Agent 模型越來越會(huì)推理，但喂給它的信息，依然來自一個(gè)為人類眼睛設(shè)計(jì)的搜索體系。

金融數(shù)據(jù)、裁判文書、學(xué)術(shù)引用、威脅情報(bào)，這些完成專業(yè)任務(wù)真正需要的數(shù)據(jù)，大多在傳統(tǒng)搜索引擎觸及不到的地方。這些藏在開發(fā)者日常體驗(yàn)里的問題，導(dǎo)致其在使用 Agent和 AI工作流執(zhí)行復(fù)雜任務(wù)時(shí)，往往需要經(jīng)歷多輪搜索。更新不及時(shí)、來源不可靠的低質(zhì)量信息，直接將后續(xù)推理引向錯(cuò)誤方向。

近日，一家初創(chuàng)公司推出了專為 Agent 設(shè)計(jì)的 AI 搜索層服務(wù)。

AnySearch 5 月11日正式上線，上線首月已有 10 萬名全球開發(fā)者接入使用，累計(jì)搜索調(diào)用量突破400 萬次，GitHub Star 數(shù)突破 4000。來自亞太、北美、歐洲等多個(gè)地區(qū)的開發(fā)者，已經(jīng)將 AnySearch 設(shè)置為 Agent 默認(rèn)的搜索層工具。上線僅一周便沖上 Agent 技能市場(chǎng) Skills.sh 的熱榜第一。

6 月3日，AnySearch V2.1.0 版本正式發(fā)布，完成上線以來算法層與架構(gòu)層的核心升級(jí)。

目前，產(chǎn)品對(duì)個(gè)人開發(fā)者全面免費(fèi)，Pro 付費(fèi)版與企業(yè)定制方案也在同步推進(jìn)中，全程無廣告、無用戶數(shù)據(jù)追蹤，查詢處理后即銷毀。

適配 Agent 需求：重構(gòu)傳統(tǒng)搜索邏輯

AnySearch 要解決的核心問題，是當(dāng)前搜索體系與 Agent 需求的錯(cuò)位：過去三十年的搜索引擎全部圍繞人的眼睛設(shè)計(jì)，以 Top-K 相關(guān)性作為主要優(yōu)化目標(biāo)。但 Agent 不是人，它擁有更寬、更平緩的信息感受野，能短時(shí)間消化大量輸入，搜索結(jié)果會(huì)直接進(jìn)入后續(xù)推理鏈路，成為分析和決策的依據(jù)。給人看的相關(guān)性排序，對(duì) Agent 來說是一套過時(shí)的機(jī)制。

“我們認(rèn)為，未來 Agent 的競(jìng)爭(zhēng)不僅是模型能力的競(jìng)爭(zhēng)，更是信息獲取能力的競(jìng)爭(zhēng)。” AnySearch 聯(lián)合創(chuàng)始人韓廣彤表示。

圖丨 AnySearch 團(tuán)隊(duì)成員（來源：AnySearch）

AnySearch 核心成員都是資深的 AI 開發(fā)者，在產(chǎn)品開發(fā)的初期，他們圍繞 AI Agent 信息獲取的話題，深度訪談了 100 多位開發(fā)者，提煉出了三個(gè)普遍需求：搜索過程要高效，減少調(diào)用次數(shù)和上下文消耗；相比覆蓋更多網(wǎng)頁，開發(fā)者更想直接拿到金融、法律、學(xué)術(shù)、安全這類專業(yè)領(lǐng)域的多維數(shù)據(jù)；他們要的不是又一個(gè)搜索引擎，而是一套貼合 Agent、AI 工作流的信息獲取基礎(chǔ)設(shè)施。

放眼全球， AI 搜索賽道的前景已經(jīng)部分得到驗(yàn)證，美國 AI 原生搜索廠商 Exa 以 22 億美元估值完成融資。

全鏈路智能搜索：少量調(diào)用完成復(fù)雜專業(yè)調(diào)研

基于對(duì)開發(fā)者需求的深刻洞察，AnySearch 構(gòu)建了一套全新的搜索體系。一條查詢進(jìn)入 AnySearch，第一步不是直接檢索，而是查詢理解。

以企業(yè)盡調(diào)場(chǎng)景為例，用戶在 Agent 里輸入查詢某公司股權(quán)結(jié)構(gòu)、涉訴記錄和專利布局的指令，系統(tǒng)會(huì)先識(shí)別出這是一項(xiàng)企業(yè)研究任務(wù)，并把它拆解成幾個(gè)維度的信息需求。隨后進(jìn)入路由編排：股權(quán)結(jié)構(gòu)走企業(yè)工商數(shù)據(jù)源，涉訴記錄走法律數(shù)據(jù)庫，專利布局走知識(shí)產(chǎn)權(quán)數(shù)據(jù)庫，多路并行檢索。

圖丨 AnySearch 的查詢檢索流程（來源：AnySearch）

結(jié)果返回后，系統(tǒng)對(duì)不同來源的數(shù)據(jù)做歸一化、重排序和結(jié)構(gòu)化融合，把股權(quán)關(guān)系、經(jīng)營記錄、訴訟信息和專利數(shù)據(jù)映射到同一家企業(yè)實(shí)體上。最終交付給 Agent 的是一份帶來源標(biāo)注的結(jié)構(gòu)化盡調(diào)結(jié)果，Agent 可以直接基于它生成報(bào)告。

同樣的路由邏輯適用于 AI 編程、學(xué)術(shù)研究等垂直領(lǐng)域，其價(jià)值不只是信息更準(zhǔn)，也在于減少無效檢索帶來的延遲和資源浪費(fèi)。

這種效率差距是可以被量化的。在 AnySearch 最近做的一次搜索能力測(cè)試中，幾個(gè)接入不同搜索工具的 Agent 完成同一項(xiàng)代碼研究任務(wù)，所有方案都找到了正確答案，但 AnySearch 只用了 1 次搜索調(diào)用，其他工具分別用了 7 次、16 次和 28 次。有開發(fā)者實(shí)測(cè)反饋，平臺(tái)輸出的金融數(shù)據(jù)精確到了具體數(shù)字，而不是模糊的“大幅增長”。

圖丨 AnySearch 在三個(gè)基準(zhǔn)數(shù)據(jù)集上的準(zhǔn)確率表現(xiàn)（來源：AnySearch）

V2.1.0 的升級(jí)重點(diǎn)也在這條鏈路上：算法層引入了融合語義相關(guān)性與時(shí)效性信號(hào)的混合排序，架構(gòu)層重構(gòu)了領(lǐng)域劃分和路由邏輯。韓廣彤表示，此前最大的瓶頸不是單純的延遲或準(zhǔn)確率，而是搜索質(zhì)量的穩(wěn)定性，當(dāng) Agent 開始處理越來越復(fù)雜的跨領(lǐng)域任務(wù)時(shí)，系統(tǒng)需要持續(xù)返回正確結(jié)果。

自建數(shù)據(jù)管線的苦活兒，成為信息護(hù)城河

專業(yè)數(shù)據(jù)從哪來，決定了產(chǎn)品的質(zhì)量。AnySearch 采用自建索引加外部數(shù)據(jù)源接入的聯(lián)邦架構(gòu)。對(duì)于金融、法律、學(xué)術(shù)、安全、企業(yè)工商等高價(jià)值領(lǐng)域，團(tuán)隊(duì)建設(shè)了自己的數(shù)據(jù)管線，覆蓋采集、清洗到索引構(gòu)建的端到端鏈路；核心數(shù)據(jù)完全自主可控，規(guī)避第三方 API 帶來的質(zhì)量、更新頻率與穩(wěn)定性問題；通用場(chǎng)景與長尾需求則通過外部數(shù)據(jù)源補(bǔ)足。

針對(duì)金融、司法等高容錯(cuò)率場(chǎng)景，平臺(tái)搭建了多源交叉驗(yàn)證機(jī)制，所有結(jié)構(gòu)化數(shù)據(jù)均保留來源信息和可追溯鏈路，避免 Agent 基于單一來源信息做出誤判。

但真正的苦活兒在日常維護(hù)。專業(yè)數(shù)據(jù)運(yùn)維是長期深耕的系統(tǒng)性工作：不同領(lǐng)域數(shù)據(jù)更新節(jié)奏差異極大、接口協(xié)議和質(zhì)量信號(hào)完全異構(gòu)、跨領(lǐng)域之間也不存在天然可比的質(zhì)量標(biāo)準(zhǔn)。此外，Agent 拿到結(jié)果后推理效果如何，搜索系統(tǒng)看不到，只能靠間接指標(biāo)持續(xù)改進(jìn)。韓廣彤說：“這是一塊永遠(yuǎn)滾不到山頂?shù)氖^”。

Skill 接入方式走紅，社區(qū)生態(tài)自發(fā)生長

AnySearch 同時(shí)支持 Skill、MCP、API 三種接入方式，幾乎零配置、易部署的 Skill 方案最先出圈，在社區(qū)贏得了廣泛認(rèn)可，AnySearch 上線僅一周便沖上 Agent 技能市場(chǎng) Skills.sh 的熱榜第一。

圖丨 AnySearch 的 GitHub 主頁（來源：GitHub）

韓廣彤表示，雖然 AnySearch Skill 在 GitHub 上的關(guān)注度高于 MCP，但這不代表實(shí)際使用量領(lǐng)先。在團(tuán)隊(duì)的定位里，Skill 適合個(gè)人輕量化場(chǎng)景，MCP 與 API 更適配企業(yè)級(jí)深度集成與生產(chǎn)環(huán)境部署，本地化 MCP 方案也在持續(xù)探索中。

除了增長速度超出了預(yù)期，更讓團(tuán)隊(duì)意外的是擴(kuò)散方式。越來越多開發(fā)者自發(fā)為 AnySearch 編寫第三方工具和工作流，一些團(tuán)隊(duì)原本沒有重點(diǎn)關(guān)注的 Agent 框架里，也出現(xiàn)了社區(qū)貢獻(xiàn)的集成項(xiàng)目。