Alimenter les agents autonomes en données web directes sature les fenêtres de contexte. Alexandria de Firecrawl résout ce problème en structurant le web en JSON prêt à l'inférence. Le résultat pour les entreprises ? Une réduction de 40 % des coûts de tokens et une amélioration de 21 % de la précision du RAG. En 2026, l'ingénierie des agents autonomes se heurte à une difficulté persistante : une part importante des connaissances utiles reste fragmentée entre pages web, API, bases spécialisées, publications scientifiques, registres publics et sources propriétaires. Le scraping reste utile, mais il ne suffit pas lorsque l'information recherchée n'est pas facilement accessible depuis une page publique ou lorsqu'une source structurée existe déjà. Le marché de la donnée pour IA s'est ainsi structuré autour de besoins de fraîcheur, de couverture et de fiabilité. Les architectures RAG et les agents de recherche bénéficient de contenus nettoyés, de sources primaires et de données structurées plutôt que d'un contexte encombré de navigation ou de contenu sans rapport avec la requête. Firecrawl positionne Alexandria comme une bibliothèque commune permettant de rechercher le web tout en découvrant des fournisseurs, des index et des outils adaptés à la demande. Pour les équipes d'ingénierie, l'intérêt consiste donc moins à abandonner tout scraping qu'à choisir, selon la tâche, entre le web live, un index spécialisé, une API officielle, un fournisseur licencié ou un connecteur dédié. L'arrivée d'une infrastructure comme Alexandria illustre une transformation du web destiné aux agents. Le scraping ouvert ne disparaît pas : Firecrawl continue lui-même de le proposer. Mais il cohabite désormais avec des API officielles, des registres, des index spécialisés et des éditeurs licenciés capables de fournir aux machines une information plus directement exploitable. Cette mutation m'inspire une réflexion sur notre dépendance croissante envers des intermédiaires de connaissance. En déléguant à une plateforme une partie de la découverte des sources et des outils, nous gagnons en simplicité mais nous introduisons aussi un nouveau point de sélection. Une source absente du catalogue ou mal classée peut être moins visible pour un agent. C'est pourquoi une architecture robuste doit conserver la capacité de comparer plusieurs chemins d'accès à l'information, de vérifier les sources et de ne pas confondre commodité d'intégration et exhaustivité du savoir.