「先透過 Web Search 幫我驗證一下」
這句話大概是用 AI Agent 最該學會的第一句。大部分人用 AI 就是直接問，讓它從記憶裡開始「文字接龍」，但現在的思考型 AI — 像 Claude、ChatGPT — 其實在任務一開始就會自己判斷要不要先搜尋一下。
不過我覺得最好用的時機不是一開始，是跟它已經討論了一大輪之後。比方説我最近在研究 MuseTalk 能不能在我的 GPU 上跑 real-time，跟 Agent 來回討論了好幾輪架構跟 VRAM 的問題之後，我才跟它說：「用 Web Search 幫我確認一下」。它就帶著我們剛剛討論的整個 context，去外面搜了 7 輪 — GitHub issues、技術 blog、官方 benchmark 全翻一遍，3 分鐘整理出一張完整的 GPU 對照表。
這跟一開始就叫它搜，效果完全不同。
為什麼？兩個好處
- 用外部資料驗證你們已經討論出來的結論 — 等於多一層 fact check。
- 搜回來的資料是最新的 — 訓練資料有時間限制，搜尋沒有。
所以結論很簡單：先討論、再搜尋、再驗證。
再往下看一層
「Web Search」對 AI 來說就是一個「工具」— 它讓 AI 不只是文字接龍，而是可以實際去「操作」外部世界。這個 pattern 在工程上叫 Tool Use — Agentic Design Pattern 裡面超核心的一塊。
AI 能用什麼工具，就決定了它能幫你做到什麼程度。
（我研究了一下龍蝦為什麼可以被 Anthropic OAuth 封掉，猜測就是因為龍蝦的 Tool schema 多太多，跟
Claude Code的對不起來）
對一般使用者來說，了解 AI 背後有哪些工具可以用，就比 90% 的人會用 AI；對工程師來說，決定要「賦能」AI 什麼 tool — 這就是在設計 agent 能力邊界的過程。
從一句 prompt 到一個 design pattern，酷 😎
