
5月11日股市如何配资炒股,一个名为AnySearch的项目正式上线。
它不像传统搜索引擎,帮人找官网、博客、教程、科普文章一样的网页,而是专门给AI Agent喂数据。
一个API Key,接通22个专业数据源,从金融行情到法律判例,从学术论文到网络安全情报,全打包。
Benchmark测试里,准确率,响应速度,两个维度都甩开Parallel和Brave。而且匿名使用、无追踪、零遥测,你的查询只属于你。
AnySearch的核心定位、就是要做AI时代的搜索基础设施,从帮人找信息,到帮AI Agent理解世界。
统一入口,通吃数据源
做Agent开发的人都知道,搜索模块的集成成本有多高。
想让一个Agent同时查企业股权、拉A股分钟级行情、搜法院裁决书、找GitHub代码实现、提交文件到VirusTotal做安全检测,你得分别注册企查查、Finnhub、PubMed、VirusTotal的账号,啃几十套不同的API文档,管几十个API Key的限流和余额,还得自己写路由逻辑判断什么查询发给哪个数据源。
这套活儿干下来,搜索模块的开发成本可能比Agent本身还高。
AnySearch把这一切打包了。一个API Key,访问AI所需的优质数据源。开发者不用当API集成工程师,接进去,剩下的交给它。
通用搜索、代码、科技、服饰、旅行、家居、购物、游戏、影视、音乐、金融、学术、法律、商业、知识产权、网络安全、教育、健康、宗教、地理、环境、能源等垂直领域全覆盖。几乎覆盖了Agent的全场景需求。
行业分析机构估算,超过90%的企业数据属于暗数据(Dark Data),被收集和存储,却从未被有效利用。
另外,互联网上占比很高的重要信息,是Google和Exa完全触及不到的。AnySearch已经替你将它们接入。
这跟索引能力无关,架构上就不可能覆盖,因为这些数据锁在付费数据库、实时金融终端、安全代码仓库、学术研究平台和专有企业系统里。
接入方式也很灵活。三种路径覆盖不同类型的用户:REST API,通用,适配任何编程语言和Agent框架;MCP(Model Context Protocol,模型上下文协议)Server,Claude Desktop、Cursor、Windsurf、OpenCode配一行JSON即可接入;Skill,直接作为Agent技能调用。
从硬核开发者到轻度极客,全照顾到了。
智能路由,精准投喂
AnySearch技术内核里有一个关键模块:智能意图路由(Intent Classifier)。
一条查询进来,内置的Intent Classifier自动识别查询意图,通过多维路由匹配,精准路由到最相关的2到3个数据源。系统不会对所有数据源做全量扇出,只查最该查的源,速度更快,Token消耗更低。
多个数据源同时返回结果时,AnySearch用RRF(Reciprocal Rank Fusion,倒数排名融合)算法做结果融合。同一条信息被多个源交叉验证时排名自动提升,URL规范化去重避免重复。
融合后再经过多维度质量重排序,Agent可以直接用分数做决策,不用再花Token做二次筛选。
输出格式上,AnySearch返回清洗后的结构化Markdown,通常每条结果500到2000个Token。
同样的查询,Agent用Exa搜10条结果,平均消耗约15000个Token;用AnySearch搜5条高质量结果,平均消耗约5000个Token。Token消耗降低60%到70%。
在Frames、FreshQA、WebwalkerQA三个数据集共300道题的评测中,AnySearch整体准确率76.4%,三项数据集中FreshQA拿到80.0%,WebwalkerQA上65.2%,比Brave高出18.4个百分点,比Parallel高出4.2个百分点。
延迟方面,AnySearch平均47.8秒完成一个QA任务,比Parallel的74.4秒快36%,比Brave的68.9秒快31%。在WebwalkerQA上,AnySearch用76.5秒,Parallel膨胀到145.6秒,Brave到133.0秒,差距接近一倍。
AnySearch与Brave在6个真实场景中对比,综合评分8.9比7.5。
安全工程师告警分析,AnySearch交叉验证多个专业情报源并给出可执行响应方案,得分9.5比8.2;开发者项目代码搜索,AnySearch返回生产级完整代码含核心算法和工程细节,9.5比7.8;商务出行实时决策,AnySearch一次查询返回航班状态、汇率和多种交通方案,8.0比5.5,Brave连航班查询都没通过,还包含事实错误。
架构级隐私,查询不留痕
Agent通过搜索接口查询的内容,可能涉及商业机密、安全敏感信息、法律风险数据。这些查询被记录、被分析、被用于训练模型,后果很严重。
AnySearch的做法是:从架构层面把隐私保护作为第一优先级。
用户的搜索查询不会被记录,不会被用于训练模型,不会被分享给第三方。系统不收集任何遥测数据,不追踪用户行为,不做用户画像。所有API请求通过加密通道传输,查询内容在处理完成后即时丢弃,不做持久化存储。
具体到技术实现,AnySearch采用零留存执行(Zero Retention Execution),处理路径上无恢复性数据;零知识凭证(Zero-Knowledge Credentials),凭证经不可逆变换且无法恢复;私有能力隔离(Private Capability Isolation),企业专属能力不进入公共范围;分层认证(Layered Authentication),无缝支持匿名和授权两种访问方式。
匿名使用、无追踪、零遥测,你的查询只属于你。
这在当前AI搜索赛道中很稀缺。大多数AI搜索工具,多多少少都在用用户查询数据优化自身模型,这几乎是公开的秘密。AnySearch选择不碰这条线,对处理敏感信息的开发者和企业用户来说,这一点尤为关键。
AI搜索的第四次范式转移
回望搜索引擎的历史,每一次范式转移,都伴随着谁在搜的改变。
1998年Google诞生,搜索帮人找网页。
2010年代移动互联网兴起,搜索帮人找服务。
2023年ChatGPT引爆LLM浪潮,Perplexity们把搜索变成帮人找答案。
2026年,搜索正在经历第四次范式转移:从帮人找信息,到帮AI理解世界。
Agent时代,搜索的消费者变了,变成了机器。机器不需要链接,不需要HTML,不需要花里胡哨的搜索结果页,需要的是结构化的、经过验证的、可以直接用于推理和决策的数据。
未来的AI不只要会思考,更需要真正看见世界、理解世界。互联网时代的搜索引擎帮助人类寻找网页;AI时代,Agent需要的不是一串链接,而是可信、结构化、可执行的信息结果。
Agent开始执行复杂任务时,真正的瓶颈往往不再是推理能力,而是信息获取能力。缺少可靠的信息获取层,再强大的AI模型,也难以真正理解现实世界。
Forrester和Gartner的研究报告指出,大部分AI项目失败或表现不佳,原因在于缺乏AI就绪(AI-ready)的数据。AI要提供真正的竞争优势,必须基于组织独特的、富含上下文的专有数据来训练和交互,面向公共网页的工具根本干不了这个活。
AnySearch给自己的定位是一家应用型AI实验室,正在构建AI时代的全新搜索基础设施。
这是一个全新的基础设施层。谁先把这一层做好,谁就拿到AI Agent生态的入场券。
参考资料:
https://www.anysearch.com/home
https://github.com/anysearch-ai/anysearch-skill
https://www.prnewswire.com/apac/news-releases/anysearch-launches-as-search-infrastructure-built-for-ai-agents-302768057.html
https://briefglance.com/articles/anysearch-launches-to-unlock-dark-for-ai-agents
https://letsdatascience.com/news/anysearch-launches-search-infrastructure-for-ai-agents-a94ba119股市如何配资炒股
联华证券提示:文章来自网络,不代表本站观点。