大量的使用经验告诉我：引用可靠的信息，会让推理结论上很大一个台阶。在某些场景下，拥有这些引用比大模型的推理能力更重要。所以搜索质量至关重要。
这也是大龙虾让我发现原来搜索工具可以自己配置。过去都是用原厂自带的搜索引擎，我的第一选择是 Google Search。
我很喜欢 Google 提供的 AI 服务。模型审美在线，工具调用风格独树一帜，而且它是头部模型中唯一一个提供免费 API 使用额度的厂商。放在 Raycast 的快速 AI Chat 里用绰绰有余，随时有问题就能唤起。
但是——有个大问题。
Gemini 搜索结果里蹦出了广告。这对 AI 工作流来说是灾难：AI 没法像人一样一眼过滤掉广告，它会把广告内容也读进去，然后一本正经地当事实处理。
这不是 Gemini 的能力问题，这是搜索源头的质量溃败。
我的解决方案是切换到 Brave Search。一个真正面向 AI 时代设计的搜索引擎，搜索结果干净、没有广告干扰，而且对 AI 智能体做了专门优化。
唯一让我意外的是：这样一家技术见长的公司，居然没有官方支持的 MCP。
MCP（Model Context Protocol）是让 AI 智能体「开口说话」的协议。如果一个搜索工具不支持 MCP，就意味着 AI 无法直接调用它，只能靠人来中转，效率大打折扣。
这不合理。
所以我给自己列了一个 To-do：基于 Brave Search 的 API，开发一个 CLI 工具，让 AI 智能体能够直接调用 Brave 的搜索能力。
这件事如果做成，首先解决的是我自己的痛点。其次，如果这个工具能支持 MCP，那它的价值会进一步放大——不只是我自己的 AI 能用，任何支持 MCP 的 AI 智能体都能用。
搜索质量至关重要。在 AI 时代，「用什么搜索」这个问题，第一次变得比「用什么模型」更重要。
发表回复