这篇解决什么问题
我问模型"今天上海天气怎么样"，它九秒回我一句"我无法提供实时天气数据，因为我的知识库没有联网更新功能"，然后给了三条让我自己去查的建议。
这个场景很多人遇到过。想解决，常见思路是搭一个 agent 框架接检索服务，或者开一台带浏览器的机器让它去点，或者自己写爬虫喂网页。三条路都要先配环境，而且多轮检索的编排逻辑会长在自己的代码里，长期要维护。
这篇讲另一条：阿里云百炼的模型自带联网工具，命令行里多写一个参数就能开。我把自己 10 月 27 号的完整操作和读数写下来，包括它搜了几次、抓了哪几页、吃了多少 token，全部可以在输出里核对。版本是 2.5.0。
环境准备
两样东西：命令行工具和 API Key。
装命令行的说明在CLI 安装页，一条命令装完。Key 在控制台密钥管理页领。
装完先跑一条不带联网工具的命令，确认基线：
bash
bl text chat --message "今天上海天气怎么样" --timeout 120 --max-tokens 400我这边 9.2 秒返回，内容就是那句拒答加三条建议。这一步的意义是留一个对照：后面所有差别都只来自联网工具那一个参数，不来自模型、问题或上限的变化。
第一步：开启联网搜索
同一条命令，加两个参数：--api responses 和 --tool '{"type":"web_search"}'。
bash
bl text chat --api responses --tool '{"type":"web_search"}' --message "今天上海天气怎么样" --timeout 120 --max-tokens 400官方文档对这件事的描述只有一句：通过 tools 参数添加 web_search 工具即可启用联网搜索。没有配置文件，没有要先启动的服务，也没有第四步。
我这边 24.5 秒返回。输出是一张当天的表：多云到阴、无明显降水，气温约 15 到 20 度（实况最高 23.4 度、最低 17.7 度），北风或西北风小于 3 级，湿度约 70 到 80 成，空气质量良（24 小时 AQI 最高约 58）。表头日期它自己写对了：2026 年 10 月 27 日，周二。
多花的这十五秒，买回来的是一个正确的日期和一份真的预报。对"AI 答不了今天的事"这个日常摩擦来说，这是我能找到的最便宜的解法。
第二步：加网页抓取
--tool 可以重复传。再加一个 --tool '{"type":"web_extractor"}'，模型就能打开网页读正文。
我让它去读官方文档的联网搜索那一页，把参数说明念回来。74 秒返回，开头一句是它已经打开并阅读了那个页面，然后列出四种搜索策略的名字和默认值。这几个值我后来自己打开文档页逐字核对过，一致。
注意整个过程我没有给网址、没有给关键词、没有指定读几页。搜几次、读哪几页由模型自己决定。这一点和"自己接检索服务"的差别最大：那边是我写循环决定查几次，这边是模型自己决定，我只声明允许它用哪些工具。换句话说，编排逻辑从我的代码里消失了，取而代之的是一条权限声明。对要长期维护的系统来说，少一段自己写的循环就是少一类自己养的 bug。
这里还有一个容易忽略的细节：模型读回来的内容和我自己去文档页看到的一致，说明它不是凭印象复述。我做这类验证的习惯是，凡是要写进文章或写进验收标准的读数，都自己再核一遍源头，不拿模型的转述当一手材料。
第三步：用 json 看检索轨迹
想确认模型真的搜了，把输出换成 json，也就是在上面那条命令后面加 --output json。
返回的 json 里，output 是一个数组，我那次一共十条，按顺序是：思考、搜索调用、搜索调用、思考、网页抓取调用、网页抓取调用、思考、网页抓取调用、思考、最终回答。数一下就是四条思考、两次搜索、三次网页抓取、一条回答。
usage 里有一个工具计数字段，值是 web_search 两次、web_extractor 三次，和我逐条数出来的完全一致。
调用次数是可核对的，这一点比"感觉它搜了"有用得多，也意味着它可以进监控和断言。
思考摘要也能看到。第一条是"用户用中文问上海今天的天气，我没有实时天气数据，所以我应该去搜"；后面一条是"不同来源给的 10 月 27 日上海数据略有出入，国家气象中心说的是某个值"。它在对账，不是在背。
常见问题
Q：为什么我的 json 里 status 是 incomplete？
A：输出上限给小了。我那次 --max-tokens 设 500，模型没写完。这不是失败，把上限放开即可。我第一次看到 incomplete 也以为链路坏了，后来才反应过来是篇幅问题。
Q：复杂问题等了很久没有结果？
A：两个上限都要给够。我问"上个月新上架了哪些模型"，不带超时参数等了三百秒被壳层掐掉、零输出；带 300 秒超时重跑是 205 秒，但 800 的输出上限不够它写完，只拿到一堆"我继续查一下"的过程话，没有最终结论。多轮检索的问题，超时和输出上限缺一个就是半成品。
Q：联网会多消耗多少 token？
A：我那次输入 22789 个（其中 10752 个命中缓存），输出 1225 个（含思考 705 个），合计 24014。检索回来的网页正文全部进上下文，这是机制决定的，省不掉。容量规划要按带检索的峰值算。
Q：想自己控制查什么怎么办？
A：用 bl search web，只检索不总结。我这边 2.3 秒拿回带标题、摘要、链接的结果列表，第一条是社区博客，第四条就是官方文档页。条数用 --count 指定：要三条给三条，要八条给八条，不指定给五条。注意帮助文档写的默认值是十，实际不传是五；而且它是上限不是保证，冷僻问题要二十条可能只找得到三条。
Q：搜索策略能选吗？
A：官方文档分四档：turbo（默认）、max、agent、agent_max。后两档标注"启用该策略时，每次调用额外收费"，数额以文档为准。命令行没有选策略的参数，我这些命令走的都是接口默认；观察到的多轮行为是工具自身行为，不等于显式开了某档。
Q：不联网的时候模型会编日期吗？
A：会，而且编得很自信。我在英文语境做过同形对照：不带工具问"今天西雅图天气、并报出你所指的日期"，它先说没有实时数据，然后报的日期是 2026 年 6 月 16 日，而那天是 10 月 27 日。加上工具后日期自己就对了。所以"它不能联网"和"它知道自己不能联网"是两回事，后者才是要解决的。
边界说清楚
联网检索比不联网慢一个量级：我这几个读数在 17 秒到 127 秒之间，不联网的对照是 9 秒到 14 秒。问题越复杂越慢。
模型不保证每次都给最终答案。上面那条 205 秒的例子就是只拿到过程。写进生产流程的话，要给足上限、做好超时处理，并且别把"返回了内容"当成"返回了结论"------这两件事在日志里长得一模一样，只有读了输出结构才知道差别。
还有一条我自己的使用纪律：凡是准备写进文档或验收标准的读数，我都自己再核一遍源头。模型读回来的参数表我开文档页对过，工具计数我逐条数过。不是不信任它，是这类数字一旦进了别人的流程，错了就是我的责任。
想先在网页上看看，可以去阿里云百炼控制台。整条路我云上一个资源都没建，既有配置一个没动。