搜索API如何影响AI代理决策：相同准确率下的证据差异

在AI代理系统中，搜索API是最常用的检索工具之一。传统API通常返回URL、标题和内容摘要，而由于完整页面检索消耗大量计算资源，现代代理架构多采用渐进式披露策略：先查看摘要，再决定是否获取完整页面。

最新研究指出，商业搜索API应被视为决策界面而非单纯的信息源。其返回的摘要排名、URL和元数据直接决定了AI代理的后续行为：立即回答、重新搜索还是消耗资源打开页面。

研究团队使用固定的GPT-5.4代理和SEALQA-HARD数据集的100个问题，对比了Brave、Tavily和Firecrawl三家搜索提供商的表现。通过Kimi-K2.6对代理可见的所有内容元素进行标注，获得了6869个有效判断。

结果显示，三家提供商在答案准确率上非常接近（25、25、26/100），但证据经济性差异显著：Brave提供富含正确答案的摘要，Tavily将支持性URL集中在首位，Firecrawl则促使代理进行更广泛的探索。同时，表面矛盾URL与正确答案URL的比例在0.92到2.59之间波动。

这表明选择搜索提供商不仅是召回率问题，更是检索预算和代理策略的决策。不同API的证据呈现方式会显著影响AI代理的资源消耗模式和决策路径。