Webhound

Webhound：全球领先的自主 AI 深度研究引擎

在当今 AI 驱动的信息时代，大多数 AI 智能体在面对复杂的研究任务时往往显得有些“偷懒”。它们通常在获取到足够支撑其听起来自信的证据后便停止探索。然而，Webhound 的出现彻底改变了这一现状。作为一款专为深度研究而生的自主研究引擎，Webhound 不仅仅是一个搜索工具，它是一个能够独立思考、持续追踪并深入挖掘真相的“研究副驾驶”。

什么是 Webhound？

Webhound 是一款自主研究侧车（Research Sidecar），旨在为 AI 智能体提供强大的背景调研能力。与传统的搜索工具不同，Webhound 允许用户设定问题和预算，它会持续追踪线索并检查来源，直到预算耗尽。这意味着你得到的不仅仅是一个简单的答案，还有支撑该答案的全部工作过程和证据链。

Webhound 既可以作为一个独立的交互式 UI 运行，也可以作为 AI 智能体的研究引擎。当你的智能体需要进行深度背景调查时，它可以调用 Webhound，并在后台静默运行，最终返回详尽的结果。

Webhound 的核心功能 (Features)

1. 深度研究 vs. 简单搜索

普通的搜索工具（Search）仅返回单个查询的前几条结果。而 Webhound 执行的是真正的研究（Research）。它会跟随发现的线索不断深入，每一个答案都会开启新的路径，直到问题被真正解答。Webhound 认为，Web 研究没有自然的终点，涵盖的范围越广，论点就越有力。

2. 事实可追溯性 (Claims + Traces)

Webhound 提供的不仅仅是结论。每一个返回的事实（Claim）都包含了：

• 原始来源： 具体的 URL 链接。
• 支持引文： 网页中的具体原文。
• 置信度： 机器评估的可靠程度。
• 追踪日志： 产生该结论的工具调用路径（如搜索、打开页面、提取信息）。

3. 灵活的预算控制 (Budget Control)

Webhound 引入了“预算即停止键”的概念。由于研究永无止境，用户可以通过设定预算来控制调研深度。你可以告诉 Webhound 一个问题价值多少钱，它就会精准投入相应的工作量。相比于订阅制工具（它们往往通过尽早停止来获取更大利润），Webhound 的按需付费模式鼓励深度挖掘。

4. 针对智能体优化的输出

Webhound 提供多种形式的产出：

• 非结构化报告： 带有引用的长篇分析，可导出为 Word 或 HTML。
• 结构化数据集： 每一个单元格都有来源支持的表格，支持 CSV、JSON 或 Excel 格式。
• 机器可读事实： JSON 格式的事实流，方便其他 AI 智能体消费、过滤和引用。

Webhound 的应用场景 (Use Cases)

市场图谱与情报分析

无论是绘制市场规模、定价策略还是客户流失率，Webhound 都能深入 McKinsey 报告、SEC 申报文件（PDF）等深层资源，提取关键指标，构建完整的市场图谱。它能捕捉竞争对手微小的变动，如定价调整或低调发布的新功能。

技术文献与代码调研

编程智能体往往缺乏当前栈的最佳实践。Webhound 可以运行整个技术调查，分析数十个来源中的当前技术、基准测试和失败模式，确保构建基于 2026 年的最前沿水平，而非陈旧的训练数据。

尽职调查与合规审核

在投资或合作前，Webhound 可以对目标公司进行拆解，识别红线问题和监管风险。每一个主张都会标注单一来源警告，确保交付的信息“绝对准确”而非“大概如此”。

数据集富集 (Data Enrichment)

将简单的公司列表转化为包含决策者、招聘信号、技术栈、融资阶段和 LinkedIn URL 的详细行，且每一条数据都可溯源至其发现位置。

如何使用 Webhound (How to Use)

1. 通过 MCP 与 API 集成（默认模式）

这是 Webhound 的核心使用方式。你可以将其接入 Claude Code、Codex 或 Manus 等支持 MCP（Model Context Protocol）的客户端。智能体可以自主发起研究任务，并将结果以结构化 JSON 的形式读回。这种方式无需人类干预，适合自动化管线。

2. 使用交互式 UI

当你需要亲自把控调研方向时，可以使用 Webhound 的 Web 应用。在富文本界面中阅读和验证结果，在中途调整研究方向，或直接发布和分享研究报告。

3. 设置研究预算

在开始研究前，为任务设置一个美金预算。例如，$1 大约对应 15 分钟的思考时间。Webhound 会根据你的设置调整挖掘的广度和深度。

Webhound 定价方案 (Pricing)

Webhound 采用透明的按需付费模式，不设订阅费，不按席位计费：

• Hound 1.0 模型： 基于 DeepSeek V4 Pro 和 GPT-5.4 构建。
• 思考成本： 每 $1 约提供 15 分钟的思考时间。
• Token 成本： 输入每百万 Token 收费 $1，输出每百万 Token 收费 $3。
• 新用户福利： 符合条件的合规新账户可获得 $5 免费额度，约可进行 75 分钟的深度研究。

常见问题解答 (FAQ)

Q: 我应该使用 UI 还是 MCP？

A: 这取决于你的需求。如果你是调研的主导者，希望实时验证和调整，请使用 UI。如果你是在构建自动化流程，或者希望 AI 智能体自己解决信息差问题，请使用 MCP 或 API。

Q: 什么是“思考时间”？

A: 这是指 Webhound 在后台进行规划、搜索、阅读文档和验证事实所花费的有效计算时长。

Q: Webhound 什么时候停止研究？

A: 研究会一直持续到问题被完全解答，或者你预设的预算耗尽为止。你可以随时通过预算调节调研深度。

Q: 它能访问哪些来源？

A: Webhound 能够访问开放网络上的几乎所有公开资源，包括新闻网站、行业期刊、政府公开文件（如 SEC 备案）、社交媒体论坛（如 Reddit）以及 PDF 文档等。

Q: 结果可以导出吗？

A: 是的，支持导出为 Word、HTML、CSV、JSON 或 Excel，满足人类阅读和机器调用的双重需求。