聊一聊DeepSeek开放自研搜索API这事

DeepSeek正式开放自研Search与Fetch搜索API，定价为每1000次成功请求5元，折算单次调用仅0.005元，堪称新一轮的“价格屠夫”。横向对比就能直观感受到差距：博查目录价单次0.036元；Tavily按量付费单次约0.008美元，折合人民币单次接近0.05元，千次成本五十余元。DeepSeek的定价，只有这些同行的零头。

这个接口还有一个极具颠覆性的设计：每条搜索结果都会附带两个打分字段——rerank_score取值0-3分，综合考量相关性、权威性、时效性，文档约定≥1.5即为优质结果；authority是0-4的整数分值，-1代表信息未知，≥3判定为极权威来源。传统搜索引擎内部同样存在站点质量、页面质量评分体系，但这类指标完全是黑盒。百度、谷歌都不会对外向调用者直接输出页面权威分数，SEO从业者只能依靠经验猜测，或是根据排名波动反向推导站点权重。

而DeepSeek直接把这套评判分数暴露在API返回体中，交由开发者自主使用。开发者只需要在Agent代码中增加一行简单判断if authority >=3，就能完成来源过滤，不必自行维护一份繁琐的可信站点白名单。

传统搜索引擎的权力，集中体现在结果排序上：页面排第几，用户就先看到第几。人类检索时可以自主翻页、辨别信息真伪，发现内容不对还能重新调整关键词搜索。但调用API的Agent程序不具备这种主观判断能力。一旦大量Agent都直接依据authority阈值筛选、丢弃网页，这个简单的整数分数，就不再仅仅影响排序，而是直接决定这篇网页有没有资格进入大模型上下文。

官方公告中特别提到，针对SEO作弊、GEO生成内容以及低质AIGC页面，内置了严格识别过滤机制。GEO这两年在国内快速泛滥，身边不少做内容营销的从业者转型承接GEO业务：批量生产看似真实测评的文章，分发到各类站点。当用户向大模型咨询品类选购、品牌对比时，模型就会引用这些内容。我在使用各类AI搜索时经常遇到这类问题，消费类查询尤为突出，点开引用来源，本质都是同一套模板衍生出来的数十篇稿件。

DeepSeek将反GEO明确写进产品公告，再搭配对外暴露的authority评分，意图很清晰：它想要承担AI应用时代的信息信任层。这里存在一个现实的正向循环：DeepSeek网页端与API每日承载数亿次搜索请求，巨大的数据体量，让它比小型搜索API厂商更早识别批量投放内容、站点短时间涌现大量同质页面这类特征。识别GEO内容本质是规模博弈，见过越多样本，越容易识别生成内容的模式，这一点，相比价格，才是小厂商更难追赶的壁垒。

公告同时说明，开发者在DeepSeek Harness、Claude Code、Codex中调用DeepSeek模型时，通过服务端工具调用使用Search/Fetch暂不计费，收费从11月1日正式生效。这意味着这套检索能力早已在线上稳定运行，甚至可以嵌入第三方编程工具。开发者在Claude Code中将后端模型切换为DeepSeek，查询文档的联网动作，底层走的就是DeepSeek自研搜索。工具载体虽然仍是别家产品，但数据链路已经被DeepSeek掌握。

编程Agent对搜索的依赖程度远高于普通对话场景。编写代码时，查询类库最新版本、API参数变更、报错Issue，都属于强时效、强准确性需求。一旦检索拿到过时博客文档，Agent后续数十轮工具调用都会建立在错误信息之上，全部失效。我自己使用Agent开发时，最头疼的就是这类问题。从这个角度看，DeepSeek选择先在编程场景打磨检索能力，是非常精准的落地路径。

还有几个值得留意的产品细节：账号QPS上限为5，Search与Fetch接口分开计数。这个并发上限明显无法满足大型企业高吞吐业务，也说明现阶段目标客群是个人开发者、小团队Agent项目，并非直接替代企业级搜索采购。计费规则仅针对返回200状态码、结果非空的请求，检索无返回、超时、调用失败均不扣费，对开发者十分友好，调试阶段大量无效查询也不会产生额外开销。

摘要设计上做了区分：summary默认600–800字符，文档标注专为模型阅读设计；snippet100–200字符，用于前端页面展示。两套摘要分离，能看出产品从设计之初，定位就是服务大模型调用。接口原生支持site:、lang:、after:、before:这类检索语法；还有ori_question字段，可以传入用户原始问题辅助意图理解，巧妙规避Agent改写检索词时丢失原始诉求的问题。Fetch接口直接返回Markdown格式正文，省去RAG开发里最繁琐的HTML清洗环节，这一点做过检索增强生成的开发者都深有体会。

但这套方案，依然存在值得审慎思考的疑问：authority的计算逻辑文档并未公开。作为核心技术，算法不对外披露无可厚非。但一旦大量开发者把这个分数当成默认过滤条件，一个没有公开标准的打分体系，将实际决定海量AI应用能够读取的信息边界。

举一个典型场景：一名独立开发者撰写的高质量技术博客，缺少大型站点背书，authority分值可能仅有1或2。如果下游Agent统一设置≥3的过滤门槛，这篇博客在AI的信息世界里就等同于不存在。传统网页搜索中，它至少还有机会排在第二页，等待人工翻阅；但在阈值过滤逻辑下，它连被模型读到的机会都没有。

我并不认为DeepSeek有意制造这种信息壁垒，但这个结构性风险客观存在：权威性打分天然倾向大站、老站、机构站点。而很多一线真实技术经验，恰恰沉淀在个人博客、社区帖子、GitHub Issue之中。期待后续官方可以补充更多细节，例如评分维度构成、以及对应的申诉与反馈机制。