AI Engineer onepage/ Web access
Rafael Levi, Bright Data · 15:48

這支影片在講:Agent 最大的謊言是「我搜過網路」

Rafael Levi 的核心警告很直接:agent 不是每次都真的查到網頁。它可能被 CAPTCHA、反爬、假頁或空頁擋住,然後為了完成任務,改用過期訓練資料、猜測結果或假引用回答。

Published: 2026-06-17Video ID: btxGmN8RvNU
01 / 問題

失敗常常不可見

Agent 送出請求後可能拿到 CAPTCHA、空頁或假資料,但它不一定回報「我被擋了」,而是繼續拼出一個答案。

02 / 反轉

搜尋不等於可用 web access

預設模型、簡單 fetch 或搜尋摘要不一定能穿過 LinkedIn、Instagram、Amazon、TikTok 這類高反爬網站。

03 / 解法

把瀏覽能力做成工具層

Demo 用 Bright Data Web MCP 對照無 MCP 與有 MCP 的結果,讓 agent 使用搜尋、markdown scrape、遠端瀏覽器與 CAPTCHA handling。

Watch for this

影片最值得抓的四個訊號

Web blocked
20%
講者引用 Cloudflare 對 AI crawling 的封鎖比例,提醒預設 fetch 不是完整 web access。
Bad citations
60%
他提到近期 ChatGPT 引用連結常失效,假 citation 是不可見失敗的表徵。
Demo set
5 sites
Rightmove、LinkedIn、Instagram、Amazon、TikTok,被拿來測反爬與即時資料取得。
Tool surface
66+
Web MCP 展示多種工具,但 Q&A 也提醒 production agent 不該一次載入所有工具。
Failure chain

這個謊言怎麼發生:三段式失敗鏈

1

網站把 agent 當成 bot 擋下來

CAPTCHA、anti-bot、JS rendering、資料中心 IP 或 AI Labyrinth 這類機制,讓 agent 拿不到原本要讀的公開頁面。問題不只是不回資料,也可能回誤導資料。

2

Agent 沒有把阻擋回報成失敗

講者反覆強調「沒有 error、沒有 warning、只有錯答案」。Agent 可能看到空頁、卡在 CAPTCHA 或資料不足,卻不把這件事清楚交代給使用者。

3

模型用舊知識、猜測或假引用補洞

最危險的情境是模型把訓練資料當作即時資料。講者用「2024 訓練資料回答 2026 現況」說明,這會把看似可信的回答變成錯誤決策輸入。

Demo map

Bright Data Web MCP demo 在對照什麼

同一組 prompt,比無 MCP 與有 MCP講者安排五個任務,先用沒有瀏覽工具的模型跑,再用 Web MCP 跑,讓模型自己比較 failure / success。
工具不是只有搜尋他展示 search engine、markdown scrape、batch search、pre-built APIs、remote scraping browser;重點是讓 agent 真正拿到可處理內容。
遠端瀏覽器處理反爬與 CAPTCHAWeb MCP 的瀏覽器基礎設施主打 fingerprint、CAPTCHA handling、可平行開多個 session,避免每次都卡在網頁入口。
公開資料邊界被明確拉出來Q&A 中講者強調只處理 publicly available data,不碰 login 後資料,因為帳號條款與資料授權會改變法律風險。
Practical takeaways

做 web agent 前,先檢查這五點

不要只問 agent「有沒有搜尋」,要記錄它讀到了什麼。保存 URL、HTTP 狀態、截圖或 markdown 摘要,才能區分真資料、空頁、CAPTCHA 與過期記憶。
把「被擋住」設計成一等公民狀態。工具回傳要能明確說 blocked、captcha、render failed、no public data,而不是讓模型自己猜。
工具清單要過濾,不要把 66 個工具全塞進 context。Q&A 中講者也說,如果只需要 markdown scrape 與 search,就只載入兩個工具,避免 irrelevant tool flooding。
不要用 LLM 逐頁解析大量 HTML。講者建議讓 LLM 建 parser,再由程式跑資料擷取;他聲稱這能在大批頁面場景省下約 99% token。
公開資料、登入資料與第三方條款要分開設計。能在瀏覽器公開看到,不等於可以繞過登入或條款;資料來源、存取方式、使用目的都要留下可審核邊界。
Source video

原影片

AI Engineer · Rafael Levi, Bright Data · 約 2,436 viewsyoutube.com/watch?v=btxGmN8RvNU