在AI时代，搜索引擎的创新似乎进入了一个百花齐放的阶段。尽管我们对Perplexity较为熟悉，但其实还有很多其他产品也在这个领域内涌现。

之前我介绍过由两位百度高管创办的Genspark，这家公司在种子轮融资中获得了6000万美元的投资。Genspark自称为AI Agent Engine，其在统一聚合搜索主题方面比Perplexity做得更为详细和结构化，并以网页形式展示整个主题内容页面，对于一些初级研究来说已经相当实用。

Genspark的目标是为信息策划、访问和利用设定新标准，使Web成为一个更丰富、更以用户为中心的环境。因此，它计划彻底改革Web的底层数据结构。另一方面，a16z最近领投了1.3亿美元的Hebbia，主要针对海量非结构化数据。

另外，还有一个几乎不为人知的AI搜索引擎Liner。虽然Liner与Perplexity非常相似，但其月活跃用户数（MAU）比Perplexity高出1000万，目前达到2400万。而Perplexity的MAU大约为1400万。尽管Perplexity在北美市场得到了大量VC和媒体的支持和关注，而Liner在土耳其、泰国、越南和俄罗斯等国家很受欢迎，但媒体关注度较低，因此知名度也较低。

Liner成立于2012年，总部位于韩国首尔，团队有48人。许多用户并未将其视为一个搜索引擎，而是一个研究工具。Liner的商业模式包括类似Perplexity的付费订阅和广告模式，在搜索结果下方会显示类似Google搜索的广告推荐链接。

今天，另一个名为Exa的AI搜索引擎宣布完成了总计2200万美元的种子和A轮融资，由Lightspeed领投，英伟达和YC跟投，其中一位联合创始人是华人。

为AI构建搜索引擎，而非为人类

我认为Exa是一家非常值得关注的公司。它自称为为AI构建的搜索引擎，而不是为人类构建的，类似于AI版的Google。创始人Jeff Wang和Will Bryk认为，Google为人类提供的服务，他们希望通过Exa为AI提供类似的功能。

他们认为并不是人类迫切需要新型搜索引擎。相反，随着AI在企业和消费者生活中的普及，AI需要更多地搜索网络，必须定期从互联网上获取信息并返回真实的答案。然而，像Google这样的搜索引擎是为人类设计的，因此Exa是第一个针对AI构建的搜索引擎。

Exa之前叫Metaphor，我在今年1月份就关注到这个产品，并将其与Perplexity结合使用。在搜索精确度上，Exa比Google提升了至少一个数量级。搜索结果几乎全部与提供的关键词直接相关，因此它更多被用作研究工具。

例如，搜索Notion的竞争对手时，Exa会提供所有与Notion相关的产品信息；搜索“SF构建未来硬件的公司”时，它会列出具体的公司名称和网站。通过类似搜索，可以快速获得有价值的信息。

在搜索设置上，用户还可以进一步聚焦，如搜索公司、新闻、论文、推文或博客等，使结果更精准。因此，Exa的用户主要是开发者和企业。

Exa在其官方博客中表示，目前已有数千家公司和开发者集成了Exa，其收入在过去几个月中增加了两倍。许多VC用它来帮助搜索投资标的，而Databricks是Exa的大客户。

因此，与Perplexity相比，Exa更像是面向B端企业和开发者的AI研究工具，而非传统搜索引擎。Lightspeed合伙人Guru Chahal指出，AI系统的三个关键组成部分是计算、模型和数据。英伟达提供计算，Anthropic和OpenAI等基础模型公司训练模型，而Exa提供关键数据和知识层。

今年1月份，Exa宣布改名并推出时解释了名字的含义：Exa意为10的18次方，而Google意为10的100次方。Google的目标是展示所有信息，而Exa的目标是将所有信息过滤成有组织的知识。当涉及有组织的知识时，10的18次方大于10的100次方。

Exa的使命是从所有信息中过滤掉噪音，组织成真正的知识，即整合世界知识（Organize the world’s knowledge）。

我们即将迎来一个AI代理网络（AI Agentic Web）时代

Exa在最新的博客中提出了一个新理念，认为在实现超级智能之前需要超级知识。CEO Will Bryk指出，世界上的知识远远少于智力（Intelligence）。智力不同于知识，它是对输入的推理，而知识是从数据存储库中检索的。所有最新的先进AI模型具有很高的智能，但知识却令人惊讶地有限。

例如，GPT-4可以解决任何高中物理问题，但如果要求其检索纽约市的物理学博士名单（一个相对简单的请求），结果是无法实现的。因此，大模型需要与搜索引擎结合，大模型带来智力，而搜索引擎带来知识。

像Google这样的知识系统在过去十多年几乎没有太大改进，而智力系统几乎每月都在进步，这意味着智力越来越受到知识瓶颈的限制。

Will Bryk认为，超级智能是一个能够处理极其复杂推理请求的系统，而超级知识是一个能够处理极其复杂检索请求的系统，使每个人都能快速全面地了解任何事物。超级知识让我们为超级智能做好准备。

当知识生态系统成为瓶颈时，会严重影响整个社会效率。随着代理AI系统的兴起，这个问题会更加突出，因为未来这些AI代理将在与人类同样的知识生态系统中运行。

因此，需要为即将到来的AI代理网络时代打造基础设施，这是一个专门支持AI代理及其功能的新网络基础设施。