模型好选，搜索难做：一个投研Agent的两年开发历程

撰稿 | 白默

陈万做付费投研简报快两年了。一周前，他从程序里删掉了两份维护已久的文件。

一份叫 cleaner.py，负责清洗网页；另一份叫 sites.yaml，列着 387 个网址，用来筛选信息来源。

过去，一个财经网站改版，前一份文件就要补一段规则；一位订阅者来邮件追问数字出处，后一份文件里往往又会多一个经过核实的网址。

陈万的研报聚焦新能源产业链，覆盖储能和锂电上下游，已有约 4000 名国内外订阅者。他们多数在券商研究所、公私募基金、产业资本和电池厂工作。研报里的信息会进入晨会讨论，也可能成为投资决策的参考。对陈万来说，找到信息只是第一步，弄清来源和时间同样重要。

他一直希望把网页清洗和信源筛选交给更成熟的服务，自己专注于研究和写作。他试过百度搜索，也用过其他产品内置的联网搜索，但这些工具不完全适合他的工作流。他需要一个能独立接入 Agent 的搜索接口：模型由自己选择，搜索结果先返回自己的程序，再决定如何使用。

删除文件前，陈万做了一次对比：把同一组问题分别发给使用了一年的海外搜索 API、一个国内 API，以及腾讯云刚升级的元宝搜索 API。在这次测试中，前两类接口返回的多是一两行摘要；元宝搜索的结果则提供了两类文字，一类概括网页内容，另一类围绕问题提取相关段落。

他还查了一家电池企业前一晚发布的业绩预告。海外接口返回了几条英文转载，时间与他的查询需求并不匹配；元宝搜索给出了交易所原始公告、几篇相关报道，以及各条结果的发布时间。

陈万需要的不是搬回整篇文章，而是知道信息在哪里、说了什么，并能带着读者回到源头。

这两份文件，不只陈万有。它也代表着不少开发者在搭建 Agent 时要处理的基础工作：从网页中提取有效内容，为信息来源建立筛选规则，再把不同接口返回的数据接入同一套流程。

网站结构会变，来源需要核实，公告、行情和新闻也各有更新节奏。应用做起来以后，这些工作就成了持续的维护任务。对于陈万这样的小团队，一套稳定、独立的搜索服务，意味着可以把更多时间留给业务本身。

2025 年 8 月，微软关停 Bing Search API，原有用户需要调整检索方案。与此同时，Agent 对联网信息的需求仍在增长。在 10 月 20 日元宝搜索的媒体沟通会上，元宝搜索提到，自今年 2 月“龙虾”走红以来，Agent 对热点新闻、财经财报等时效性外网信息的需求变得更为迫切。

模型能力之外，信息获取也在影响 Agent 的表现。腾讯云副总裁、腾讯元宝搜索研发负责人表示：“选择一个模型相对容易，但做好搜索却需要长期的建设与迭代。”

两份文件的来历

要理解陈万为什么需要这两份文件，得先看看网页到了程序里是什么样子。

一份上市公司的业绩预告，在浏览器里可能只是标题、日期、几段正文和一张表。程序拿到的却是整页源码：嵌套的标签、样式表、统计脚本，以及广告、导航和版权声明。把这些内容直接交给模型，会让不少 Token 消耗在与任务无关的部分。

陈万的办法，是为不同网站编写抓取规则：正文在哪个标签里，日期藏在哪个位置。他估算，清洗之后，每次调用的 Token 成本降到了原来的不到 10％。

但代价是 cleaner.py 越写越长，网站一改版，相应规则就需要更新。

搜索服务商同样在处理效率问题。元宝搜索研发负责人介绍，内部团队训练了一个压缩模型，在建索引时把几千 Token 的网页压缩成约 100 个 Gist Token 并缓存，在线匹配时处理少量后续 Token，推理成本约可节省 30％。

成本之外，陈万更关心信息来源。

简报发出的头两个月，他陆续收到订阅者来信：某个电芯报价是哪天的？一个出货量数字，为什么和其他渠道看到的不一样？回查后他发现，有的转载内容标错了日期，也有信息来自自己并不熟悉的网站。

他开始为常用信源建立名单，记录哪些网站经过核实、适合优先检索。sites.yaml 里的 387 个网址，就是这样积累起来的。这份名单不能替代逐条核实，却给日常筛选提供了起点。

一位有多年财经报道经验、公众号订阅者超过 6 万的媒体人，也有类似需求。她说，关键事实信息通常要回到网页核实，行业观点则常常要到活跃的微信账号中寻找。她希望搜索能先呈现可靠且相关的信息，帮她判断哪些值得点开细读。

不同内容，需要不同的信源判断方式。据元宝搜索负责人介绍，政策、新闻和医疗法规等信息，优先参考政府、企业、交易所等官方来源；对于行业讨论，持续在相关领域发声的作者也有参考价值，团队会结合账号的历史发文进行交叉验证，再纳入整体排序。

此外，还要区分“多条结果”和“多个独立来源”。同一条新闻可能被几十个网站转载，标题不同，正文却相近。如果不识别这些关联，重复信息就可能被当作相互印证的依据。AI 批量生成的内容和针对 AI 搜索做的优化（GEO），还在让这类噪音变多。

搜索引擎的发展分为三个阶段：1.0 阶段，搜索把结果交给人，由人阅读、判断；2.0 阶段，模型读取结果，组织成答案；到了 3.0 阶段，Agent 会拆解任务、多次检索，并结合返回的信息继续推理。搜索因此不仅要找到内容，还要把来源、时效和相关性表达清楚，让后续判断有据可依。

相应地，质量评估也从单篇内容延伸到了发布者及其历史记录。团队既分析页面内容，也识别作者、账号和站点的持续表现，对频繁发布低质或 AI 生成的内容开展专项识别。这些评估信息会作为搜索信号反馈给 Agent，为模型判断内容提供参考。

腾讯云的联网搜索 API 于 2025 年上线，主力接口叫 SearchPro。今年产品更名为元宝搜索，并继续更新接入方式、检索参数和返回字段。

据腾讯在此次沟通会上介绍，升级后的元宝搜索已在内部 50 多个核心产品中得到验证，拥有千亿级融合索引，日增索引约 50 亿，日均调用量数亿次；底层检索平均耗时约 8 毫秒。这些指标对应服务的不同环节，其中底层检索耗时并不等于一次完整请求的响应时间。

陈万这次接入的，就是升级后的版本。

一次请求的路径

两份文件原来承担的工作，可以沿着一次搜索请求重新看一遍。

几乎每天早上，陈万都要整理产业链上市公司前一晚的公告、业绩预告，以及相关行情变动。他的 Agent 向 SearchPro 发出请求时，除了问题，还会根据任务设置检索范围和时间条件。

首先是去哪里找。

券商客户经理王宇对此有过切身体会。他的团队曾为客户搭建问答助手：回答一只股票的问题，要分别调用行情、新闻和通用搜索接口，再由代码整合结果。有一次，不同数据的时间没有对齐，团队花了两天才找到拼接逻辑中的问题。

SearchPro 通过 Mode 参数区分检索来源：0 以公开网页结果为主，1 返回优质权威垂直信源结果，2 混合返回两类结果；Industry 则可以进一步指定政府、新闻、学术或财经领域。开发者可以在一次请求中表达这些来源需求。

优质垂直信源结果也被称作 VR 卡。元宝搜索将其机制解释为一套类似“插件”的系统：接入各垂直领域的优质信源，再将返回内容封装成卡片，供模型使用。金融领域的例子，是与腾讯金融科技合作接入实时股票查询信息。

如果还要限定具体网站，可以使用 Site 参数：每次指定一个域名检索，或排除最多五个域名。它只作用于公开网页结果，不影响 VR 卡。这类边界也意味着，原有白名单和黑名单不能直接等同于一个接口参数，仍需结合业务重新安排筛选规则。

其次是信息有多新。

陈万的 cleaner.py 原来有一段专门提取日期的代码。有的网页不标日期，有的只标转载时间，还有的把日期放在图片里。取不到准确时间，程序就很难判断这条信息是否适合当天的简报。

SearchPro 提供 Freshness 参数，支持按天、月、年及指定日期区间检索。例如，d2 表示最近两天，m3 表示最近三个月；返回结果中的 date 字段则提供内容发布时间。陈万的晨报通常使用 d1 或 d2，周末回顾则放宽到 d7。

这让时间条件成为检索的一部分，减少了他自行解析网页日期的工作。但发布时间仍是判断线索，涉及重要数据时，还需要区分公告发布日、统计期和转载时间。

“对于财经、股票等时效性较高的网页，团队会考虑采用更高频的刷新策略，例如每小时刷新一次，以便搜索时获取更新的信息。”元宝搜索负责人表示。

接下来，是结果如何筛选。

每条结果包含两个不同的信号：score 表示与问题的相关程度，取值为 0 到 1；authority_level 表示信源权威度，取值为 0 到 5。一条结果可以很对题，但来源仍需进一步核实；也可能来自权威机构，却与当前问题关系不大。

元宝搜索会把“谁发布”和“内容如何”分开评估。权威性关注发布者在相关领域的身份与积累；内容质量则综合考察真实性、信息完整度和专业程度，包括能否追溯验证、是否注明引用来源等。评估覆盖站点、账号和页面三个层级，并结合大模型对页面结构的分析。

这些信号为筛选提供参考，但不替代具体任务中的判断。陈万据此设置了一套分层规则：权威度 4 分及以上的结果，作为简报正文的候选材料；3 分的放入延伸阅读；更低的暂不采用。分数帮助他缩小核实范围，关键数字和结论仍应回到原始来源确认。

过去，387 个网址承载着他逐个积累的信源经验；现在，接口评分提供了覆盖更广、便于调整的初筛依据。

筛选之后，是内容如何返回。

SearchPro 提供两类摘要：passage 是标准摘要，content 是动态摘要。据产品团队介绍，后者会围绕本次问题提取网页中的相关内容，而不是返回整页正文。同一篇文章，查询营收增速和查询订单进展，得到的相关片段可能不同。

这与陈万原来的流程形成了区别：cleaner.py 先清洗整页，再让模型寻找相关部分；动态摘要则先提供与问题有关的内容，减少后续的处理。他说：“我写了四百多行代码去逼近的东西，现在已经成为一个字段。”

内容获取也设置了边界。元宝搜索毕老师介绍，对设置反爬机制或需要借助额外工具才能访问的内容，“我们就不收录，以尊重对方的知识产权”，只提供公开、直接点开就能看到的内容；携程这类直接打不开的内容，则通过三方合作提供。

最后，搜索结果返回陈万的程序，由他的流程决定如何继续使用。马晋表示，智能体也会把一个问题拆成多个子问题，“搜索每慢一秒，都可能影响用户体验”；据他介绍，升级后，最快的版本可能在 300 毫秒以内返回，此前约为 400—500 毫秒。

接入与控制

搜索能力之外，接入方式决定了它能否顺畅进入现有工作流。

最早的接法走腾讯云标准 API：请求发往 wsa.tencentcloudapi.com，Action 写 SearchPro，Version 写 2025-05-08，再用 SecretId 和 SecretKey 按腾讯云的签名算法给每个请求签名。

某数据服务公司的后端工程师郑楠介绍说，他去年接入的时候花了半天，大半时间在调签名。后来腾讯云增加了单一 API Key 认证，请求发往 api.wsa.cloud.tencent.com 的/SearchPro 路径，签名这一步可以直接省掉。

另一种接入方式更快。在支持该协议的客户端中配置服务地址和 API Key，就能把 SearchPro 加入工具列表，不需要额外安装本地服务。元宝搜索目前提供的 MCP 工具只有 SearchPro，采用 Streamable HTTP 传输。

MCP 是 Anthropic 于 2024 年 11 月发布的开放协议，用于连接 AI 应用与外部数据、工具。此后一年多，主流 AI 开发工具陆续支持了它。元宝搜索的 MCP 页面写明，它使用的协议版本是 2025-06-18。腾讯做的，是把自己的搜索按这个协议重新包装了一层。

再往上，是指导 Agent 使用工具的 Skill。2026 年 3 月 10 日，腾讯上线 SkillHub，最初是 OpenClaw 技能生态 ClawHub 的国内镜像，收录一万三千多个技能；到年中，收录量超过八万个，支持 WorkBuddy、QClaw、ima 等工具。

SkillHub 上“元宝搜索 Skill”的安装方法只有一句话，大意是让 Agent 按 SkillHub 的安装说明装上 tencent-yuanbao-standard-search。Skill 的说明中列出了什么时候该用它：用户说“帮我搜索”“查找”，或者说“最新的……”“近期的新闻……”。

API、MCP 和 Skill 是解决不同问题的三类能力，并不是互相替代的三代产品。API 便于程序直接控制检索次数、时机和重试；MCP 解决兼容客户端如何调用工具；Skill 则补充使用说明，帮助助手判断何时检索、如何使用。

接入后的第二天，陈万在 Claude 终端里修改一份给订阅者的说明文档，说：“把昨晚最新的业绩预告也补进去。”随后，终端出现了 SearchPro 工具调用，耗时 681 毫秒，返回七条结果，其中五条是权威信息。

“它是听到‘最新’两个字就自己去的，”陈万说，“它已经成了任务流程中的一部分。”

一家做内容产品的团队有类似体会。团队的一位开发者在沟通会上说，他们原来自建的 AI 搜索“只能说能用”，Agent 常常先找出十几个网站，再反复调整。通过 Skill 接入元宝搜索后，“速度快，也不用反复检索”，以前问同一个问题要找 20 个网页，现在 5 个就能解决。

虽然接入变简单了，但没有简单到什么都不用管。保管密钥、配置账号权限，并根据调用量安排请求频率。接口承接了一部分基础工作，但应用如何运行，仍由开发者掌握。

接入的另一端，是成本。

根据腾讯云目前公开的计费文档，元宝搜索提供极速版、标准版和旗舰版，按量计费价格分别为每千次 14 元、20 元和 26 元，其中旗舰版仅限企业用户开通。

此外，填写邀请码后可获得每月 6000 次免费调用额度，按日均计算约 200 次，大致够一个小团队做日常测试或轻量使用。

陈万这次采用的权威度字段，属于旗舰版能力。

据腾讯产品团队介绍，元宝搜索定位于被调用方，不做独立的搜索入口，面向用户的入口由各个应用承担。它的调用方既包括腾讯内部产品，也包括外部 AI 助手和大模型公司。

过去一年，陈万的程序换过多次底层模型，从 DeepSeek 到通义千问，再到智谱，最后又换回 DeepSeek。搜索接口是第一次换。“模型换了，信息质量基本看不出来，”他说，“但搜索换了，效果完全不一样。”

交出去的，与留下的

删掉文件之后，陈万的搜索照常推送。

他做了一次最终检查。当天的公告和行业新闻覆盖率基本符合需要，来源里还多了几个此前较少涉及的站点；最近一周，也没有订阅者来信追问数据出处。

他维护了两年的文件，最终被一个搜索接口替代，“没有什么不舍，只是觉得轻松。”他说，并不是他的代码能力不好，而是这类代码本就不应该让每个人自己写。

现在，陈万可以把时间更多地用在核实关键数据、比较产业变化和组织研究判断上。

元宝搜索表示，这种调用需求正快速增长，目前最看好的是两个方向。一是智能办公和企业级 Agent：一款内部产品全面推广后，其调用量从低谷时的几十万次，增长到单日接近千万次。二是金融和投研：“研报和行情信息可能需要按小时甚至按分钟更新”，一个金融大模型接入后，近期的调用量增长了几十倍。

陈万的付费研报，正好落在这类需求上。

对中文 Agent 开发者来说，这类独立接口相当于增加了一种分工方式：把过去通用的信息检索、内容提取和来源评估，交给公共服务直接完成。

这也是这件事超出个案的地方。至于未来规模能做多大，取决于接下来有多少应用建在它上面，也取决于价格能不能降到小团队愿意把它设成默认能力。

陈万删掉的是两份文件，但也留下了对信息的更高要求。