/%e8%b6%85%e5%af%bc%e4%bd%93%e6%9d%90%e6%96%99)