豆包搜索面向Agent开放 返回结构化字段减少重复解析
豆包搜索通过结构化输出和权威分级，降低Agent信息获取成本，在SimpleQA测试中事实准确性提升70%。
火山引擎将豆包APP背后的搜索能力拆出，通过API和MCP接入模型和Agent。相比传统搜索只返回链接，豆包搜索额外提供权威分级、发布时间、正文摘要和原文节选，Agent可直接基于这些字段判断资料可靠性与时效性，减少Token消耗和重复处理。
正文摘录
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。 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。