跨国深谈← 返回←AI 搜索量今年将超过人类：Exa 的完美搜索宣言

AI 搜索量今年将超过人类：Exa 的完美搜索宣言

关联

人物 Will Bryk

公司 Exa · Google

概念 智能体 · 搜索 · 嵌入模型 · 搜索 API · ExaConnect · 完美搜索

Exa 是一家为 AI 智能体打造搜索引擎的公司——Cursor 编程智能体底层搜技术文档、HubSpot 帮用户找销售名单，用的都是它。现在它服务超过 5000 家公司、40 万开发者。演讲者是 Exa 的创始人(本集是他的一场公开演讲)。

【背景】演讲者为 Exa 联合创始人兼 CEO Will Bryk,Exa 曾用名 Metaphor,是第一家专门面向 AI 的搜索引擎公司。

他的开场钩子：过去 30 年的网络搜索几乎全来自人类，但今年，AI 系统的每日搜索量预计将超过人类；而未来几年，会是人类的一千倍。一千倍是什么概念？

「那种量级甚至无法在图表上呈现出来」。当每个软件产品里都嵌着 AI,每一次交互都以搜索为根基，搜索的天量时代正在到来。

为什么 Google 不够了

问题被一句话概括为「被误导的无政府状态」。互联网有万亿级别的页面,装不进任何人的脑子，所以我们需要信息工具来过滤和综合——我们有 Google。但 Google 并不是想成为「精确给你想要东西的世界信息数据库」，「它更像是一个推荐引擎」。

两个例子说明差别。搜「没有条纹的衬衫」，你得到的是带条纹的衬衫。而「帮我找出所有在新加坡从事 AI 搜索工作的人，以及他们写过的每篇博客或论文」——你从没在 Google 里输入过这种查询，因为你知道不会管用：你只会得到含某些关键词的链接，而不是「列出全部 412 个匹配者的数据库结果」。

推论很严肃：没人对任何事有完整理解。「当我在 SF 走路看到周围的人，我常常会想：没有人知道这个世界上正在发生什么」。演讲者认为这是「最重要且最被忽视的问题」——如果人们不理解世界、却拥有越来越强的 AI,就会被操纵、做出糟糕决策，走向反乌托邦；修好信息基础设施，才谈得上协调。

从「更好的 Google」到 AI 搜索 API

2021 年创立时的核心想法很直接：GPT-3(当时的 GB3)输入一段文字就能完全理解你，那「如果你能把 GB3 的力量和搜索引擎结合起来呢」?思想实验是：拿一个复杂查询对每份文档跑一遍大模型、判断是否匹配——对一万亿份文档都这么跑，就得到接近完美的搜索引擎。「问题是那样每次搜索要花大约 1000 万美元」,所以真正的问题是把这个成本降低十亿倍甚至万亿倍。

【背景】转写稿中的「GB3」「GB5」即 GPT-3、GPT-5 的语音识别误写。

技术路线：传统关键词搜索高效但只能处理简单查询，复杂查询必须用神经网络。做法是把每份文档预处理成 embedding(把文本编码成一串数字向量，捕捉神经网络的语义理解)，检索时用这些向量匹配——这样就能处理「没有条纹的衬衫」。

他们是较早信奉「堆更多层」(bitter lesson,即相信规模化算力和通用方法终将胜出的理念)的公司，创业初期融了几百万美元，「把其中一半花在了一个 GPU 集群上。在当时那简直是疯了」。

2022 年产品发布时公司还叫 Metaphor,两周后 ChatGPT 问世，改变了一切。而拯救这家公司的，是 Twitter 上陌生人索要搜索 API 的消息。

「我们从来没想过这会变成一个 API。我们只是想做一个更好的 Google 搜索，以后再想办法赚钱」。

请求越来越多，他们很快想通：再大的模型和互联网相比也是微不足道的，「你永远不会有 GB6、GB7 能知道世界上所有的事情，它需要连接一个检索引擎」。AI 不仅会搜索，还会以和人类完全不同的方式搜索——「如果对人类最优的搜索引擎对 AI 系统同样最优，那就太疯狂了」。

而且这条路和初心完美契合：「AI 系统真正想要的是完美搜索。它们不想要 SEO,不想要广告，只想要一个几乎像世界信息数据库一样的东西」。2023 年他们预言 AI 搜索量将超过人类，三年后成真。

现在的 Exa 能做什么

不是一个搜索引擎，而是按需求灵活组合的一族能力：

• 复杂查询当数据库用：「找出 YC 投资的、做 AI 的每一家创业公司，给我它们的批次和状态」——查询可以任意复杂，可能要花几分钟，但能拿到完整的列表。
• 最快的搜索 API:200 毫秒的搜索端点，「对人类来说快得过分，但我们服务的不是人类」。语音智能体场景下每一毫秒都影响响应。
• 省 token 的提取：给 10 篇文档，只返回其中最重要的约 100 个 token,直接省下游 LLM 成本。
• 结构化输出：招聘智能体要「最近离开大实验室的工程师 + 被引用最多的论文 + 毕业院校和年份」，直接给结构化结果。

关键理念：「完美搜索不是一个东西。实际上我们是为 5000 个客户建了 5000 个搜索引擎」——要超快还是要最高质量、只搜某些域名、限定时间窗口、永远排除产品页，客户说了算。

新发布的 ExaConnect 则把版图从公开网页扩到私有数据：智能体不在乎信息来自哪里，「它们只想要真相」。数据提供方可以接入 Exa 定价自己的内容，开发者付费访问——「基本上是创造了一个面向智能体的新市场」，一个数据自由市场。

「完美信息」是什么感觉

终极目标很难描述，他给了两个类比：「就像你把一年的研究压缩在了一秒钟之内」——无论找人、找公司还是找新闻，想象你把整个 2026 年都用来做研究，然后一秒拿到结果。而且要为 AI 智能体的每一次搜索都做到这一点。

节奏上，「现在每一两个季度，我们取得的进展就相当于过去五年的进展」。他把这件事的分量挂在 2028 年美国总统大选上：希望到那时全世界都能获得近乎完美的信息，让每个人投票时都是知情的。

结尾的判断是：技术已经足够好，「真正的问题只是我们能否协调一致，共同就明智的事情做出决定。而协调来自我们所消费的信息」。

本集带走

• AI 搜索量今年反超人类，未来几年将达人类的一千倍——搜索引擎的下游客户正在从人变成智能体，产品逻辑要整个重想。
• Google 本质是推荐引擎，不是信息数据库：它能推荐一些结果，但答不了「列出所有匹配者」这种查询；语义检索(embedding)是补上这块的关键技术。
• AI 需要搜索的结构性理由：再大的模型也装不下互联网，永远需要外接检索引擎；而为人类设计的搜索引擎不会恰好对 AI 最优。
• 「完美搜索」不是单一产品：快(200 毫秒)、全(任意复杂查询)、省(只回 100 个 token)、结构化输出，按客户场景灵活组合，等于给每个客户定制一个搜索引擎。
• 信息质量的社会分量：搜索结果够真、够全，是知情公民和有效协调的前提——演讲者视其为最被忽视的关键基础设施。

而且实际上，今年我们预计来自 AI 系统的搜索量将超过人类的搜索量。
And actually, this year, we expect the number of searches from AI systems to exceed that of humans.
—— Will Bryk · [00:54]

对我来说，解决信息问题是最重要且最被忽视的问题。
to me, solving information is the most important and neglected problem.
—— Will Bryk · [05:30]

问题是那样每次搜索要花，比如，1000 万美元。
The problem is that would cost, like, $10 million per search.
—— Will Bryk · [06:24]

我们把其中一半花在了一个 GPU 集群上。在当时那简直是疯了。
We spent half of it on a GPU cluster. That was crazy at the time.
—— Will Bryk · [07:43]

我们只是想做一个更好的 Google 搜索，以后再想办法怎么赚钱。
We were just trying to build a better search on Google. We’ll figure out how to make money later.
—— Will Bryk · [08:42]

如果对人类最优的搜索引擎对 AI 系统同样最优，那就太疯狂了。
And it would be crazy if the same search engine that was optimal for humans was also optimal for these AI systems.
—— Will Bryk · [09:46]

它们不想要 SEO,不想要广告，它们只想要一个几乎像世界信息数据库一样的东西，而这正是我们一直在努力构建的。
They don’t want SEO, they don’t want ads, they just want almost like a database of the world’s information, which is what we were always trying to build.
—— Will Bryk · [10:14]

它对人类来说快得过分了，对吧？但我们服务的不是人类。我们服务的是 AI 系统。
It’s way too fast for humans, right? But we’re not serving humans. We’re serving AI systems.
—— Will Bryk · [11:35]

实际上是我们为 5000 个客户中的每一个都建了 5000 个搜索引擎，对吧？
It’s actually we have 5,000 search engines for each of our 5,000 customers, right?
—— Will Bryk · [12:52]

另一种理解方式是，就像你把一年的研究压缩在了一秒钟之内。
Another way you could think about it is like it’s as if you did a year of research in a second.
—— Will Bryk · [15:14]

这就是协调问题，而协调来自我们所消费的信息。
Like that’s just coordination problems and coordination comes from the information we consume.
—— Will Bryk · [17:16]