详细文字内容
你用的搜索结果，到底是谁的
先说一个很多开发者不知道的事实。
市面上的搜索 API，本质上只有三种活法。
Brave Search 自建了 350 亿页的独立索引，有自己的爬虫，每天新增 1 亿页。它返回的每一条搜索结果，都是从自己的索引里查出来的。这是第一种：自己有矿，自己挖。
SerpAPI、Serper 走的是另一条路。它们本质上是在爬 Google 的搜索结果页面，把 HTML 解析成 JSON 卖给你。你以为你在调 API，其实你在用一个「Google 搜索结果搬运工」。这是第二种：别人的矿，帮你搬。
还有 DuckDuckGo。听着很隐私，骨子里用的是 Bing 的索引。数据是微软的。这是第三种：借别人的矿，贴自己的牌。
🧠 记住这个就够了：索引是谁的，搜索质量就由谁决定。你用 Serper，质量取决于 Google 今天有没有改反爬策略。你用 DuckDuckGo，质量取决于 Bing 今天有没有调排序算法。只有用自建索引的 API，质量才掌握在你自己手里。
你现在用的搜索 API，索引是谁的？想过这个问题吗？
这不是理论问题。Aaron亲身经历过：有一次用 Serper 做竞品调研，突然连续返回空结果。排查了半天，发现是 Google 那边更新了反爬机制。这种事你没法预防，没法修复，只能等 Serper 团队跟进适配。
你的 AI Agent 搜索层，建在别人的地基上——这是最大的供应链风险。
Brave 的 350 亿页独立索引是什么概念？它不是从 Google 或 Bing 那里买数据，是自己一页一页爬出来的。Brave 还有一个叫 Web Discovery Project（网络发现项目）的机制，通过浏览器用户匿名贡献浏览数据来扩充索引覆盖率。关键词：匿名。用密码学协议 STAR Protocol（安全可测试聚合报告协议）确保贡献数据不可追溯到个人。
这就引出了第二个维度。
登录注册网址如下：
https://api-dashboard.search.brave.com/login
隐私不是情怀，是工程约束
很多人觉得「隐私」是一个品牌标签，跟技术选型没关系。
错了。
当你的 AI Agent 每天发出几千次搜索请求，每一次请求都包含了你的业务意图——你在调研什么竞品、你在分析什么市场、你在解决什么技术问题。如果搜索 API 提供商在收集这些数据，你的商业情报就在裸奔。
Brave Search 的隐私设计不是「我们不会卖你的数据」这种空头承诺。它是工程级别的隔离：不记录搜索历史，不记录 IP 地址，不建立用户画像，不做个性化推荐，搜索请求之间没有关联性，无法还原你的行为轨迹。
💬 说人话：Google 知道你搜了什么、什么时候搜的、从哪里搜的，然后用这些信息给你推广告。Brave 什么都不知道，因为它压根没记。不是「承诺不看」，是「架构上就没有眼睛」。
你的 Agent 搜索数据，现在被谁看着？
Aaron的 OpenClaw 系统里有 10 个 Agent，每天通过 Brave Search 做大量的素材检索、竞品分析、技术调研。如果这些搜索数据被记录和分析，等于把整个业务战略暴露给了搜索 API 提供商。
⏸️ 到这里暂停一下。前面两个维度——独立索引和隐私设计——解决的是「不出错」的问题。你的搜索不会因为上游变动断供，你的数据不会因为被收集而泄露。接下来的第三个维度，解决的是「做得好」的问题。
LLM Context API：AI 搜索的终局形态
让Aaron真正「All in Brave」的，是 2026 年 2 月发布的 LLM Context API（大语言模型上下文接口）。
传统搜索 API 返回什么？10 个 URL + snippet（摘要片段）。
你的 AI Agent 拿到这 10 个 URL 之后还要做三件事：逐个 fetch（抓取）页面内容，解析 HTML 提取正文，清洗格式转为 AI 可消化的文本。这三步链路，每一步都可能失败——页面可能 403、可能需要 JavaScript 渲染、可能有反爬。三步加在一起，一次搜索的延迟从 500 ms 膨胀到 3-5 秒。
🎯 打个比方：传统搜索 API 像是给你一张藏宝图（URL 列表），你还得自己去挖宝。Brave LLM Context API 直接把宝贝洗好包好送到你面前。
LLM Context API 换了一种思路。它不返回 URL 列表，直接返回从页面提取的 Markdown 正文、表格数据（精确到行级粒度）、JSON-LD Schema（结构化数据标记）、甚至代码上下文。每条结果都有 query-optimized（查询优化）的相关性排序。你还可以设定 token 预算——告诉 API「只返回 2000 token 以内的内容」，精确控制 LLM 的输入成本。所有这些处理只增加 130 ms 延迟（p90，即 90% 请求的响应时间），几乎无感。
Brave 官方放出的数据更狠：用 Brave grounding（事实锚定）数据喂便宜的开源模型，在 SimpleQA 基准测试上击败了 ChatGPT、Perplexity 和 Google AI Mode。
✨ 一句话总结：搜索引擎终于不再返回 URL 列表，而是直接返回 AI 能消化的结构化知识。这不是功能升级，是范式转换。
你的 AI Agent 还在拿到 URL 之后自己爬内容吗？
MCP 一行接入：Claude Code 的天然适配
说了这么多，实际接入到底有多简单？
Aaron还记得第一次把 Brave MCP（Model Context Protocol，模型上下文协议）接入 Claude Code 的那个下午。一行命令敲完，Claude Code 的搜索面板里突然多了 7 个工具。Aaron随手搜了一个技术问题——结果直接返回了结构化的内容，不是链接列表。那一刻的感觉就像：你一直在用翻盖手机打电话，突然有人递给你一台智能手机。
接入只需要一行命令，打开终端输入：
claude mcp add brave-search -s user -- env BRAVE_API_KEY=你的 Key npx -y @modelcontextprotocol/server-brave-search
加完之后，Claude Code 自动获得 7 个搜索工具：
- brave_web_search：网页搜索，最常用
- brave_news_search：新闻搜索
- brave_image_search：图片搜索
- brave_video_search：视频搜索
- brave_local_search：本地商户搜索
- brave_summarizer：AI 摘要
- brave_web_search + extra_snippets：扩展摘要，每条结果最多 5 个额外片段
Aaron每天的实际使用场景：
写文章前用 brave_web_search 搜索主题相关的最新信息，一次搜 10 条，串行调用 3-5 次覆盖不同角度。做竞品分析时搜索竞品的最新动态、用户评价、定价变化。技术调研时搜索某个方案的最佳实践、常见陷阱、社区讨论。新闻监控用 brave_news_search 抓取特定领域的最新新闻。
这些场景以前要写爬虫、调多个 API、处理各种异常。现在一个 MCP 工具全搞定。
📋 敲黑板：搜索不再是 Agent 调用的外部服务，而是 Agent 与生俱来的能力。 MCP 把搜索从「集成」变成了「本能」——不需要中间层，不需要 API 调用代码，不需要错误重试逻辑。Agent 想搜就搜，跟你开口说话一样自然。
$5/1000 次来晚了收费了！
2026 年 2 月，Brave 取消了免费计划。新用户不再有免费额度，改为每月 $5 信用额度（约 1000 次搜索），需要绑信用卡。老用户暂时不受影响。
海鲜市场可以购买账号，如果想免费可以试试 Exa，退而求其次。
选型不是技术决策，是价值观决策
回到开头的问题：为什么检索工具Aaron只用 Brave？
不是因为它完美。Brave 取消免费计划确实让很多小开发者不爽。Brave 的搜索质量在某些小众领域也确实不如 Google。
但选搜索 API 从来不是选「最好」的，是选「最对」的。
选搜索 API 不是技术决策，是价值观决策——你愿意把 AI 的眼睛交给谁？
Aaron的选型三角很简单：
独立索引：搜索质量掌握在自己手里，不受上游影响。隐私设计：商业情报不裸奔，合规无忧。AI 原生：LLM Context API 直接返回结构化知识，省掉整个爬取解析层。
三个条件同时满足的搜索 API，目前只有 Brave。
如果你也是那种在意基础设施自主性的人——不愿意自己的搜索层建在别人的地基上，不愿意自己的 Agent 数据被第三方画像，不愿意为了省几块钱牺牲工程质量——恭喜你，我们是同一类人。
试试用这个三角框架过一遍你的候选列表。你会发现，选择比你想象的简单。
回顾一下这篇文章的核心：搜索 API 的选型，本质上是选你愿意信任谁的索引、谁的隐私承诺、谁的 AI 适配方向。独立索引 + 隐私设计 + AI 原生 = Brave 三角。记住这个框架，下次选型不纠结。
你在用什么搜索 API？选型的时候最看重什么？评论区聊聊。