跳到主要內容

Cloudflare Web Search API:Agent 搜尋接上了,答案可信度還要自己驗(2026)

最後更新: ·
Cloudflare Web Search API:搜尋可信?官方放大鏡圖像與 AlphaLab 分析標題

2026 年 10 月 2 日,Cloudflare 在開發者更新日誌發布了〈Introducing Web Search API〉。這篇公告讓 Cloudflare Web Search API 進入公開測試:Agent 可以把網路搜尋接進 AI Gateway,從 Ceramic.ai、Exa、Linkup 取得附網址的結果。真正值得追問的是:統一了搜尋入口之後,答案是否就比較可信?

Cloudflare 2026 年 10 月 2 日 Web Search API 更新日誌的標題與原文段落
點圖可開啟 Cloudflare 的原始更新日誌。圖/Cloudflare。

原文很短,卻把三件事放在一起:搜尋結果供模型使用、三個供應商共用入口、查詢經 AI Gateway 記錄與計費。下面先還原公告,再對照官方產品文件,最後看建立 Agent 時哪些責任仍留在開發者手上。

公告真正宣布了什麼?

Web Search API is now available in beta.

中文:Web Search API 已以測試版提供。

Cloudflare,〈Introducing Web Search API〉,2026 年 10 月 2 日

Cloudflare 原文說明,REST API 可向 /ai/websearch/ 送出查詢、provider 和結果數量;Workers 也可透過 AI binding 呼叫 env.AI.websearch()。它把三家供應商回傳的資料整理成相同的結果格式。使用文件列出的基本項目是網址、標題、描述,以及查詢相關的 metadata。

Cloudflare Web Search API 解決的是接線問題:應用不必為每家搜尋服務維護一套截然不同的回傳解析。若你的 Agent 原本靠猜網址再抓頁面,搜尋也提供了先找候選頁面的路徑;但「找到頁面」還不是「證實答案」。

三個供應商是同一個介面,不是同一個搜尋結果

Cloudflare 的供應商文件顯示,預設供應商是 Ceramic.ai;Exa 使用 auto 搜尋模式,描述欄位放入相關片段;Linkup 使用 fast 深度並回傳原始搜尋結果。共通的 items 格式讓程式容易切換;索引涵蓋率、排序、片段長度與來源品質仍應分別評估。

同一頁截至 2026 年 10 月 6 日列出的牌價為每千次查詢 Ceramic.ai 0.25 美元、Linkup 5 美元、Exa 7 美元;Cloudflare 表示以供應商牌價扣除 AI Gateway 額度,沒有額外加價,也可使用自己的供應商金鑰。這些是請求牌價,不是完成一個 Agent 任務的總成本;重試、模型讀取片段的 token、人工查核都要另算。

若用同一個真實問題比較三家,應至少記下是否找到原始文件、來源日期、答案是否被片段忠實支持、回應時間與整趟任務成本。沒有這組成對資料,「最便宜」或「最準」都不值得寫進架構決策。

Zero Data Retention 不等於整條管線不留資料

You can also bring your own provider API key.

中文:你也可以使用自己的供應商 API 金鑰。

Cloudflare,〈Introducing Web Search API〉,2026 年 10 月 2 日

原文也說,三家供應商對經 Cloudflare 發出的請求支援 Zero Data Retention,並承諾遵守 Cloudflare 的 verified bot 爬取標準。這是Cloudflare 對合作關係的陳述,不能直接推論你的完整 Agent 對話、查詢或模型輸出都沒有留存。AI Gateway 日誌文件指出日誌預設啟用,可包含 prompt、response 等內容,並提供關閉記錄或按請求調整的控制。

因此,若查詢會帶進內部文件名稱、客戶資料或尚未公開的問題,先決定哪些資料可送往搜尋供應商,再檢查 Gateway 的實際日誌設定與權限。供應商端的零留存承諾、Cloudflare 端的可觀測日誌,以及你自己應用的紀錄,是三個不同的儲存邊界。

Cloudflare AI Gateway 中一筆 Exa Web Search 搜尋請求的日誌示例
官方示例顯示查詢、供應商、成本與回應狀態;這是一筆示例紀錄,不是效能測試。圖/Cloudflare Blog。

搜尋讓 Agent 更新知識,不能替它完成查證

Cloudflare 把這項功能描述為讓模型取得即時網路資訊。就機制而言,搜尋提供的是候選來源:模型仍可能選錯頁、忽略日期、把摘要當全文,或把單一頁面寫成確定結論。官方回傳格式能提供 URL 和描述;引用品質、事實正確率與完整性仍要用實際任務另行驗收。這是對文件列出的回傳欄位所作的推論,不是 AlphaLab 的實測結果。

一個可靠的 Agent 至少要把搜尋、讀取原頁、比對主張、保留引用與失敗時停止回答分開設計。對會影響金錢、權限或對外發布的任務,還要讓使用者能看見「哪一句話由哪個原始頁面支持」。搜尋層可以加快找到證據,卻不會自動建立證據鏈。

我同意什麼,又對什麼存疑?

  • 同意:把三個供應商放進同一個查詢介面,能降低 Agent 整合與切換成本;Gateway 的請求、成本與狀態記錄也有助於追查失敗。
  • 存疑:原文使用「ground responses」描述用途;可靠性提升的幅度仍取決於跨供應商、跨題型的答案正確率與來源品質測試。把產品能力直接讀成可靠性提升,跨過了最關鍵的驗證步驟。
  • 真正的取捨:共通格式讓產品容易換後端;不同索引與片段仍會改變模型看到的證據。因此,選供應商時應先定義任務的錯誤成本,再比較召回、引用與整趟費用。

下一步:用自己的問題驗收搜尋層

如果你正在做 Agent,先挑十個會因資料過期而答錯的真實問題,各保留一個可核對的原始來源。讓三家供應商查同題,記下找到來源的比例、日期、模型引用是否貼合原文、延遲與總成本。遇到找不到或互相矛盾的頁面,讓 Agent 明說證據不足。這比只看一次成功的示例更能決定 Cloudflare Web Search API 是否適合你的系統。

接著閱讀

左右滑動查看更多推薦

先選一個你最在乎「答錯代價」的問題,要求 Agent 同時交出答案與原始頁面;若兩者對不上,先修查證流程,再擴大搜尋量。

ALPHALAB 社群

有問題?來 Telegram 聊

和 Terry、編輯、其他網友一起討論這篇文章。提問、分享觀點,回覆更即時。

加入 Telegram 討論

📩 訂閱 AlphaLab 電子報

每週最多三封:一封 Weekly 週報與最多兩封關鍵 Alpha Signal。

我們不會 spam,隨時可退訂。已訂閱?管理主題偏好(會寄登入連結到你的信箱)