全文 4,000字 | 閱讀約 13 分鐘

（Will Bryk 訪談：Exa如何重新定義 AI 時代搜索）

先看一個變化。

一年，估值翻了 10 倍。

錢不是白給的，是業(yè)務(wù)真的變了。

搜索的“用戶”，從人，變成了 AI。 這意味著真正要被服務(wù)的，不再是坐在屏幕前的你我，而是后臺同時運行的成千上萬個agent（智能體）。它們不點鏈接、不看廣告，也不愿等待，只需要整理好的、能直接使用的信息。

Exa 就站在了這個臨界點上。

（圖片：彭博社頭條Exa 的 8500 萬美元新融資）

2025 年 9 月 4 日，彭博社報道：Benchmark 領(lǐng)投 Exa 的 8500 萬美元 B 輪融資，對其估值達 7 億美元，較去年提升約 10 倍。Benchmark 合伙人 Peter Fenton （最早投資 OpenAI 的合伙人） 加入董事會。

我們沒有做給人用的界面。Exa 是專為 AI agent 設(shè)計的搜索服務(wù)。 ——Will Bryk,宣布融資后專訪中的觀點

這一輪投資的機構(gòu)陣容足以說明問題：Benchmark、Lightspeed、NVIDIA、Y Combinator……

他們投的，不是一款搜索產(chǎn)品，而是 AI 生態(tài)里不可或缺的一塊基礎(chǔ)設(shè)施。

第一節(jié)：誰在押注 Exa？

這不是一家做搜索 UI 的公司，甚至不是面向人的產(chǎn)品。

這樣的產(chǎn)品，大多數(shù)投資人第一眼都看不懂。沒有 DAU（每日活躍用戶）、沒有頁面流量、甚至看不到它是怎么賺錢的?？删褪沁@樣一個不“熱”的項目，在過去一年估值翻了十倍，從 7000 萬到 7 億美元，融資額超過 8500 萬美元，投資人名單令人驚訝：

• Benchmark（OpenAI 早期投資者）；

• Thrive（投資過 GitHub 和 Instagram）；

• Elad Gil（硅谷超級天使）；

• Dylan Field（Figma 創(chuàng)始人）；

• John Collison（Stripe 聯(lián)合創(chuàng)始人）……

這些名字，不只熟悉新技術(shù)，更擅長判斷 AI 基礎(chǔ)設(shè)施的機會。真正讓人意外的是，Benchmark 打破了自己的投資策略。

? 我們幾乎不投 B 輪，這次是例外

Benchmark 是硅谷最保守的基金之一。它堅持只投早期、每個合伙人一年只投一兩個項目，幾乎從不參與后續(xù)融資輪次。但在 Exa 上，Benchmark 跳過早期，直接領(lǐng)投 B 輪。

Will 回憶當(dāng)時的對話時這樣說：

“我們問 ：你們 Benchmark 不是不投 B 輪嗎？” Benchmark 的回答是：“我們認為 Exa 是例外?！?“如果未來的世界需要 Agent 這個基礎(chǔ)層，那它是不可替代的?！?/blockquote>

這種預(yù)測不是來自熱不熱，而是來自 Exa 所處的位置：它不在用戶面前，也不是平臺產(chǎn)品，而是所有 AI 工具的“信息管道”。就像水電煤氣一樣，你感覺不到，但離不開。

? 投資人看重的，是未來的必需品

簡單說就是：

當(dāng) AI 不再只是回答問題，而是主動獲取信息、完成任務(wù)的時候，它就必須有一個搜索功能隨時可用。而這個功能必須穩(wěn)定可靠、信息整齊、響應(yīng)迅速、結(jié)果準確。

“能被 AI 引用”，就是下一個十年最值錢的能力。

Exa 不靠搶流量，不靠用戶規(guī)模，而是靠這個角色不可替代。

你會發(fā)現(xiàn)，這些投資人不是在追風(fēng)口，而是在搶奪 AI 時代的必需品。

Exa 的價值在于，它將成為所有 Agent 的搜索服務(wù)商。

第二節(jié)：搜索的用戶變了

搜索的主要用戶正在從人類轉(zhuǎn)向 AI agent。

這句話聽起來有些反直覺。我們習(xí)慣的搜索，是自己打開 Google，輸入關(guān)鍵詞，然后從一堆鏈接中點進去。但 Will 看到的是另一個方向：

搜索未來的主要用戶，不是人，而是 AI agent。

這些 agent 不是電影里的機器人，而是你日常在用的工具背后的智能助手：

• ChatGPT、Claude、Gemini 等大模型；

• 企業(yè)用來做客服、研究、報告生成的 AI 工具；

• 還有未來接入日程管理、財務(wù)處理、內(nèi)容整合的所有 AI 應(yīng)用。

它們自主調(diào)用搜索接口，直接獲取和整合信息。 它們不打開瀏覽器，也不會點廣告，它們只調(diào)用搜索接口，獲取答案直接使用或整合。

Exa 就是專門為這種調(diào)用方式設(shè)計的。

? AI 搜索不求快，但求準：批量異步的調(diào)用模式

傳統(tǒng)搜索強調(diào)“快”和“相關(guān)性”：你輸入“舊金山天氣”，Google 立刻告訴你答案。但 AI 的搜索方式不一樣。Will 舉了一個真實例子：

“一個 agent 要生成一篇文章，可能要查幾十個問題，每個問題的答案都要很準。它不怕慢，但不能錯。”

AI 調(diào)用搜索的時候，像是發(fā)起一個任務(wù)鏈，而不是一次性拿答案。

所以 Exa 的搜索架構(gòu)允許：

• 異步搜索：AI 提問后不用等結(jié)果，任務(wù)后臺繼續(xù)執(zhí)行；

• 批量調(diào)用：一次發(fā)起幾十個問題，一起處理；

• 結(jié)構(gòu)化結(jié)果：返回的不是網(wǎng)頁鏈接，而是格式統(tǒng)一的內(nèi)容片段，方便 AI 后續(xù)使用。

他們不把搜索設(shè)計成一次性查詢，而是設(shè)計成了 AI 可以反復(fù)調(diào)用、精確控制的工具。

這也解釋了為什么 Exa 的接口不像傳統(tǒng)搜索引擎那樣立即出結(jié)果。

? 搜索從人對機器，變成了機器對機器

最根本的變化是：

人類搜索，是你在找答案； AI 搜索，是 AI 在找信息，然后用這些信息來生成東西、做決策、寫報告。

AI 只需要信息格式合適，就能直接整合使用。

這對搜索引擎提出了新的要求：

• 必須數(shù)據(jù)格式統(tǒng)一；

• 確保信息準確；

• 重視內(nèi)容質(zhì)量和實時性。

Will 的想法是：

“AI 搜索輸入的是完整問題或語義描述，表達的是一個完整意圖”

當(dāng) AI 成為信息消費的主力軍，傳統(tǒng)搜索就成了瓶頸。

第三節(jié)：Exa 不是下一代 Google

Will Bryk 從一開始就沒打算再造一個升級版的 Google。

Exa 和 Google，本質(zhì)上就不是一回事。

? Google 給鏈接，Exa 給答案

傳統(tǒng)搜索引擎的邏輯很簡單：

• 你輸入關(guān)鍵詞；

• 它根據(jù)網(wǎng)頁受歡迎程度（PageRank）排出一串鏈接；

• 然后你自己去點，去看，去選。

背后的假設(shè)是：人會做判斷，人會篩選信息。人需要瀏覽、點擊、篩選。

但 AI 搜索的關(guān)鍵，不是找誰排在前面，而是誰能最快給出可以直接用的答案。

而這，這正是傳統(tǒng)搜索的局限。

換句話說，Google 的方法是按網(wǎng)頁熱度排序；Exa 按內(nèi)容準確度排序，是給 AI 用的。

? 在 Exa 上，SEO 排名沒有用

Will 在采訪中說過一件事：

“我們完全不接廣告。我們也不會讓誰通過 SEO 排到前面?！?/p>

在 Exa 上，一個網(wǎng)站沒辦法靠刷關(guān)鍵詞、買流量或雇水軍來上首頁。

在Exa上，網(wǎng)站無法靠SEO技巧獲得排名。它只關(guān)心內(nèi)容是否結(jié)構(gòu)清晰、信息準確，而不是關(guān)鍵詞密度或點擊量。

這也意味著未來網(wǎng)站如果想被 AI 找到，不是寫“熱門詞”，而是寫得更清楚、更有條理、更真實。

這個變化有個專業(yè)名詞：從 SEO（搜索引擎優(yōu)化）轉(zhuǎn)向 GEO（生成引擎優(yōu)化）。簡單說就是：為人寫的內(nèi)容規(guī)則正在失效，為 GEO規(guī)則正在興起。

正因如此， Exa 放棄了很多人習(xí)慣的設(shè)計：

• 不顯示網(wǎng)頁標題；

• 不打斷內(nèi)容成段展示；

• 不給推薦詞，也沒有自動聯(lián)想。

人類要的是感覺對，AI 要的是引用對。而 Exa，就是在為后者服務(wù)。

第四節(jié)：搜索，被重做了一遍

Exa 的特別之處，不是某一個功能，而是整個搜索流程，從底層到輸出，都為 AI 重做了一遍。

那這新流程長什么樣？

? 輸入端：不是關(guān)鍵詞，而是段落和問題

人類搜索，靠關(guān)鍵詞：“面試技巧”“ChatGPT 有哪些插件”。

但 AI 搜索不是這樣。

AI 的搜索請求更像是一個完整的問題，或者一段上下文。

比如，大模型可能發(fā)出這樣的請求：

「請返回有關(guān) 2025 年美國 AI 政策變化的摘要，聚焦政府監(jiān)管與立法方面?！?/blockquote>

所以 Exa 接收的輸入是一個段落、甚至是一個長任務(wù)描述。

它不像搜索欄，更像是一個理解問題的“大腦入口”。

? 中間過程：分析問題、分批請求、異步查找

AI 搜索輸入的是完整問題或任務(wù)描述。比如，要生成一個關(guān)于全球 AI 教育趨勢的報告：

• 它會同時發(fā)出 20 條子搜索請求；

• 每條請求會去不同的數(shù)據(jù)源找答案；

• 然后 Exa 會在后臺統(tǒng)一處理，完成后返回結(jié)構(gòu)化信息；

這個過程像是一個 AI 雇了 20 個助手出去調(diào)研，然后自己整合答案。

而傳統(tǒng)搜索引擎只提供一次查一個詞，不支持這種大任務(wù)調(diào)用。

? 輸出端：不給鏈接，給內(nèi)容塊

Exa 給出的結(jié)果，不是網(wǎng)頁鏈接，不是文本段落，而是“內(nèi)容對象”。

每個對象包括：

• 主題標題；

• 原文出處；

• 純凈內(nèi)容；

• 標準格式返回；

• 引用建議；

Will 強調(diào)：

“我們的結(jié)果是為 AI 可調(diào)用而設(shè)計的格式。這樣無論你是 RAG 模型、Agent、還是工具鏈，都能直接引用或整合?！?/p>

這樣一來， AI 系統(tǒng)不需要再去解析復(fù)雜的網(wǎng)頁結(jié)構(gòu)，Exa 已經(jīng)提供了標準化的數(shù)據(jù)接口。

? Websets：AI 要的是資料包，不是網(wǎng)頁

Exa 還有一個主打功能叫 Websets，可以理解成“給 AI 的資料包”。

比如，如果你是個大模型，要研究“OpenAI 的發(fā)展史”，那你需要的不是一個鏈接，而是：

• 一個清晰的時間線；

• 來源可信的引用材料；

• 按主題分類的重點事件內(nèi)容塊；

這就是 Webset 做的事。

每個 Webset 都有統(tǒng)一的格式和評分標準，幫 AI 過濾掉無用信息，直接拿到有價值的內(nèi)容。

? 模型底座：自研嵌入模型，訓(xùn)練成本降低 200 倍

Exa 不是直接套用開源搜索模型，而是自己訓(xùn)練了一套向量檢索模型。

Will 解釋：

“為了支持高頻搜索、異步結(jié)構(gòu)化輸出，我們需要控制搜索模型的每一層?！?/p>

他們在訪談中透露，目前已經(jīng)將訓(xùn)練成本降低了 200 倍，并且持續(xù)優(yōu)化在大規(guī)模 GPU 上的效率。

雖然 Will 沒透露技術(shù)細節(jié)，但可以確定： Exa 在模型效率、數(shù)據(jù)結(jié)構(gòu)、搜索路徑上，都為 AI 批量調(diào)用場景做了深度適配。

到這里你可能會發(fā)現(xiàn)，Exa 提供的不是搜索工具，而是搜索服務(wù)。

就像全球在線支付服務(wù)商 Stripe 把“支付”變成了一種可調(diào)用的“能力”一樣。

第五節(jié)：什么才是真正的護城河？

AI 搜索最難的不是技術(shù)，而是評判標準

在 Agent 主導(dǎo)的搜索場景里，點擊率不再重要，關(guān)鍵在于這些系統(tǒng)能否真正采納你提供的信息。

這就是 Exa 建立護城河的策略：成為 AI 產(chǎn)品不可替代的數(shù)據(jù)源。

? 不是搜得好，而是能被 AI 采納

對 AI 來說，相關(guān)性和速度這套評估體系不管用了。

Will 說：

AI 不會點擊鏈接，也不會評價答案好壞。它會直接把你提供的內(nèi)容放入下一步處理流程。 對 AI 來說沒有中間地帶：要么用，要么不用

所以 Exa 更關(guān)注的是兩個問題：

1. AI 有沒有用你的內(nèi)容？

2. 它在輸出里有沒有保留引用？

這才是最直接的信號：不看點擊，只看 AI 系統(tǒng)是否真正采納了你的信息。

那么如何提升被引用的幾率？Exa 做了很多傳統(tǒng)搜索不會做的事：

• 用結(jié)構(gòu)化方式輸出結(jié)果，方便 AI 拿來就用；

• 追蹤每次調(diào)用后，AI 是否在回答中保留引用鏈接；

• 給調(diào)用者（Agent、工具）打引用分，并用它優(yōu)化搜索結(jié)果來源；

如果一個內(nèi)容多次被引用，就給它更高權(quán)重；反之則降低；

邏輯很簡單：不管你點不點，只看 AI 用不用。這種排名機制完全基于真實的使用數(shù)據(jù)，而不是表面的點擊熱度。

? 被誰接入，是護城河的關(guān)鍵起點

Exa 已經(jīng)被接入到了多個知名 AI 工具中，包括：

• LangChain（Agent 工具鏈）；

• Dust（企業(yè)級智能體）；

• 多個 LLM 輔助工具（未公開名稱）；

它還計劃與更多模型廠商合作，成為默認的信息調(diào)用入口。

這種深度集成是一種強綁定：一旦 AI 工具默認接入 Exa，用戶完全感覺不到，但后臺已經(jīng)離不開它了。

? 商業(yè)化方式，也是反向強化護城河的一環(huán)

Exa 的商業(yè)模式不靠廣告、不靠用戶數(shù)，而是按帶寬計費：

• 搜索請求多 → 帶寬高 → 收費也高；

• AI 工具付費購買更高調(diào)用能力；

• 高質(zhì)量內(nèi)容發(fā)布者，也可以通過 Websets 被收錄并分發(fā)；

Will 總結(jié)說：

我們不是賺點擊的錢，我們是提供一條通往信息的高速通道。

在這個模型下，誰調(diào)用你多，誰愿意為你付費，才是商業(yè)基礎(chǔ)。

Exa沒有傳統(tǒng)界面，但一旦被AI工具接入就停不下來。

因為 Exa 只專注于一件事：

讓 AI 工具在需要信息的時候，第一個想到它。

結(jié)語： 搜索，不再是終點，而是接口。

Will Bryk 不做前臺產(chǎn)品。他要讓 Exa 成為所有 AI 應(yīng)用背后的標配。

這個選擇是否明智？看看同行就知道了：

• 秘塔停在面向消費者的學(xué)習(xí)場景；博查借勢 Deepseek 沖進國內(nèi)企業(yè)市場前三；

• Genspark 轉(zhuǎn)去做通用智能體，號稱年收入數(shù)千萬美元；

• Felo 主攻日本市場的智能助手；Devv 則各自投入寫作與編程方向。

大家都在尋找細分突破口。

通用 AI 搜索越來越難獨立存在，它必須嵌入到真正用得上的地方。

Exa 放棄了做平臺，選擇退居幕后，成為所有 AI 默默調(diào)用的信息入口。

在智能體時代，也許這才是搜索真正的歸宿。

本文由AI深度研究院出品，內(nèi)容翻譯整理自 Will Bryk 多次公開訪談。未經(jīng)授權(quán)，不得轉(zhuǎn)載。

星標公眾號， 點這里 1. 點擊右上角 2. 點擊"設(shè)為星標" ← AI深度研究員 ? ← 設(shè)為星標

參考資料：

https://www.youtube.com/watch?v=GG77NdMC3kk&t=137s&ab_channel=EO

https://www.youtube.com/watch?v=9ZQP7PfHnuI&t=342s&ab_channel=YCRootAccess

https://www.youtube.com/watch?v=XqYmRSbOsJg&t=638s&ab_channel=LatentSpace

https://www.bloomberg.com/news/articles/2025-09-03/benchmark-bets-big-on-exa-which-wants-to-be-google-for-the-ai-era

https://exa.ai/blog/announcing-series-b

https://nymag.com/intelligencer/article/seo-is-dead-say-hello-to-geo.html?utm_source=chatgpt.com

來源：官方媒體/網(wǎng)絡(luò)新聞

排版：Atlas

編輯：深思

主編: 圖靈