我会把 Cloudflare AI Search 当成「先上线」工具，而不是最终架构答案。它把抓取、切分、embedding、向量索引、关键字索引和查询接口包到一个实例里，适合先证明用户真的会搜知识库。
截至 2026-05-24，最关键的价格限制来自创建日期。2026-04-16 之后的新 AI Search 实例自带托管存储、托管向量索引和网站抓取；更早创建的实例仍会在迁移前使用你账号里的 R2、Vectorize、Workers AI、AI Gateway 等底层服务。
先给结论：什么 SaaS 该先用 AI Search？
适合先用 Cloudflare AI Search 的，是这四类 SaaS：
| 场景 | 默认选择 | 原因 |
|---|---|---|
| 帮助中心搜索 | AI Search | 内容公开、权限简单、上线速度比调参更重要 |
| 产品文档问答 | AI Search | 文档更新频繁，自动索引能省掉不少脚本 |
| 后台客服内部检索 | AI Search 试点 | 先验证客服是否真的用自然语言搜 |
| 面向客户的多租户知识库 | 自建 RAG 更稳 | 租户隔离、审计、套餐限制通常会变复杂 |
| 把知识库当主产品卖 | 自建 RAG | 召回质量、评测和可解释性会成为核心能力 |
我的判断线很简单：知识库是配套功能，用 AI Search；知识库是产品护城河，直接准备自建。
AI Search 到底替你做了哪几段？
Cloudflare 官方把 AI Search 描述成托管搜索服务。你连接网站、R2 bucket 或上传文件后，它会把内容转成 Markdown、切 chunk、生成 embedding、建立向量索引；开启关键字搜索时，还会建立 BM25 这类关键字索引。
查询时，流程也被包起来了：接收用户问题，必要时改写 query，生成 query embedding，跑向量搜索；如果开了 hybrid search，会同时跑关键字搜索，再做融合、重排，最后返回 chunk 或生成回答。
这就是它省时间的地方。你不用先写 crawler、文档转换、chunk worker、embedding job、Vectorize upsert、召回 API、重排和 prompt 拼装。一个人做 SaaS 时，这些胶水代码不是难在第一版，而是难在文档每周更新、失败任务重跑、用户搜不到时你要定位是哪一段坏了。
但这也是它的限制。托管产品替你省掉的是基础设施，不是知识库产品判断。用户搜「Stripe invoice 没出来」时，到底应该优先命中文档、FAQ、工单片段还是 changelog，仍然要靠你的内容结构和评测集。
2026 年 5 月的价格限制是什么？
看 AI Search 本身。2026-04-16 之后创建的新实例，在 open beta 期间免费，但 Workers AI 和 AI Gateway 另行计费。Cloudflare 说明正式收费前会至少提前 30 天通知。
新实例的限制更值得看：
| 限制 | Workers Free | Workers Paid |
|---|---|---|
| AI Search 实例数 | 100 | 5,000 |
| 单实例文件数 | 100,000 | 1,000,000，hybrid search 为 500,000 |
| 单文件大小 | 4 MB | 4 MB |
| 每月查询数 | 20,000 | Unlimited |
| 每日最多抓取网页 | 500 | Unlimited |
| 自定义 metadata 字段 | 5 | 5 |
对早期 SaaS 来说，免费层已经能跑一个公开帮助中心。真正容易提前撞到的不是文件数，而是 20,000 queries/month、4 MB 文件上限和 5 个 metadata 字段。
5 个 metadata 字段听起来够用，实际会很快紧张。tenantId、plan、locale、productArea、visibility 用完后，你再想加 version、role、sourceType，就要开始取舍。
Vectorize 自建 RAG 成本贵吗？
Vectorize 本身并不贵。Cloudflare 的计费口径是 queried vector dimensions 和 stored vector dimensions，不按索引数量、CPU、内存或活跃索引小时收费。
官方示例里，50,000 个 768 维向量、每月 200,000 次查询，估算约 1.94 美元。更大的 500,000 个 1536 维向量、每月 1,000,000 次查询，约 23.42 美元。
把这个换成一个 SaaS 帮助中心，大概是这样：
| 规模 | 假设 | Vectorize 粗算 |
|---|---|---|
| 早期文档 | 5,000 chunks，10,000 queries/month，384 维 | 官方示例约 0.06 美元，通常落在包含额度内 |
| 正常帮助中心 | 50,000 chunks，200,000 queries/month，768 维 | 官方示例约 1.94 美元 |
| 文档 + 工单片段 | 250,000 chunks，500,000 queries/month，768 维 | 官方示例约 5.86 美元 |
| 知识库产品 | 500,000 chunks，1,000,000 queries/month，1536 维 | 官方示例约 23.42 美元 |
所以「自建 RAG 贵」这句话不准确。贵的是生成模型、重排、失败重试、日志保留、评测、人肉调参，以及你把这些东西做成可维护后台的时间。
如果你已经在用 Workers Paid，很多轻量 RAG 的向量库账单不是主要矛盾。主要矛盾是你有没有能力长期维护索引 pipeline。
Workers AI 会把账单放大到哪里？
Workers AI 的免费分配是每天 10,000 Neurons；超过后，Workers Paid 按每 1,000 Neurons 0.011 美元计费。Cloudflare 现在也直接给模型的 token 等价价格，方便和别家模型比较。
embedding 这段很便宜。例如 2026-05-24 比对时，@cf/baai/bge-m3 和 @cf/qwen/qwen3-embedding-0.6b 都是每百万输入 token 0.012 美元，@cf/baai/bge-large-en-v1.5 是每百万输入 token 0.204 美元。
生成回答才是大头。以每月 200,000 次知识库问答为例，如果每次给模型 1,000 input tokens、输出 200 tokens：
| 生成模型 | 输入成本 | 输出成本 | 月成本粗算 |
|---|---|---|---|
@cf/qwen/qwen3-30b-a3b-fp8 | 200M * 0.051/M = 10.20 美元 | 40M * 0.335/M = 13.40 美元 | 23.60 美元 |
@cf/meta/llama-3.3-70b-instruct-fp8-fast | 200M * 0.293/M = 58.60 美元 | 40M * 2.253/M = 90.12 美元 | 148.72 美元 |
| 只返回搜索结果，不生成回答 | 主要是查询和 embedding | 0 | 接近 Vectorize / AI Search 查询成本 |
这张表只用来提醒一件事：AI Search 免费 beta 不等于知识库问答免费。只要你走 Chat Completions 或让 Workers AI 生成答案，模型账单就会出现。
我的做法是先把产品分成两档：免费用户只返回文档片段和引用；付费用户才给生成回答。这样能把「搜索」和「生成」两笔账拆开。
自建 RAG 比 AI Search 多了哪些工作？
自建通常是这条链：
- crawler 或 webhook 监听文档变化。
- 把 HTML、PDF、Markdown、工单内容统一转成文本。
- 自己决定 chunk 大小、重叠、标题继承和代码块处理。
- 调 Workers AI 或外部模型生成 embedding。
- 写入 Vectorize，并保存 source、tenant、权限、版本和删除状态。
- 查询时做权限过滤、向量召回、关键字召回、重排和 prompt 拼接。
- 记录 query、命中 chunk、点击、用户反馈和成本。
AI Search 的优势是把 1-6 的第一版压短。自建的优势是第 7 步以后：你能知道为什么没搜到，能做离线评测，能给不同租户做独立索引策略，也能把高成本模型只开放给高套餐。
如果你现在只有 40 篇帮助文档，别急着自建，把用户真实 query 收集起来，跑 2-4 周，再决定是调内容还是调架构。
多租户 SaaS 最容易踩哪三个坑？
第一个坑是权限。用户 A 的内部知识库绝不能被用户 B 召回。AI Search 有 metadata filtering 和多租户思路，但字段数、路径组织和权限范围要在建实例前想清楚。
第二个坑是版本。B2B SaaS 经常有旧版功能、私有部署功能和灰度功能。用户问到一个按钮，答案必须匹配他的版本，不是匹配最新文档。
第三个坑是可解释性。客户说「你这个 AI 乱答」时，后台至少要看到 query、命中的 source、chunk、分数、生成模型和回答版本。AI Search 能快速启动，但你仍然要设计自己的日志层。
这个位置也会遇到很现实的开发问题：Cloudflare Dashboard、wrangler 部署、GitHub Actions、DNS 和回滚都在同一条链路上。跨地区协作或临时在外办公时，我会把 Cloudflare、GitHub、Stripe 这类生产后台放进一套固定访问规范里，必要时用海外服务跑 GitHub Actions / Cloudflare 的稳定线路承载发布操作，避免上线窗口里反复切换环境。
我会怎么选？
我的默认路线分三档。
| 阶段 | 推荐架构 | 月成本重点 | 退出条件 |
|---|---|---|---|
| 0-1,000 搜索/月 | AI Search + 搜索结果 | 基本看 Workers AI 是否生成答案 | 用户没人搜，先别做复杂 |
| 1,000-20,000 搜索/月 | AI Search + 付费用户生成回答 | Workers AI 模型、query cache、回答长度 | metadata 不够或权限变复杂 |
| 20,000+ 搜索/月 | Workers + Vectorize + AI Gateway + 自有日志 | 生成模型、重排、日志、工程维护 | 知识库成为核心产品能力 |
有一个反常识点：20,000 搜索/月以前，省工程时间通常比省几美元账单更重要。一个人做 SaaS，花两周自建 RAG，只为了把 Vectorize 从 1.94 美元压到包含额度内，账面很漂亮，产品节奏很差。
到了 20,000 搜索/月以后，问题会变成质量和控制。你会想做 query 分类、召回评测、套餐限额、缓存、失败重跑和模型路由。那时自建不是为了省钱，而是为了把知识库变成可运营系统。
Cloudflare AI Search SaaS 知识库 不覆盖什么
我没有把 AI Search 当作企业搜索采购方案评测，也没有测试私有数据合规、SAML、DLP、区域数据驻留或 Enterprise 合同条款。Cloudflare 的 beta 价格也可能变化，本文只按 2026-05-24 可见的公开文档计算。
我也没有伪装成做过百万级知识库压测。上面的成本模型适合独立开发者先估算帮助中心、文档站、客服内部检索，不适合直接拿去承诺企业 SLA。
相关阅读
- Cloudflare Workers SaaS 定价测算：和本文的模型成本一起看，评估完整账单
- Cloudflare Workers AI 超时与成本排查：自建 RAG 时模型调用超时的排错流程
- Cloudflare D1 vs Turso vs Supabase Edge：知识库元数据该放哪个数据库
- BPB Worker Panel