Parallel MCP 接入搜索与研究的成本解析

Parallel MCP 2.0 把搜索、网页抓取和研究接入了 AI 客户端，但拿到证据、给出概率、允许 Agent 花钱执行，是三件不同的事。原文真正想讨论的是：谁来决定下一次付费调用能不能发生。

这个问题对使用 Cursor、Codex 或自建 Agent 的程序员很实际。不过，文章出自决策服务供应商 ScriptMasterLabs，既有工程建议，也有产品推销。读它最有价值的方式，是把可核对的接口信息、作者的模拟实验和商业主张分开看。

接上一个 MCP 地址，究竟开放了什么

按作者查阅的文档，Parallel MCP 2.0 的文档发布日期为 2026 年 11 月 5 日，发布公告日期为 11 月 6 日。Claude、ChatGPT、Cursor、Codex 等 MCP 客户端可以通过同一个托管入口接入：https://mcp.parallel.ai/mcp。

文档默认列出五个无需密钥即可发现的工具：web_search、web_fetch、web_decisions、find_verticals、search_vertical。通过 OAuth 或 API key 登录后，还能使用第六个工具 web_research。其中前三个支持较低限流下的免费匿名调用，超过限额不会继续收费。

这里要分清「工具能被发现」和「工具免费可用」。原文明确免费的只有前三个，没有给出后两个 vertical 工具的完整使用条件。

登录后的计费调用按文中列出的 Search API 价格执行：fast、turbo 为每 1,000 次 $1，即每次 $0.001；basic、advanced 为每 1,000 次 $5，即每次 $0.005。每次登录调用的结果会报告本次费用。

web_decisions 则能根据当前网络证据，一次回答最多 100 个带类型的问题，返回概率、选项或评分，并附来源。但文档没有提供决策阈值、评审团或封存的决策凭证。

工具返回一个概率，并不等于应用已经获得执行授权。

比如，Agent 得出某个选项更合适，后续是否继续研究、调用其他服务，仍然由客户端或业务系统决定。这是原文区分证据层和决策层的关键。

只读工具为什么仍然需要预算控制

Parallel 的只读边界确实有用：搜索和抓取无法通过该服务器修改业务系统。但只读描述的是操作对象，不代表调用没有成本。登录后的 web_research 每调用一次都可能收费，循环研究就会持续消耗账户预算。

限流、费用回传和预算控制解决的问题也不同。限流约束调用频率；结果中的 cost 字段告诉你已经花了多少；预算检查则要在下一次请求发出前，决定还能不能花。

作者推广的 SML 服务采用 Base 网络上的 x402 按次支付：服务先返回 HTTP 402 支付挑战，支付完成后再返回结果。URL to Markdown API 每次成功读取收取 $0.001 USDC，失败读取 $0；Web Research one-shot 每次 $0.003 USDC。作者称，2026 年 11 月 7 日的挑战探测分别返回了 1000 和 3000 atomic USDC 报价。

按次支付为调用前的审批提供了位置，但它不会自动替应用管住预算。Agent 是否能无限支付，仍取决于外围控制。

SML 的 Verdict Protocol 是另一层服务：向 POST /decide 提交冻结的决策材料，由 5 名专门分工的 Jev 评审投票，每次 $0.25 USDC；再通过 /seal 封存凭证，每次 $0.01 USDC。批准和拒绝都保留记录。原文称其受不可覆盖的规则约束，但没有充分展开评审独立性、错误率和规则执行方式。

价格比较也只能比较局部：Parallel 登录后的 fast 调用与 SML 成功读取都为 $0.001，但搜索和页面读取并非同一种工作。SML 无钱包入口另售 Stripe 套餐，200 次读取 $2，也不是链上单次读取的同一价格。

作者的实验，反而暴露了决策门槛的弱点

作者没有登录 Parallel，没有运行它的 MCP server，也没有测试搜索质量。他们测试的是根据文档构造的类似操作，使用自己的 local-heuristic-v1 决策器，且标注 calibrated=false。

实验设置了 $10 总预算、$1 单次上限，以及指定搜索主题和 URL 的白名单。评分达到 0.80 自动执行，0.50–0.79 暂停等待确认，低于 0.50 升级处理。

在按操作范围描述的测试中，两项白名单读取获得 0.9545，进入自动执行；未经确认就根据最多 100 个决策评分行动，得到 0.7273，被暂停。最危险的一项却获准了：登录后循环研究、持续计费且没有支出上限，得分 0.8333，越过自动执行线。

这个实验没有证明门槛可靠，而是证明门槛也会被措辞影响。

改成完整句子后，搜索得分 0.8448，抓取得分 0.931；明确写出「没有支出上限」「不先询问」的危险组合得到 0.75，被暂停。同一类风险，表达方式变化就改变了处理结果。

其他结果同样限制了结论：只提供环境信息、没有预算和白名单时，四种操作都得到 0.50；两种评分式措辞下，四种操作又全部得到 0.35，没有区分能力。作者称两次完整探测结果一致，但重复一致只能说明该测试可复现，不能证明分数准确。

这些分数来自启发式测试器，不是 Verdict 的 5 人评审结果，更不是动作安全概率。原文公开失败值得肯定，但无法据此推导付费评审服务更可靠。

我的判断

文章说对了一个工程问题：联网能力、执行权限和花费权限应该分别设计。尤其研究任务容易重试、追问、补抓页面，单次便宜不代表一个答案便宜。事后收到费用字段，无法阻止已经发生的支出。

但它把「缺少内置决策层」引向 SML 产品，论证并不充分。MCP 工具提供证据，由调用方管理授权，是合理的职责划分。原文没有对照实验，无法证明 5 名评审优于明确的权限规则或人工确认。

对于预算、单次上限、白名单这类条件，我会优先选择确定性的程序检查。余额不足就拒绝，超出允许范围就暂停，不必把清楚的边界交给一个未校准分数。涉及模糊语义的判断，再考虑模型评审。

成本也需要算完整。一次 Verdict 决策加封存为 $0.26 USDC，是一次 $0.001 USDC 读取的 260 倍。它可能适合为一组重要动作保留审批记录，逐页读取都评审则需要额外理由。

原文的链上证据同样要限定解释范围：11 月 6 日有外部钱包在约三分钟内完成 6 次、每次 $0.001 USDC 的读取付款，记录位于 Base 区块 53983582–53983673。它支持实际发生过这些付款，不能证明搜索质量或授权判断准确。Verdict 的结算则明确属于作者自己的 SELF-PROOF，不是客户购买；当天探测也未实际支付或产生 Parallel 账单。

能拿来做什么

• 给 Cursor、Codex 或自建 MCP 客户端配置联网工具时，先按任务缩小暴露范围。Parallel 文档支持 ?tools= 选择机制，日常检索可以先开放搜索和抓取，需要研究或决策时再增加对应工具。
• 在 Node Agent 的付费调用入口统一检查剩余预算、单次上限和循环停止条件。检查应发生在请求发出前，重试与后续研究也经过同一入口。
• 将 web_decisions 的结果保留为证据输入，再由业务规则决定是否执行。可以借鉴分段处理思路，但不要把原文的 0.80 和 0.50 当作通用安全阈值。
• 按一次完整任务统计费用，把搜索、补抓、重试、研究和评审都算进去。评估是否接入决策服务时，分别验证授权准确性、凭证可追溯性和总成本。