[ blog · deep-dive ]10 min read

البحث الوكيلي مقابل كشط SERP: لماذا يحتاج الوكلاء واجهةً مختلفة

Sarah Choy·نُشر في 29 مايو 2026·قراءة 10 دقائق

لعشرين عامًا، كانت 'واجهة البحث' تعني 'اكشط صفحة نتائج Google.' كسر وكلاء الذكاء الاصطناعي هذا الافتراض. إليك ما هو البحث الوكيلي فعلًا، ولماذا نشأ، ومتى يظلّ نموذج SERP القديم منطقيًا.

الخلاصة

• •البحث الوكيلي هو بحث ويب مُصمَّم ليستهلكه وكيل ذكاء اصطناعي: تُرسل هدفًا دلاليًا فتستردّ قائمة قصيرة مرتّبة من مقاطع نصّ نظيفة قابلة للاقتباس بحجم ملائم لنافذة السياق.
• •كشط SERP يُرجع HTML/JSON الخام لصفحة نتائج محرك بحث — مبني للبشر ولوحات المعلومات، لا لنماذج اللغة.
• •حدث التحوّل لأن نماذج اللغة تستدلّ على نصّ قصير مرتّب لا على كتلة SERP، ولأن Microsoft تقاعدت عن Bing Search API في أغسطس 2025، ففرضت إعادة اختيار على مستوى السوق.
• •البحث الوكيلي يضيف ثلاثة أشياء تفتقر إليها واجهات SERP: قصاصات منظّفة مسبقًا، وإجابات مُسنَدة اختيارية، وفوترة ودودة للوكلاء (لكل نداء، وغالبًا عند النجاح فقط).
• •ما زال كشط SERP يفوز حين تحتاج فعلًا صفحة نتائج Google الكاملة — الترتيب ولوحات المعرفة والحزم المحلّية — وتُشغّل خطّ تنظيفك الخاص.

تعريف، في البداية

البحث الوكيلي هو بحث ويب مُصمَّم ليستهلكه وكيل ذكاء اصطناعي بدل عرضه على إنسان. تُرسل استعلامًا — أو هدفًا دلاليًا أعلى مستوى — فتستردّ قائمة قصيرة مرتّبة من العناوين والروابط ومقاطع نصّ منظّفة مسبقًا، وأحيانًا إجابة نهائية مُوثَّقة، مُشكَّلة سلفًا لتدخل نافذة سياق نموذج لغوي.

هذا منتج مختلف عمّا كانت تعنيه \"واجهة بحث\" طوال العشرين عامًا الماضية. لعقدَين، كانت واجهة البحث تعني: أعطني صفحة النتائج التي يراها الإنسان. هذا الافتراض بالضبط هو ما كسره وكلاء الذكاء الاصطناعي.

النموذج القديم: كشط SERP

واجهة SERP (صفحة نتائج محرك البحث) تُرجع JSON المُهيكَل لصفحة نتائج Google أو Bing — الروابط العضوية ولوحة المعرفة و\"يسأل الناس أيضًا\" والحزم المحلّية والإعلانات ودوّارات التسوّق. أدوات مثل Serper وSerpApi تفعل ذلك ببراعة وبثمن زهيد. الإخراج وفيّ لما يراه الشخص في المتصفّح:

{
  "organic": [
    { "position": 1, "title": "…", "link": "https://…", "snippet": "…" },
    { "position": 2, "title": "…", "link": "https://…", "snippet": "…" }
  ],
  "knowledgeGraph": { "title": "…", "type": "…", "description": "…" },
  "peopleAlsoAsk": [ /* … */ ],
  "relatedSearches": [ /* … */ ]
}

هذا مثاليّ للوحة معلومات SEO، أو متتبّع ترتيب، أو أداة بحث بوجود إنسان في الحلقة. لكنه الشكل الخاطئ لنموذج لغوي، لسبب صريح واحد: لا يستطيع النموذج الاستدلال بفاعلية على كتلة SERP. هو يستدلّ على نصّ قصير مُسمّى مرتّب. سلّم نموذجًا SERP كاملًا وأنت تُنفق رموز السياق على بيانات تخطيط وإعلانات و\"عمليات بحث ذات صلة\" لا علاقة لها بالإجابة.

النموذج الجديد: البحث الوكيلي

يطرح البحث الوكيلي SERP جانبًا ويُرجع فقط ما يستطيع الوكيل استخدامه. يعود الاستعلام نفسه كقائمة مدمجة مرتّبة من مقاطع نظيفة:

{
  "results": [
    {
      "title": "Retrieval-augmented generation - Wikipedia",
      "url": "https://en.wikipedia.org/wiki/Retrieval-augmented_generation",
      "snippet": "Retrieval-augmented generation (RAG) combines search with\ntext generation, grounding LLM answers in retrieved documents."
    }
    /* …4 more, ranked */
  ],
  "result_count": 5,
  "credits_used": 15
}

هذا الشكل يُرسّخ ثلاثة قرارات متعمَّدة تتركها واجهة SERP لك:

• قصاصات منظّفة مسبقًا. النصّ النمطي — أشرطة التنقّل ولافتات الكوكيز والإعلانات — مُزال، فينفق النموذج سياقه على الإشارة.
• ترتيب للملاءمة، لا للإعلانات. النتائج مُرتَّبة بحسب فائدتها للاستعلام، لا بحسب تخطيط صفحة نتائج يُربِح من الخانات العليا.
• ميزانية حجم. حفنة من النتائج، لا مئة، لأن نوافذ السياق وميزانيات الرموز محدودة.

لماذا حدث التحوّل الآن

تلاقت قوّتان في 2025–2026.

1. جعلت نماذج اللغة شكل SERP عبئًا

بمجرّد أن بدأ الوكلاء نداء البحث كأداة، صار التنافر واضحًا. كل رمز يُنفَق على سقالة SERP هو رمز لم يُنفَق على المصادر الفعلية، وكل صفحة غير منظّفة موضع يتشتّت فيه النموذج أو يقتبس فيه لافتة كوكيز. وجدت الفِرق نفسها تكتب طبقة تنظيف وترتيب فوق كل واجهة SERP — وهي بالضبط الطبقة التي يخبزها البحث الوكيلي داخله.

2. فرض تقاعد Bing إعادة اختيار

في 11 أغسطس 2025، تقاعدت Microsoft عن Bing Search APIs، فأوقفت نقاط النهاية التي كانت تُسنِد بهدوء حصةً كبيرة من خطوط نماذج اللغة. البديل — Grounding with Bing Search داخل Azure AI Foundry — ليس واجهةً بديلةً مباشرة ويحاسب بنحو $35 لكل 1,000 عملية. اضطُرّت آلاف الفِرق لاختيار مزوّد جديد في اللحظة نفسها التي أطلقت فيها موجة من الشركات الناشئة الأصلية للوكلاء: جمعت Exa جولة من الفئة B بقيمة 85 مليون دولار، وجمعت Parallel 100 مليون دولار، واستحوذت Nebius على Tavily بـ 275 مليون دولار، وجمعت Linkup جولة أوّلية. لم تظهر الفئة فحسب — بل مُوِّلت ودُفعت إلى العلن.

كشط SERP مقابل البحث الوكيلي: الجدول الصادق

الاقتصاديات التي لا يضعها أحد على صفحة التسعير

صدمة السعر — \"البحث الوكيلي أغلى 10 أضعاف من Serper\" — تتلاشى حين تسعّر الخطّ كاملًا. تعطيك واجهة SERP صفحة نتائج؛ ولتغذية نموذج تُشغّل بعدها مستخرِج محتوى على الروابط المختارة، إضافةً إلى الهندسة لبناء منطق التنظيف والترتيب وصيانته. البحث الوكيلي يطوي ذلك داخل النداء. أنت لا تدفع 10 أضعاف مقابل الشيء نفسه؛ بل تدفع مرةً واحدة مقابل خطوتَين بدل مرّتَين مقابل خطوتَين.

وهناك تكلفة ثانية أكثر خفاءً: إعادات المحاولة. يتفرّع الوكلاء ويعيدون المحاولة عند الإخفاقات المؤقّتة. على فاتورة SERP لكل استعلام، كل إعادة محاولة قابلة للفوترة. وأنظف دفاع هو فوترة عند النجاح فقط — تدفع مقابل HTTP 200، لا مقابل المهلات الثلاث قبله. مع حركة الوكلاء المتقطّعة، كثيرًا ما توفّر قاعدة الفوترة هذه وحدها أكثر من فارق سعر النداء بين المزوّدين.

البناء على البحث الوكيلي: الحلقة الدنيا

لأن الإخراج مُشكَّل سلفًا للنموذج، يكون التكامل قصيرًا. اسحب مخطط أداة، سلّمه لنموذجك، ودعه ينادي البحث كأداة:

import anthropic, requests

# Agentic search ships a ready-made tool definition — no hand-written JSON
schema = requests.get("https://www.apipick.com/api/search/web/tool-schema").json()
client = anthropic.Anthropic()

response = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=1024,
    tools=[schema["claude"]],
    messages=[{"role": "user", "content": "What is agentic search, with sources?"}],
)
# The model calls /api/search/web, gets clean ranked snippets back,
# and answers with citations — no SERP parser anywhere in the loop.

هذا هو بيت القصيد من الفئة: تلتقي واجهة البحث بالوكيل حيث هو بالفعل، فينتقل الكود اللاصق الذي كان يعيش في شيفرتك إلى خلف نقطة النهاية.

فأيّهما ينبغي أن تستخدم؟

بقلم

Sarah Choy

CEO, API Pick

سارة تشوي هي الرئيسة التنفيذية لشركة API Pick. تكتب عن بناء واجهات برمجية جاهزة للإنتاج لوكلاء الذكاء الاصطناعي وسير عمل نماذج اللغة.