AI 是怎么上网的？从 Search 找，到 Extract 读

我们现在已经习惯直接问 AI：

“帮我查一下这家公司最近怎么样。”

“这个产品多少钱？”

“最近 AI 圈有什么值得关注的新闻？”

AI 很快就能给出答案，于是很容易产生一种错觉：AI 就像人一样，打开浏览器、搜索、点进去看完网页，然后回来告诉你答案。

其实不是。

大模型本身既不是 Google，也不是浏览器。它能“上网”，是因为背后有一组工具在替它工作。

其中最基础的两个，就是 Search 和 Extract。

如果只记一句话：

Search 负责找，Extract 负责读。

理解这两个东西，基本就理解了 AI 是怎么从互联网获取信息的。

一、Search：先找到资料在哪里

假设你问 AI：

某款 AI 产品现在一个月多少钱？

AI 首先面临的问题不是“价格是多少”，而是：

我应该去哪里找这个答案？

这时候就需要 Search。

它和我们平时使用搜索引擎非常像。输入：

某 AI 产品 API Pricing

Search 可能返回：

1. 官方 Pricing
   https://example.com/pricing
   产品最新价格与套餐……

2. 官方文档
   https://docs.example.com/pricing
   API 使用和计费说明……

3. 某媒体报道
   https://xxx.com/article
   该产品近期调整了价格……

注意，Search 做的事情到这里基本就结束了。

它告诉 AI：

“我找到了几个可能有答案的网页。”

所以可以把 Search 简化成一个公式：

Search：问题 → 网页

它解决的是“去哪找”的问题。

二、搜索结果，不等于网页内容

这里有一个特别容易混淆的地方。

搜索结果通常也会带上一小段文字。

比如：

官方 Pricing

Get started with 1,000 free credits per month...

看起来 AI 好像已经知道网页里面写了什么。

其实不完全是。

这段文字通常叫 Snippet，也就是搜索摘要。

它更像一本书背后的简介。

一本 300 页的书，封底可能写着：

本书介绍人工智能的发展历史、基本原理以及未来趋势……

你能因此说自己读完这本书了吗？

显然不能。

搜索摘要也一样。

它可能只有一两句话，而且可能被截断、缺少上下文，甚至没有覆盖你真正关心的信息。

所以对于简单问题，搜索结果可能已经够用了；但遇到价格比较、技术研究、政策分析等需要精确信息的问题，仅仅 Search 通常不够。

AI 还需要真正把网页“打开”。

这就是 Extract。

三、Extract：把网页真正读进来

Search 已经找到了一个网页：

https://example.com/pricing

接下来 Extract 接手。

它的任务非常简单：

给我一个 URL，我把里面真正有用的内容拿出来。

网页原始内容其实很复杂。

除了正文，还有：

菜单
广告
导航栏
JavaScript
CSS
Cookie 提示
推荐内容
页脚
登录按钮

这些东西对 AI 理解文章基本没什么价值。

所以 Extract 通常会经历这样一个过程：

网页 URL
   ↓
获取网页
   ↓
解析 HTML
   ↓
去掉广告 / 导航 / 无关元素
   ↓
提取正文
   ↓
整理成干净的文本或 Markdown

最终 AI 看到的可能变成：

# Pricing

## Free Plan

每月包含 1,000 credits。

## Pro Plan

每月 xx 美元……

## API Pricing

Search 每次消耗……
Extract 每次消耗……

这时候 AI 才算真正“读过”这个页面。

所以 Extract 也可以压缩成一个公式：

Extract：网页 → 正文

四、Search 和 Extract 为什么缺一不可？

现在把两块拼起来就很清楚了。

假设你走进一座巨大的图书馆，想研究“人工智能 Agent”。

第一步，你会去检索系统输入：

AI Agent

系统告诉你：

A 区第 3 排有一本书。 B 区第 7 排还有一本。 二楼期刊区还有三篇论文。

这就是 Search。

但它只是告诉你“书在哪里”。

接下来你需要走过去，把书拿下来，真正翻开阅读。

这就是 Extract。

所以完整过程是：

我想知道一个问题
        ↓
     Search
        ↓
  找到相关网页
        ↓
     Extract
        ↓
   读取网页正文
        ↓
       AI
        ↓
  理解、比较、总结
        ↓
      回答

Search 是图书馆的检索系统，Extract 是把书拿下来翻开。

只有 Search，没有 Extract，就像知道哪些书可能有答案，却没有真正读。

只有 Extract，没有 Search，又像拥有很强的阅读能力，却不知道应该去读哪本书。

五、如果我已经把链接给 AI 呢？

这时候情况就不一样了。

比如你直接说：

帮我看看这篇文章： https://example.com/article

这时候“去哪里找”已经解决了。

因为 URL 是你给的。

理论上 AI 不需要再：

Search
↓
找到这个 URL
↓
Extract

而可以直接：

URL
 ↓
Extract
 ↓
AI 阅读

这也是理解 AI 工具调用很重要的一点：

工具不是调用得越多越好，而是在正确的时候调用正确的工具。

已经知道地址，就直接去读；不知道地址，才需要先搜索。

六、Extract 之后，为什么还需要 AI？

因为 Extract 其实也没有我们想象得那么聪明。

它主要负责：

把网页变成 AI 能方便阅读的文字。

例如一篇 8000 字的技术文章，Extract 可以完整拿回来。

但：

“作者真正的核心观点是什么？”

“这个观点靠谱吗？”

“它和另一篇文章有什么矛盾？”

“这三个产品哪个更适合我？”

这些都不是 Extract 的核心工作。

这才轮到大模型。

所以更准确的分工是：

Search 找，Extract 读，LLM 想。

可以把整个过程想象成一个研究团队：

Search
情报员
负责寻找资料

   ↓

Extract
资料员
负责把资料整理出来

   ↓

LLM
分析员
负责理解、比较和判断

三者做的是完全不同的事情。

七、那 Browser 又是什么？

理解 Search 和 Extract 后，还有一个经常出现的概念：Browser。

Browser 解决的问题又不一样。

有些网站不是打开 URL 就能拿到内容。

比如：

打开网站
↓
登录
↓
点击“我的订单”
↓
选择某个订单
↓
点击“查看详情”
↓
才能看到内容

这已经不是单纯的“读取网页”了，而是在操作网页。

这时候就需要 Browser。

因此又可以加一个词：

Search 找，Extract 读，Browser 操作。

Search 像搜索引擎。

Extract 像阅读器。

Browser 则更像一个真正坐在电脑前操作鼠标的人。

八、为什么有时候 API 比 Extract 更好？

还有一种情况。

假设一个网站本身提供官方 API。

Agent 原本可能需要：

Search
↓
找到网页
↓
Extract
↓
解析内容

但有 API 后，可以直接：

API
↓
结构化数据
↓
AI

例如查询天气。

与其让 AI 搜索：

北京今天天气

再找到天气网站、读取网页、寻找温度，不如直接调用天气接口：

{
  "temperature": 28,
  "weather": "晴",
  "humidity": 65
}

后者显然更稳定。

所以在 AI Agent 里，经常存在这样的优先级：

有合适的 API
→ 优先 API

没有 API，但知道 URL
→ Extract

连 URL 都不知道
→ Search

需要登录、点击、操作
→ Browser

这也是为什么现在很多网站都开始主动给 AI 提供 API、MCP 或其他结构化接口。

因为相比“让 AI 像人一样看网页”，直接给 AI 结构化数据通常更高效。

九、理解这些之后，再看 AI Agent 就简单了

很多所谓“会联网”的 AI Agent，拆开来看并没有那么神秘。

背后可能就是：

                 AI Agent
                     │
              “我需要外部信息”
                     ↓
               Tool Router
                     │
       ┌─────────────┼─────────────┐
       ↓             ↓             ↓
     Search        Extract       Browser
       │             │             │
      找             读            操作
       └─────────────┼─────────────┘
                     ↓
                    LLM
                     ↓
               理解 / 判断
                     ↓
                   回答

真正困难的地方，也逐渐从：

“AI 有没有工具？”

变成了：

“AI 知不知道什么时候该用哪个工具？”

工具越来越多之后，这反而会成为 Agent 设计里更重要的问题。

最后，记住四个字就够了

如果前面的技术概念都忘掉，可以只记住：

找、读、想、做。

Search 找。

从整个互联网中发现可能有答案的地方。

Extract 读。

把指定网页变成干净、完整、适合 AI 阅读的内容。

LLM 想。

理解信息，比较不同来源，最后形成判断。

Browser / API / CLI 做。

当任务不只是获取信息，而需要真正操作外部世界时，就需要进一步的工具。

所以 AI 所谓的“会上网”，并不是一个单独的能力。

它其实是一条流水线：

先找到信息，再获取信息，然后理解信息，最后根据需要采取行动。

理解了 Search 找，Extract 读，也就理解了今天大多数联网 AI 和 Agent 最基础的一层工作原理。