5月5日消息,Palo Alto 创业公司 TinyFish 正式将 Web Search 与 Web Fetch 两项 API 永久免费开放给所有开发者和 AI Agent,Search 速率限制 5 次/分钟,Fetch 25 次/分钟。这是该公司今年 4 月推出 4 合 1 Web 基础设施平台后的进一步动作,平台将 Web Agent、Web Search、Web Browser、Web Fetch 四项能力收拢在同一个 API Key 与同一套 Credit 计费体系下,新注册用户每月还会获得 500 个免费 credit,无需绑定信用卡。
该公司在 Mind2Web Benchmark 的 300 项任务上跑出 89.9% 准确率,排名第一,$2M 规模的种子基金由 Mango Capital 支持。
Web Search 基于自研的 Chromium 引擎,P50 延迟约 488ms,直接返回结构化 JSON,面向 Agent 工作流而非人类阅读;Web Fetch 通过完整浏览器渲染处理 React、Vue、Next.js 等 SPA 页面,自动剥离 CSS、脚本、导航栏、广告、页脚等噪声内容,把页面正文转换成 Markdown、HTML 或 JSON,生产环境 P50 约 12 秒、P95 约 30 秒,单批最多并行抓取 10 个 URL,每 URL 错误率低于 5%。Web Browser 则提供托管 Chrome 隐身会话,通过 CDP 协议接入,冷启动低于 250ms,内置 28 项 C++ 层反爬机制;Web Agent 直接接收自然语言目标,自主完成多步操作并返回结构化结果。
CLI + Skill 把 token 消耗压缩 87%
TinyFish 这次差异化的重点不在功能列表,而在交付形态。除了直连 API,公司同步推出 @tiny-fish/cli 命令行工具,通过 npm install -g 一行安装,把四个端点直接接入终端;配套的 Agent Skill 是一份 SKILL.md 教学文件,可被 Claude Code、Cursor、Codex、OpenClaw、OpenCode 等 AI 编码 Agent 直接读取并按规范调用。这条路径与目前主流的 MCP 接入存在明显架构差异:MCP 操作的输出会直接写入 Agent 上下文窗口,容易在多步任务中堆积冗余;TinyFish CLI 把输出落到文件系统,Agent 按需读取,既避免了上下文污染,又能用 Unix 管道和重定向组合命令,这一点是顺序 MCP 调用无法实现的。 官方公布的 Benchmark 数据显示,CLI 模式下每次操作消耗约 100 tokens,而 MCP 模式下相同任务约 1500 tokens,单次操作 token 消耗下降 87%;在复杂多步任务上,CLI + Skills 的任务完成率比 MCP 高出一倍。这一对比也说明了一个被业内忽视的问题:MCP 协议本身并不是性能最优解,在长任务场景下,文件系统中转 + 工具调用的传统组合反而更高效。这与 Anthropic 在最新 Skill 体系里强调"用文件系统做 Agent 工作内存"的方向一致。
与 Firecrawl、Exa、Crawl4AI 的功能边界差异
抓取与搜索基础设施赛道近一年扩张明显。Firecrawl 主打开发者友好的网页转 Markdown,Exa 强调语义检索与神经搜索,Crawl4AI 走开源自部署路线,Bright Data、Apify 则在企业反爬层面更深。TinyFish 的差异点在三个层面:一是把 Search、Fetch、Browser、Agent 四个层级垂直整合在自有栈内,避免跨厂商协议拼接产生的会话指纹漂移、上下文丢失等典型故障;二是免费层覆盖 Search 与 Fetch 这两个使用频次最高的端点,降低 AI 编码 Agent 的接入门槛;三是 CLI + Skill 形态精准对接当前 Claude Code、Cursor 等编码 Agent 的工作流,而不是要求开发者自行搭建 MCP Server。 值得关注的是,TinyFish 当前在 Web Browser 端口仍依赖 CDP,这与 Chrome 146 Canary 推出的 WebMCP 走的是不同方向——前者是 Agent 反向操作浏览器,后者是网站主动暴露工具。两条路线短期不构成替代关系,WebMCP 仅在网站主动适配后生效,在大多数未适配站点上,CDP+反爬+视觉理解仍是 Agent 唯一可走的兜底通道,这也是 TinyFish 把 28 项反爬机制做到 C++ 层的根本原因。
局限与待解的工程问题
免费层并非没有代价。Search 5 次/分钟、Fetch 25 次/分钟的速率限制对个人开发者足够,但难以支撑生产级批量任务,真正的高频场景仍需付费 credit。Mind2Web 89.9% 的准确率在 Benchmark 上领先,但 Benchmark 与真实站点环境差距明显,反爬机制、登录态、动态渲染节奏不一致都可能让实际任务完成率显著下降,官方公布的 P95 30 秒响应也意味着对延迟敏感的实时 Agent 应用并不适配。此外,免费政策的长期可持续性仍是变量,以浏览器渲染为底座的服务运行成本较高,业内此前类似的"永久免费"策略多在用户规模上量后调整为分级计费,开发者在架构选型时需要预留迁移空间。