[ blog · deep-dive ]10 min read

Agentic search vs SERP scraping: vì sao agent cần một API khác

Sarah Choy·Đăng ngày 29 tháng 5, 2026·10 phút đọc

Suốt hai mươi năm, một API tìm kiếm có nghĩa là 'cào trang kết quả của Google'. Các AI agent đã phá vỡ giả định đó. Đây là bản chất thực sự của agentic search, vì sao nó xuất hiện, và khi nào mô hình SERP cũ vẫn còn hợp lý.

Tóm tắt

• •Agentic search là tìm kiếm web được thiết kế để một AI agent tiêu thụ: bạn gửi một mục tiêu ngữ nghĩa và nhận về một danh sách ngắn, đã xếp hạng gồm các đoạn văn bản sạch, có thể trích dẫn, được định cỡ cho cửa sổ ngữ cảnh.
• •SERP scraping trả về HTML/JSON thô của một trang kết quả tìm kiếm — được xây cho con người và dashboard, không phải cho mô hình ngôn ngữ.
• •Sự chuyển dịch diễn ra vì LLM suy luận trên văn bản ngắn đã xếp hạng, chứ không phải trên một khối SERP, và vì Microsoft đã ngừng Bing Search API vào tháng 8 năm 2025, buộc cả thị trường phải chọn lại nhà cung cấp.
• •Agentic search bổ sung ba thứ mà các API SERP thiếu: snippet đã được làm sạch sẵn, câu trả lời có căn cứ tùy chọn, và cách tính phí thân thiện với agent (theo lượt gọi, thường chỉ tính khi thành công).
• •SERP scraping vẫn thắng thế khi bạn thực sự cần toàn bộ trang kết quả của Google — thứ hạng, knowledge panel, local pack — và tự vận hành pipeline làm sạch của riêng mình.

Một định nghĩa, nói trước

Agentic search là tìm kiếm web được thiết kế để một AI agent tiêu thụ thay vì hiển thị cho con người. Bạn gửi một truy vấn — hoặc một mục tiêu ngữ nghĩa ở tầng cao hơn — và bạn nhận về một danh sách ngắn, đã xếp hạng gồm tiêu đề, URL và các đoạn văn bản đã được làm sạch sẵn, đôi khi là một câu trả lời hoàn chỉnh kèm trích dẫn, vốn đã được định dạng để đưa thẳng vào cửa sổ ngữ cảnh của mô hình ngôn ngữ.

Đó là một sản phẩm khác hẳn với những gì "một API tìm kiếm" đã có nghĩa suốt hai mươi năm trước đó. Suốt hai thập kỷ, một API tìm kiếm có nghĩa là: cho tôi trang kết quả mà một con người sẽ nhìn thấy. Chính giả định đó là thứ mà các AI agent đã phá vỡ.

Mô hình cũ: SERP scraping

Một API SERP (search engine results page) trả về JSON có cấu trúc của một trang kết quả Google hoặc Bing — liên kết tự nhiên, knowledge panel, "people also ask", local pack, quảng cáo, carousel shopping. Các công cụ như Serper và SerpApi làm việc này cực kỳ tốt và rẻ. Đầu ra trung thực với những gì một người nhìn thấy trong trình duyệt:

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

Điều này hoàn hảo cho một dashboard SEO, một công cụ theo dõi thứ hạng, hoặc một công cụ nghiên cứu có con người trong vòng lặp. Nó sai hình dạng đối với một mô hình ngôn ngữ, vì một lý do thẳng thừng: một mô hình không thể suy luận hiệu quả trên một khối SERP. Nó suy luận trên văn bản ngắn, có tên và đã xếp hạng. Đưa cho một mô hình toàn bộ một SERP và bạn đang tiêu token ngữ cảnh vào metadata bố cục, quảng cáo và "related searches" chẳng liên quan gì đến câu trả lời.

Mô hình mới: agentic search

Agentic search vứt bỏ SERP và chỉ trả về những gì một agent có thể dùng. Cùng truy vấn ấy quay lại dưới dạng một danh sách gọn gàng, đã xếp hạng gồm các đoạn văn bản sạch:

{
  "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
}

Hình dạng này mã hóa ba quyết định có chủ đích mà một API SERP để lại cho bạn:

• Snippet đã được làm sạch sẵn. Phần rác — thanh điều hướng, banner cookie, quảng cáo — bị loại bỏ, nên mô hình dành ngữ cảnh của mình cho tín hiệu.
• Xếp hạng theo độ liên quan, không phải theo quảng cáo. Kết quả được sắp theo mức hữu ích đối với truy vấn, chứ không theo một bố cục trang kết quả kiếm tiền từ các vị trí đầu.
• Một ngân sách kích cỡ. Một nhúm kết quả, không phải một trăm, vì cửa sổ ngữ cảnh và ngân sách token là hữu hạn.

Vì sao sự chuyển dịch xảy ra vào lúc này

Hai lực đẩy hội tụ trong giai đoạn 2025–2026.

1. LLM biến định dạng SERP thành gánh nặng

Ngay khi các agent bắt đầu gọi tìm kiếm như một công cụ, sự lệch pha trở nên hiển nhiên. Mỗi token tiêu vào giàn giáo của SERP là một token không tiêu vào các nguồn thực sự, và mỗi trang chưa được làm sạch là một chỗ để mô hình bị phân tâm hoặc trích dẫn một banner cookie. Các đội ngũ nhận ra mình đang viết một lớp làm sạch và xếp hạng đè lên trên mỗi API SERP — chính là lớp mà agentic search tích hợp sẵn.

2. Việc ngừng Bing buộc phải chọn lại

Vào ngày 11 tháng 8 năm 2025, Microsoft ngừng các Bing Search API, gỡ bỏ các endpoint đã âm thầm căn cứ cho một phần lớn các pipeline LLM. Bản thay thế — Grounding with Bing Search bên trong Azure AI Foundry — không phải là một API drop-in và tính phí khoảng $35 cho mỗi 1.000 giao dịch. Hàng nghìn đội ngũ phải chọn nhà cung cấp mới đúng vào thời điểm một làn sóng startup thuần agent ra mắt: Exa gọi vốn Series B $85M, Parallel gọi $100M, Tavily được Nebius mua lại với giá $275M, Linkup gọi một vòng seed. Danh mục này không chỉ xuất hiện — nó được rót vốn và bị đẩy ra ánh sáng.

SERP scraping vs agentic search: bảng so sánh trung thực

Bài toán kinh tế mà không ai đưa lên trang giá

Cú sốc giá — "agentic search đắt gấp 10 lần Serper" — biến mất khi bạn tính chi phí của toàn bộ pipeline. Một API SERP cho bạn một trang kết quả; để nuôi một mô hình, sau đó bạn phải chạy một bộ trích xuất nội dung trên các liên kết đã chọn, cộng thêm phần kỹ thuật để xây và bảo trì logic làm sạch và xếp hạng. Agentic search gói tất cả những thứ đó vào trong lượt gọi. Bạn không trả gấp 10 lần cho cùng một thứ; bạn đang trả một lần cho hai bước thay vì trả hai lần cho hai bước.

Có một chi phí thứ hai, âm thầm hơn: những lần thử lại. Các agent tỏa ra và thử lại khi gặp lỗi thoáng qua. Với một dịch vụ SERP tính phí theo truy vấn, mỗi lần thử lại đều bị tính tiền. Cách phòng thủ gọn gàng nhất là tính phí chỉ khi thành công — bạn trả cho HTTP 200, không phải cho ba lần timeout trước đó. Với lưu lượng agent bùng nổ theo đợt, riêng quy tắc tính phí ấy thường tiết kiệm nhiều hơn cả chênh lệch giá mỗi lượt gọi giữa các nhà cung cấp.

Xây dựng trên agentic search: vòng lặp tối giản

Vì đầu ra đã được định hình sẵn cho mô hình, phần tích hợp rất ngắn. Kéo về một tool schema, đưa nó cho mô hình của bạn, và để nó gọi tìm kiếm như một công cụ:

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.

Đó chính là toàn bộ ý nghĩa của danh mục này: API tìm kiếm gặp agent ngay tại nơi nó đã ở đó, nên đoạn code keo dán từng nằm trong codebase của bạn nay được dời ra sau endpoint.

Vậy bạn nên dùng cái nào?

Viết bởi

Sarah Choy

CEO, API Pick

Sarah Choy là CEO của API Pick. Cô viết về việc xây dựng các API sẵn sàng cho production cho AI agent và quy trình LLM.