DeepSeek 搜索与抓取 – 每 1000 次成功请求 0.75 美元

原文 ↗ Hacker News 讨论 ↗

DeepSeek 推出了一项面向 AI 代理的低成本网页搜索与抓取 API，以低于许多现有提供商的价格进入市场，并引发了与 Exa、Brave、Kagi 和 SerpAPI 等服务在价格与质量上的比较。评论者讨论了绕过机器人防护和 CAPTCHA 的技术挑战，以及隐私、数据保留和 AI 驱动抓取给小型网站带来的大量爬虫流量问题。该帖也反映出更广泛的担忧：廉价、自动化的网页内容访问如何改变搜索领域的权力结构、挤压基础设施，并可能削弱内容创作的激励。

DeepSeek 搜索/抓取服务的范围

  • 该 API 面向代理程序，而不是人类，用于执行网页搜索和页面抓取。
  • 价格为每 1,000 次成功请求 0.75 美元；与其他 API 相比，属于较便宜的一档（提到的其他服务包括：Exa、Brave、Kagi、SERP API、Ceramic、LinkUp、Uruky 等）。
  • 一些用户表示，与专门提供商相比，实际搜索/抓取质量较为平庸，并建议使用其他工具以获得更高质量或语义检索结果。

绕过机器人、反机器人军备竞赛以及对 Web 的影响

  • 很多评论集中在这些服务如何绕过 Cloudflare、Anubis、CAPTCHA 和机器人检测。
  • 讨论的技术包括：远程控制的加固版 Firefox/Chrome 构建、住宅代理网络、curl 模仿、UA 伪装。
  • 网站运营者抱怨，AI 驱动的抓取流量远远超过真实流量，忽视 robots.txt 和缓存头，并迫使他们转向 CAPTCHA、VPN，或像 Anubis 这样的服务后面。
  • 有强烈批评认为，这类工具会升级军备竞赛并恶化普通用户的 Web 体验；支持者则认为，这是对掠夺性、广告驱动型 Web 实践的一种自我保护。

隐私、日志记录与数据保留

  • 有人担心 DeepSeek 和类似服务会记录目标 URL 和使用情况，实际上在存储用户的浏览/搜索历史。
  • 一些人主张尽量少记录日志（只保留计费元数据），并批评广泛的数据囤积；也有人指出，少数提供商宣传可选或不保留模式，但通常价格更高。
  • 零数据保留是某些用例的硬性要求（例如验证科学引用），这使 DeepSeek 不适合这些场景。

LLM 质量、用例与经济性

  • DeepSeek Flash 被认为极具成本效益，并且在许多编程和智能代理任务上接近最先进水平，尽管通常并不优于前沿模型。
  • 关于开源或中国模型是否能通过将强模型与超便宜搜索结合来压低美国现有厂商价格，存在争论。
  • 有些人认为这种定价不可持续，并预计未来会涨价；另一些人则表示，DeepSeek 由于有对冲基金母公司的支持和/或更广泛的战略动机，能够承受较低利润率。

替代方案、自托管与搜索的未来

  • 一些用户自行使用第三方抓取器或元搜索（例如 SearxNG）构建自己的 MCP/工具，但反馈存在严重限流、CAPTCHA 障碍和不稳定问题。
  • 托管搜索被认为对可靠性、延迟和大规模代理使用是必要的；自托管完整 Web 索引则被视为成本高且复杂。
  • 有人推测，搜索 API 最终可能会被补贴，甚至变成“负成本”，以获取由代理驱动的流量并利用 SEO 杠杆。