← 返回信息流
AI 资讯量子位·7 小时前

Agent专用搜索登顶Product Hunt,Token更省搜得更准

速览

一款由中国团队开发的Agent专用搜索产品登顶Product Hunt,主打更省Token和更精准的搜索结果。该产品专门针对AI Agent的搜索需求进行优化,能够显著降低Token消耗,同时提高相关信息的检索准确率。这标志着中国团队在AI搜索细分领域的产品创新获得国际认可。

AI 深度解读

背景

过去一年,Product Hunt 周榜榜首位置被 Agent、AI IDE、大模型等产品轮番占据,几乎没有搜索类产品的影子。在全球开发者眼中,普通 AI 搜索已经很难突围。而本期 Product Hunt 周榜 Top 1 却出自中国团队——AnySearch,一款专为 Agent 打造的 AI 搜索产品,引发行业关注。

核心内容

AnySearch 是一款专为 Agent(智能体)设计的搜索产品,而非面向人类用户。在由 Frames、FreshQA、WebwalkerQA 组成的 300 道问题基准测试中,全程采用同一款 LLM 的条件下,AnySearch 以 76.4% 的综合准确率领先 Parallel、Brave Search,同时延迟也是三家中最优。

AnySearch 的独特之处在于其重新设计了适配 Agent 工作的搜索链路:

  1. 数据源覆盖:搭建了通用搜索 + 20 多个垂直领域的数据体系,包括代码、法律、学术、金融、安全、企业商业等。与 Exa 等主要在网页世界做搜索不同,AnySearch 直接连接网页之外的垂直数据源。

  2. 智能意图识别:搜索第一步进行意图识别,根据问题自动选择最合适的数据路径。例如问公司背景,去翻工商数据库、投诉平台、专利库;问能源行情,拉实时电价和库存数据;问代码实现,去 GitHub 仓库翻源码。若问题涉及多领域,则并行发起多条搜索路径,优先返回高质量结果。

  3. 前置信息筛选:针对 Agent 读取特性,重新设计了排序算法:

    • 同源衰减算法:主动降低同一网站重复内容的权重,避免搜索结果来自单一站点。
    • 信息密度仲裁算法:在相关性相近时,优先保留信息量更丰富、覆盖更全面的内容。
    • 混合排序算法:同时考虑语义相关性和内容时效性,让最新最相关信息排到前列。
  4. 结构化输出:自动完成正文提取、页面去噪、内容清洗,统一转换为 Markdown 结构化格式,剥离 Agent 不需要理解的元素(如广告、SEO 垃圾信息),减少上下文冗余和 Token 消耗。

  5. 工程稳定性:支持 API、MCP、Skill 三种接入方式;加入自动容错、超时管控,即使某一路数据源异常,也能自动切换可用路径。

实测案例中:

  • 获取生产级代码:AnySearch 返回结构化代码,调用链完整,可直接借鉴实现。
  • 企业尽调:与 Exa 对比,AnySearch 能精准抓取平台公示的企业合规记录,而 Exa 缺失本土公示信息。
  • 全球能源市场报告:AnySearch 获取了美国天然气库存(EIA 最新一期)、欧洲 14 国日前电价走势(追至 7 月 12 日交割价)、澳洲电网碳排放强度,数据实时准确。

AnySearch 支持匿名体验,注册后每天可获 1000 次免费搜索调用额度。

关键要点

  • 专为 Agent 设计而非人类:与普通 AI 搜索不同,AnySearch 的输出方式更适合 Agent 直接读取和推理。
  • 连接垂直数据源:覆盖 20+ 领域(代码、法律、学术、金融等),不局限于网页世界。
  • 智能意图路由:根据问题自动选择最优数据路径,并行查询提升效率。
  • 前置筛选减少 Token 浪费:同源衰减、信息密度仲裁、混合排序等算法在搜索阶段过滤冗余,避免模型烧 Token 自行筛选。
  • 结构化信息交付:自动清洗、去噪、转换为 Markdown,Agent 拿到即可直接推理。
  • 工程容错与易用性:自动切换可用路径,支持 API/MCP/Skill 三种接入方式。
  • 性能对比领先:在 300 题基准测试中准确率 76.4%,延迟优于 Parallel 和 Brave Search。
  • 中国团队产品:由国内团队开发,成功登顶 Product Hunt 周榜。

意义与影响

  • 重新定义 Agent 时代的搜索:过去搜索目标是帮人找到网页,现在搜索需要为 Agent 持续提供可直接参与推理和执行的高质量信息。AnySearch 将搜索从“信息检索工具”升级为“Agent 的基础设施”。
  • 补齐 Agent 能力短板:很多 Agent 任务失败并非模型思考环节问题,而是第一步信息获取出错。模型负责思考,搜索负责事实。AnySearch 通过高质量信息获取降低 Agent 决策风险。
  • 范式升级:与 Exa、Parallel、Brave、Tavily 等依托全网网页资源、搜索后靠大模型过滤提炼的思路不同,AnySearch 实现了搜索前意图路由、搜索中前置筛选、输出结构化内容的范式升级。
  • 开发者刚需验证:上线仅两个月即登顶 Product Hunt 周榜,说明开发者对 Agent 稳定获取真实、实时、可用信息的需求迫切。AnySearch 的出现可能推动更多 Agent 应用落地,并促使搜索行业为 Agent 重新设计产品。
查看原文 →qbitai.com