先说结论：想让一个 Agent 答出"今天""最新""最近一周"这类问题，光靠大模型自己是不行的，必须挂一个能联网搜索的工具，让模型在回答前先去查一遍。下面是我自己跑通的步骤，照着配基本不会翻车。

我做的是一个内部用的资讯问答小助手。一开始我图省事，直接拿模型裸答，结果用户一问"某框架最新版本号是多少"，模型张口就来一个早就过时的数字，还答得特别自信。这种幻觉在实时类问题上特别要命。后来我给它补了联网搜索，问题才算解决。

整体思路

模型本身不知道现在几点、外面发生了啥。联网搜索的作用就是在模型生成答案之前，先用它去抓一批实时结果回来，塞进上下文，让模型基于这些新鲜材料来组织回答。流程是这样的：

1. 用户提问

2. 模型判断这个问题要不要查实时信息（要不要触发搜索工具）

3. 触发的话，把查询词交给搜索工具

4. 工具返回若干条带时间戳的结果

5. 模型把结果当上下文，生成最终回答

关键在第 2 步和第 4 步。

具体配置

我用的是那种零代码就能拖节点的搭智能体平台，搜索工具是平台里现成的一个 MCP 组件，配置时主要填三个东西：触发条件、返回条数、结果裁剪长度。

工具描述我是这么写的（这段很重要，直接决定模型肯不肯调）：

工具名：web_search
描述：当用户问题涉及"最新/今天/近期/实时价格/当前状态"等
     时效性信息，或问到模型训练截止后可能发生的事件时，
     必须调用本工具获取实时网页结果。返回 JSON 数组，
     每条含 title / snippet / url / publish_time。
入参：query (string) 检索关键词，建议 8 字以内

伪代码大概长这样：

def answer(question):
    if need_realtime(question):          # 模型自己判断
        results = web_search(extract_query(question))
        results = results[:5]            # 只取前 5 条，多了噪声大
        context = format_with_time(results)
        return llm(question, context)
    return llm(question)

format_with_time 我特意把每条结果的发布时间拼进去了，像 [2026-06-20] 标题：xxx。因为模型看不到时间的话，会把三年前的旧闻和昨天的新闻一视同仁，排序全乱。加上时间戳后，它会明显倾向引用更近的来源。

两个踩过的坑

第一个是返回条数。我一开始贪多设了 10 条，结果上下文被搜索结果撑得老长，token 蹭蹭涨，回答延迟从一秒多飙到三四秒，而且模型还容易被边角料带跑偏。砍到 5 条后又快又准。

第二个是触发判断不稳。有些明明不需要联网的问题（比如"帮我把这段话翻译一下"），模型偶尔也去搜一圈，纯属浪费。我在工具描述里把"什么时候该调"写得越具体，误触发就越少。这块没有银弹，得拿一批真实问题反复试，把描述磨准。

效果

补上联网搜索后，实时类问题的准确率肉眼可见地上去了，幻觉基本压住。代价是每次要查实时信息的回答都会慢个一两秒，还有就是搜索结果质量参差，偶尔会引到内容农场那种低质页面，这个目前只能靠提高返回结果的筛选阈值缓解，没法根治。

模型那一层我直接走的讯飞星辰 MaaS，现成 API 调过去就行，没自己折腾算力部署，省了不少事。