HackerNews2026年9月28日 12:0410 天前
Firecrawl 之外的新选择：实测自建抓取方案
AI 摘要
- 该测试用 42 组双胞胎页面检测网页抽取：字段不存在时，16 个模型平均编造率 70.7%。
- 加一句“值不在页面上就返回 null”后降到 20.2%，Firecrawl 编造 24/36 表现最差。
- 裸抓取加 GPT-6 Luna 只编造 5/36，整轮成本仅 0.0049 美元。
为什么重要
所有靠模型抽取字段的 Agent 都在被编造数据污染，而一行提示词加廉价校验器的性价比这次被量化了。
- 加一句“值不在页面上就返回 null”后降到 20.2%，Firecrawl 编造 24/36 表现最差。
- 裸抓取加 GPT-6 Luna 只编造 5/36，整轮成本仅 0.0049 美元。
AI Pulse 编辑解读
评测把模型诚实度变成了可比较的采购指标，付费抓取 API 不再天然优于裸模型。
风险与不确定性
单次运行、合成页面，样本量偏小；真实站点表现可能不同，不宜直接当采购结论。
影响对象
开发者创业者
相关专题
- AI 编程助手怎么选：工具类型、适用场景与评估方法
按代码补全、IDE 内 Agent、终端编程 Agent 和云端代码 Agent 梳理 AI 编程助手的差异，提供按任务、预算、隐私和验证能力选工具的方法。
- Claude Code 使用指南
整理 Claude Code 的使用场景、开发流程、提示方式和多 Agent 协作实践，帮助开发者更稳定地把 AI 用进项目。
来源与透明度
本文由 AI Pulse 编辑部基于公开来源整理，摘要可能使用 AI 辅助生成，并经过人工检查标题、来源和关键信息一致性。
原始来源：HackerNews。发布时间：2026年9月28日 12:04。如果你发现事实错误或来源失效，欢迎通过联系页面提交纠错。