Một kỹ sư mở Dawn và yêu cầu: "Scrape https://topstartups.io/ và cung cấp cho tôi 10 startup đầu tiên, bao gồm tên, mô tả, trụ sở chính, năm thành lập, URL, trang mạng xã hội, định dạng dưới dạng bảng."
Agent suy nghĩ trong giây lát, lấy trang web, phân tích cú pháp danh sách, truy cập hồ sơ của từng startup và trả về bảng dữ liệu. Mười hàng. Mọi cột đều được điền đầy đủ. Pogo, Auctor, Scalify, Omnea, Rivan, Listen Labs, Doppel, Blossom, Avoca, Traba. Trụ sở chính tại Brooklyn, New York, London, San Francisco, Remote. LinkedIn cho hầu hết các công ty. Năm thành lập từ 2020 đến 2026.
Bảng dữ liệu đó là kết quả đầu ra của một vài lệnh gọi FourA.
Tuần này Dawn đã phát hành FourA dưới dạng một công cụ hạng nhất bên trong nền tảng agent của họ. Nó nằm trong lưới tích hợp bên cạnh Notion, GitHub và Google Drive. Các agent được cấp quyền truy cập FourA có thể tìm nạp một trang web công khai hoặc HTTP endpoint, phân tích cú pháp phản hồi (bao gồm cả JSON), gửi biểu mẫu, kiểm tra khả năng tiếp cận và trích xuất văn bản hoặc liên kết cụ thể từ nội dung trả về. Mỗi agent có quyền truy cập rõ ràng hoặc không có quyền truy cập. Quản trị theo từng agent, không có lỗi tự gây hại kiểu "mọi agent đều truy cập được internet".
Điều thú vị không phải là việc một agent có thể truy cập vào một URL. Tìm kiếm web đã xuất hiện trên các nền tảng agent cả năm nay. Điểm thú vị nằm ở hình thái của công cụ đang dần định hình.
Tìm kiếm web và trích xuất URL là hai nhiệm vụ khác nhau. Tìm kiếm dùng cho câu hỏi "internet nói gì về X?" Đó là thông tin rộng, mang tính tạo sinh, ở mức độ tóm tắt. Trích xuất dành cho trường hợp "đây là URL hoặc endpoint, hãy nạp nó và trả về câu trả lời có cấu trúc." Các yêu cầu về độ tin cậy khác nhau, mức chi phí khác nhau, và các trường hợp lỗi cũng khác nhau. Gộp chung vào một công cụ sẽ tạo ra kết quả nửa vời cho cả hai.
Tích hợp của Dawn xử lý chúng tách biệt. Họ có khả năng /web-research cho nhiệm vụ bao quát. FourA dành cho nhiệm vụ mục tiêu cụ thể. Agent sẽ chọn đúng công cụ dựa trên nhu cầu thực tế của nó. Và đó là mô hình trưởng thành mà chúng tôi bắt đầu nhận thấy trên các nền tảng agent vào năm 2026: trích xuất đang chuyển mình từ việc "gắn kèm tìm kiếm" thành một thành phần nguyên bản riêng.
Dành cho các kỹ sư nền tảng đang đọc bài viết này
Dawn cung cấp FourA dưới dạng tám công cụ riêng biệt, mỗi công cụ ánh xạ tới một mô hình trích xuất phổ biến:
foura_fetch_pagecho các trang HTML và văn bảnfoura_extract_textcho nội dung rõ ràng, dễ đọcfoura_extract_linkscho điều hướng, biểu mẫu, tập lệnh và định dạng giao diệnfoura_fetch_jsoncho các API endpointfoura_head_urlcho header, trạng thái, chuyển hướngfoura_probe_sitecho các kiểm tra khả năng truy cập nhanhfoura_submit_formcho việc gửi biểu mẫu không cần đăng nhậpfoura_single_requestcho HTTP tùy ý
Agent sẽ chọn công cụ dựa trên yêu cầu của câu hỏi. Truy vấn topstartups ở trên đã sử dụng ba công cụ theo trình tự: nạp dữ liệu, trích xuất và xử lý tiếp theo.
Việc tích hợp đủ đơn giản để hoàn thành trong một ngày. Có hai dạng request bên dưới: chế độ trực tiếp với chữ ký request chuẩn trình duyệt cho các trang không chặn gắt gao, và chế độ định tuyến qua proxy cho mọi trường hợp còn lại. Cả hai đều có cùng định dạng request: URL, các header và body tùy chọn, phân tích response tùy chọn. Agent sẽ chọn dựa trên yêu cầu của trang đích.
Giao ước mà một nền tảng cung cấp cho các agent thường có dạng:
- Một tập hợp nhỏ các tính năng (fetch / extract / probe / submit), mỗi tính năng đi kèm định nghĩa công cụ tập trung mà agent có thể sử dụng
- Mặc định dùng chế độ proxy, chuyển về chế độ trực tiếp khi độ trễ hoặc chi phí là yếu tố quan trọng
- Phân quyền cho từng agent để khách hàng của nền tảng duy trì quyền quản trị
- Phân tích response có cấu trúc được cung cấp dưới dạng tham số công cụ, không bị ẩn trong system prompt
Tuy nhiên, phần mà hầu hết các kỹ sư nền tảng đánh giá thấp lại nằm ở các trường hợp biên. 80% trường hợp thông thường (nạp thành công trong 200ms, trả về HTML sạch) là phần dễ. 20% còn lại (các trang kiểm tra chữ ký request, chèn JS challenge vào response, hoặc chặn 403 trên dải IP đám mây) mới là yếu tố quyết định agent của bạn trả về câu trả lời chính xác hay ảo giác. Chúng tôi đã xây dựng lại đường dẫn request chính xác cho các trường hợp biên đó, và sự khác biệt giữa "cảm giác đáng tin cậy" và "thực sự đáng tin cậy" chiếm phần lớn khối lượng công việc.
Vì vậy, nếu bạn vận hành một nền tảng agent và người dùng liên tục hỏi làm thế nào để agent của họ có thể "chỉ cần kiểm tra URL này", thì đó chính là pattern này. Tài liệu có tại /docs. Chúng tôi sẵn sàng hướng dẫn chi tiết cho bạn.
Dành cho những người dùng khác
Bạn sẽ không nhìn thấy bất kỳ điều gì trong số này. Bạn sẽ chỉ nhận thấy rằng khi bạn hỏi một trợ lý AI câu hỏi cần tra cứu một trang web thực tế ngay lúc này, nó sẽ trả lời chính xác thay vì đoán mò hoặc xin lỗi.
Đó là kết quả trực tiếp phía người dùng từ một primitive trích xuất đủ tin cậy để nằm cạnh GitHub và Google Drive trong danh mục integration. Nó không còn là một dự án nghiên cứu. Nó trở thành cơ sở hạ tầng nền tảng.
Vì sao điều này quan trọng
Sáu tháng trước, một agent cần đọc trang web là một bản build tùy chỉnh. Các prompt viết riêng, scraper dễ hỏng, cơ chế retry tự viết, tỷ lệ thành công 60% vào một ngày đẹp trời. Cấu trúc chưa đúng vì tầng này chưa tồn tại. Và các trang web mà agent truy cập liên tục thay đổi. Việc phát hiện bot đã chuyển từ các tín hiệu tĩnh sang kiểm tra hành vi, vì vậy các scraper chắp vá xuống cấp nhanh hơn tốc độ các nhóm có thể vá chúng.
Hiện tại, tầng hạ tầng này đang dần hình thành. Dawn đã áp dụng và phát hành một bản integration. Chúng tôi kỳ vọng sẽ có thêm nhiều nền tảng agent làm theo trong năm nay, và chúng tôi kỳ vọng contract sẽ hội tụ: một công cụ chuyên biệt cho search, một công cụ chuyên biệt cho extraction, cơ chế quản trị theo từng agent, chi phí dự đoán được.
Chúng ta mới ở giai đoạn đầu. Nhưng đây là cách một giải pháp mới trỗi dậy. Khi một năng lực kỹ thuật không còn là một dự án phức tạp và bắt đầu trở thành một plug cắm là chạy.
Nếu bạn đang xây dựng một nền tảng agent và muốn triển khai mô hình tương tự, hãy liên hệ với chúng tôi. Nếu bạn xây dựng agent trên Dawn, FourA đã có sẵn ở đó. Hãy bật nó lên.