Exa

Exa 是一款从零开始专为 AI 智能体和由 LLM 驱动的应用程序构建的网络搜索 API。这家位于旧金山的公司最初作为 Metaphor Systems 通过 Y Combinator (W21) 成立，并于 2024 年 1 月更名为 Exa。该公司运营着一个专有的神经搜索索引，通过语义而非关键字频率对结果进行排名。首席执行官 Will Bryk 坦言了核心问题：“搜索互联网应该感觉像是在一座宏伟的知识宝库中导航。而今天，搜索互联网感觉更像是在垃圾填埋场里翻找。” Exa 在 2025 年 9 月以 $700M 的估值筹集了 $85M 的 B 轮融资，由 Benchmark 领投，Lightspeed、Y Combinator 和 NVIDIA 的 NVentures 部门参投。

该 API 提供了几个不同的端点：Search（带有高亮提取的语义网络检索）、Contents（来自任何 URL 的干净全页文本）、Answer（带有引用的直接回答）、Find Similar（从种子 URL 发现语义相关的页面）以及 Monitors（对匹配新内容的实时警报）。在 API 之上是 Websets，这是一款于 2025 年 2 月 26 日推出的研究自动化产品，它接受纯英语的研究目标，并部署智能体管道来验证数千个来源，最终返回结构化的结果表格。它为 LangChain、LlamaIndex、CrewAI 和 Claude 的 Model Context Protocol 服务器提供了原生集成，截至 2025 年 4 月，其下载量已超过 46,000 次。

Exa 在 2026 年 4 月的实际功能

Exa 的核心机制是一个嵌入优先（embeddings-first）的排名系统。Exa 并没有将查询关键字与页面的关键字频率进行匹配（这是 Google 最初的 PageRank 的工作原理），而是将查询和候选页面都编码到一个共享的向量空间中，然后通过语义相似度进行检索。这意味着像“离开学术界将蛋白质折叠商业化的初创公司创始人”这样的查询，即使这些确切的词汇从未在任何单个页面上同时出现，也能找到相关的页面。

Search API 将结果作为结构化的 JSON 返回，包含 URL、标题、发布日期、作者以及可选的高亮显示（highlights）：源文档中与查询匹配的特定句子。这个高亮功能通过 highlights 参数控制，与输入全页内容相比，它将传递给下游 LLM 的 token 负载减少了 50-75%，同时根据 Exa 的内部基准测试，将 RAG 准确率提高了约 10%。构建检索增强生成（RAG）系统的开发人员无需进行二次抓取调用即可获得干净的输入。

除了标准搜索之外，/findsimilar 端点接受一个 URL 作为输入并返回语义相关的页面，无需查询字符串。这为发现工作流提供了动力：寻找与已知初创公司相似的竞争对手，寻找与参考文章相似的文章，寻找与目标职位相似的招聘信息。Monitors 端点按计划检查与语义查询匹配的新内容，用嵌入质量的触发器取代了手动的 Google Alerts。

通过 websets.exa.ai 访问的 Websets 产品针对的是一种不同的工作流：复杂的多源研究，否则这将需要数小时的手动制表。您用纯英语定义一个目标（“按市值排名的美国前 50 大 AI 初创公司的 CEO”），Exa 就会部署一个智能体管道，处理超过 1,000 个网页，根据您的标准递归验证来源，并输出一个结构化的表格。在 Exa 自己针对复杂查询的对比测试中，该系统找到的正确结果是 Google 的 20 倍，是 OpenAI Deep Research 的 10 倍。查询在几分钟到几十分钟内完成，而不是几秒钟，因此 Websets 适用于研究任务，而不是实时检索。

Exa 与 Tavily 和 Brave Search API 的定位对比

开发者搜索 API 市场有三个主要竞争者，各自的优化方向不同。

Tavily 同样是专为 AI 智能体使用而构建的（并非从消费者产品改造而来），这赋予了它人体工程学上的优势：search_depth 参数允许智能体根据任务的紧急程度在延迟和结果质量之间进行权衡，而 include_raw_content 则在单次调用中添加了全页提取。但 Tavily 依赖于基于关键字的检索和 LLM 后处理，而不是神经排名。它的 P95 延迟为 3.8-4.5 秒，而 Exa 为 1.4-1.7 秒。Tavily 没有专有的人物、公司或代码搜索子索引。在独立的 AN Score 智能体基准测试中，Exa 得分为 8.7，而 Tavily 为 8.6，差距很小。Tavily 于 2026 年 2 月被 Nebius 以 $275M 收购，这为其独立路线图带来了一些不确定性。Exa 的神经排名在语义检索任务中获胜；而当智能体需要明确的质量与速度权衡时，Tavily 的 search_depth 旋钮则更胜一筹。

Brave Search API 采取了完全不同的角度。Brave 运营着一个包含超过 300 亿个页面的独立网络索引，完全独立于 Google 或 Bing 的基础设施，并且该 API 明确记录零查询数据，使其成为医疗保健、法律或政府工作负载的首选工具，在这些领域，查询机密性是一项合规要求。它的免费层更慷慨（每月 2,000 次查询，而 Exa 为 1,000 次）。权衡之处在于：Brave 使用基于关键字的排名，因此小众的技术或概念查询返回的结果较少。在相同的 AN Score 智能体基准测试中，Brave 得分为 7.1，比 Exa 低约 1.6 分。当合规状态或预算比检索精度更重要时，请选择 Brave；当语义理解是首要需求时，请选择 Exa。

“Websets 的结果很好，因为嵌入模型返回的是实际的初创公司主页，而基于关键字的引擎返回的是列表文章。” - HN 用户，Hacker News 发布帖，2025 年 5 月

智能体集成工作流的实际情况

对于将 Exa 添加到 LangChain 智能体的 Python 开发人员来说，集成大约需要十几行代码：安装 SDK（pip install exa-py），使用 API 密钥实例化一个 Exa 客户端，并使用内置的 ExaSearchRetriever 包装器。对于 CrewAI，文档中有一个专用的 @tool 装饰器模式。MCP 服务器完全无需代码即可连接到 Claude Desktop 或任何兼容 MCP 的客户端，将网络搜索、研究和代码文档搜索作为原生工具呈现。

定价模型基于使用量，API 层无需订阅。每月 1,000 次请求的免费额度涵盖了原型设计和评估。在生产规模下，一个每月运行 10,000 次搜索的团队按标准 Search 费率（每 1,000 次 $7）支付约 $70。初创公司和教育项目可以申请 $1,000 的免费积分。速率限制默认为 10 QPS（每分钟 600 次请求），这对于大多数单智能体工作流来说已经足够，但对于并行的多智能体管道则需要排队逻辑。企业客户可以直接协商更高的上限。

Websets 产品是一个单独的基于积分的订阅。$49/月的 Starter 层提供 8,000 个积分，每个 Webset 最多 100 个结果。一个包含 100 个验证结果的复杂 Webset 会消耗很大一部分积分，这让新用户措手不及。一位 HN 用户报告说，在一次探索性搜索中就花掉了 1,000 个免费积分中的 750 个。经验丰富的用户的建议是：在承诺订阅某个计划层级之前，使用开发者仪表板跟踪积分消耗模式。

“我们整个搜索系统的巨大价值来自于检索，而不是 LLM。我们的客户通常会自带 LLM 和提示词。” - Will Bryk，首席执行官，Sacra 采访

Exa 是为谁构建的

Exa 将 AI 工程师和开发团队作为其主要受众。如果您正在构建 RAG 管道、需要查找信息的 AI 智能体或研究自动化产品，Exa 就是专为该工作负载设计的 API。该公司的基准测试声明（在 FRAMES 上的准确率为 54.4%，而竞争对手为 44.5% 和 21.6%）及其客户名单（Cursor、AWS、Databricks、Groq）表明其质量标准是真实的。

Websets 将价值扩展到了需要大规模结构化、经过验证的研究的非工程师研究人员：构建潜在客户列表的销售团队、构建竞争情报跟踪器的分析师、寻找候选人池的招聘团队。纯英语界面消除了编写 API 调用的需要，但对于随意的单次查找，Websets 产品仍然比 Google 搜索更慢且更昂贵。

在开发者受众中，Exa 对于已经使用 LangChain、LlamaIndex 或 CrewAI 的团队来说尤其强大，因为原生集成意味着无需自定义粘合代码。Claude MCP 用户获得了最快的入门路径：一键在 Claude Desktop 中添加连接器，无需终端。

Exa 不是什么

Exa 不是日常网页浏览中 Google 或 Perplexity 的替代品。它没有聊天界面，没有后续问题流程，也没有消费者用户体验（UX）。如果您希望 AI 搜索网络并以对话方式回答问题，Perplexity Sonar 或带有网络搜索的 Claude 会做得更好。

Exa 也不是处理隐私关键型工作负载的合适工具。如果您的查询包含敏感的患者、法律或财务信息，并且您需要合同保证这些查询永远不会被记录，那么 Brave Search API 的零查询记录状态更为合适。Exa 没有发布同等的保证。

Websets 不适合实时检索。返回 50-100 个验证结果的查询需要几分钟到几十分钟，在复杂标准下偶尔会更长。如果您的智能体循环需要在两秒内获得网络搜索结果，请使用基础的 Search API，而不是 Websets。

最后，Exa 的积分系统对间歇性用户不利。$49/月的 Websets 计划只有在您持续运行搜索以在月底重置前消耗完积分时才划算。偶尔进行研究的团队可能会发现，按查询计费的 API 定价要比他们只消耗了一部分的月度订阅更经济。