事情是这样的 ，用 agent 去浏览操作网页，然后直接和 agent 对话 ，全程有 60 多条信息大概 1800 字左右 ,api 花费加上各种工具调用之类花费 2 分钱 （ v4-flash ）
如果网页上直接从接口取数的话测算了下不到 0.5 分钱就可以搞定了，60*30 1800 条信息，一个月不到 1.5 毛钱
成本是一方面，还有就是速度，大概 17 个工具调用，输出了 5000 左右文字，输入了上万文字整体才花了不到 2 分钟
背景铺垫完了，如果主流的网站都支持某种 mcp 的协议或三方适配，那么是不是浏览网页这个动作也彻底被重构了呢？
这里面蕴含有哪些价值，欢迎大家讨论
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。