Agent 时代，为什么有人开始重新造 Google？
BestBlog编程类文章 · 软件开发
📌 一句话摘要 前 Yandex 搜索负责人创立的 Keenable 正在重建一套专门服务 AI Agent 的搜索基础设施，与 Exa 等竞争者共同推动 Agent Search 从「帮人找网页」转向「以最低成本完成任务所需信息」，但 Publisher 价值交换、安全性和中文互联网封闭性构成主要挑战。 📝 详细摘要 文章围绕 Keenable 创业公司展开，讲述前 Yandex 搜索负责人 Andrey Styskin 与 Amazon AGI 出身的联合创始人 Matthias Petri 建立独立 Web Index（已覆盖 1000 亿文档），为 AI Agent 提供低延迟、低成本搜索基础设施的故事。文章系统分析了 Agent 搜索与人搜索的本质差异：Agent 需要在任务循环中反复调用搜索，关注 Recall、Freshness、Latency、Token Efficiency、Provenance 等机器友好指标，而非人类点击率。同时梳理了竞争格局——Exa 已拥有同等量级索引并进入 C 轮，Cursor、AWS、Groq 等均为其客户；国内博查、心流、腾讯云、阿里云也在布局。文章进一步讨论了成本结构的演变（cost per search → search cost per completed task）、WebQueryLanguage 所指向的「SQL for the open Web」终局愿景，以及三大结构性障碍：Publisher 与 AI Crawler 的价值交换断裂、Agent 搜索的安全风险（间接 Prompt Injection），以及中文互联网高度封闭导致的独立 Index 难以触达真实内容。 💡 主要观点 Agent 搜索与人搜索的优化目标完全不同，Agent Search 的核心指标是机器可用而非人类点击。 人使用搜索引擎是单向的 Query→结果页→点击→阅读；Agent 则在任务执行循环中反复搜索、获取、读取、验证、修改 Query。因此 Agent 需要的是足够完整、新、来源可信且精简的上下文，传统搜索的点击率、排序逻辑不再适用，取而代之的是 Recall、Freshness、Latency、QPS、机器可读性、Token Efficiency、Provenance 和任务完成总成本。 Agent Search 的竞争正在从 API 层下沉到 Web Index 层，独立索引成为核心壁垒。 Keenable 和 Exa 都选择从底层重新做 Crawl、Index、Retrieval 和 Ranking，而非在 Google/Bing 之上套模型层。Exa 已覆盖 1000 亿文档、跟踪 1.4 万亿 URL，客户包括 Cursor、AWS、Groq 和 Devin；Keenable 定价每千次请求 1～4 美元，瞄准大规模生产环境。价格本身正在成为竞争指标，因为 Agent 高频调用使单次成本积累显著。 Agent 搜索的成本结构正在重塑，搜索基础设施开始与模型推理在同一张账单中。 Agent 一个复杂任务可能触发数十至上百次搜索，每次搜索还伴随 Fetch、Query Rewrite、结果过滤、Context 整理等额外 Token 消耗。因此计费单位从 cost per search 演变为 search cost per completed task。Token Efficiency 成为关键卖点——只把与任务相关的精炼段落送入模型上下文，节省的不仅是搜索成本，还包括后续推理 Token。 Agent Search 的终局可能不是「更聪明的 Google API」，而是「开放 Web 的 SQL」。 Keenable 正在开发的 WebQueryLanguage 目标是让 AI 系统组合多个 Web 来源来回答任何单一页面无法提供的完整问题。这意味着 Web 从「网页集合」转变为「可被机器查询的数据集」，Agent 不再关心哪个网页排第一，而是直接提出自己真正想解决的问题，系统负责从不同来源找实体、组合事实、保留证据链。 Agent Search 面临 Publisher 价值断裂、安全风险和中文互联网封闭三大结构性障碍。 第一，Google 与 Publisher 之间存在持续二十多年的流量交换关系，但 Agent 可能读完十个网页后直接输出答案， Publisher 拿不到访问量和广告收入——Cloudflare Pay Per Crawl 正是对此的回应。第二，Agent 搜索结果影响机器「相信什么、做什么」，恶意网页可通过间接 Prompt Injection 影响拥有权限的 Agent，安全维度远超传统搜索。第三，中文互联网大量实时信息存在于微信、小红书、抖音等封闭