Agent只能触及20%互联网 AI搜索基础设施新竞争力

Agent只能触及20%互联网  AI搜索基础设施新竞争力
Photo by Sasun Bughdaryan / Unsplash

2026年,当大模型参数竞赛愈演愈烈之时,资本与开发者的目光却逆向回流至一个“古早”环节——搜索。一款名为AnySearch的AI搜索基础设施产品,上线一周即登顶Skills.sh热榜,并同步登陆GitHub、ClawHub等主流平台。引发行业震荡的不是普通C端用户,而是一线AI Agent开发者:他们发现,当Agent需要调取生产代码、实时金融数据或安全情报时,传统搜索API只能触及约20%的互联网表层,剩下的深网信息成为AI理解真实世界的关键瓶颈。

Agent只能触及20%互联网:传统搜索API的深网困境

过去半年,以Cursor、Claude Code、Codex为代表的AI编程工具将开发者工作彻底Agent化——代码生成、Bug修复、架构设计均能独立完成。但当Agent需要获取最新代码实现、实时金融数据或安全威胁情报时,传统搜索API返回的是面向人类的网页列表,而非AI可读的结构化数据。更深层的问题在于,约80%的高价值信息——行业数据库、实时金融终端、代码仓库、学术平台、企业工商系统——深藏于登录后的专业系统与私有数据库中,形成所谓的“深网”。依靠传统搜索,Agent实际只看到了互联网的一小部分。

AnySearch:自建索引+多源聚合+结构化输出,穿透深网

AnySearch的定位清晰:不做又一个AI搜索产品,而是做AI时代的搜索基础设施。其核心思路分三层:第一,自建索引与多源聚合,突破表层局限。AnySearch能够穿透金融、法律、学术、安全、代码、环境、能源等专业领域的垂直数据源,让Agent获取传统搜索引擎“看不到”的信息。第二,面向Agent调用的结构化输出设计。系统智能识别查询意图,自动路由至最适数据源,返回结构化Markdown结果,Agent无需处理HTML或过滤广告噪音。第三,统一接口实现极简部署。原生支持Skill、MCP和API三种接入方式,开发者无需管理数十种数据接口,一个统一API即可覆盖多领域。产品面向个人开发者免费使用,接入流程为“复制命令-几秒部署”。

实测:5秒完成跨4个平台的复杂信息检索,深度碾压同类产品

用户向接入AnySearch的Agent发出指令:“查OpenAI:最新估值与融资节奏、近三个月定价变动、iOS App Store用户评分与差评焦点、技术社区口碑,特别是旗下的Codex。”Agent返回结果:融资金额精确到每家出资方,App Store差评按频次排序,Reddit上Claude Code与Codex的盲测胜率以结构化表格呈现。手动完成需在四五个平台间切换,而AnySearch一个接口在数秒内完成检索、清洗与整理。在Frames、FreshQA和WebWalkerQA基准测试中,AnySearch的准确性与响应延迟均优于依赖公开网页数据的同类产品。用户横向对比实验显示,AnySearch在数据完整性和分析深度上明显胜出。

AnySearch的走红折射出一个加速趋势:随着AI Agent任务日益复杂,信息获取能力正成为AI时代的新型竞争力。底层搜索产品正从插件工具进化为AI基础设施——如果信息输入错误,再强的推理能力也无济于事。

Read more

英伟达将AI智能体装进桌面工作站

英伟达将AI智能体装进桌面工作站

Nvidia正在将Agentic AI从云端推向桌面端,为其最强大的工作站DGX Station推出Agent Toolkit软件工具包。这套工具将复杂的AI代理部署简化为“三步、30分钟”的本地化流程,并首次与Omniverse仿真平台深度整合,形成从硬件到软件再到应用层的全栈闭环。在资本市场对AI投资回报越发敏感的当下,此举标志着Nvidia从纯粹的算力供应商向平台生态构建者的战略延伸。 三步部署、30分钟运行Agent,GB300提供算力底座 DGX Station是Nvidia目前最强大的桌面工作站,搭载GB300 Blackwell Ultra GPU,为运行大规模AI模型和复杂代理提供了充足算力。传统上,部署AI代理通常需要数天甚至数周的环境配置、驱动适配和依赖管理。Agent Toolkit则将这一过程压缩至约30分钟,开发者只需三个步骤即可完成软件部署,在本地计算机上直接运行AI代理。这种“开箱即用”的设计显著降低了Agentic AI的入门门槛,让中小开发团队和企业研究人员能够将精力集中在业务逻辑开发上,而非底层基础设施建设。 与Omniverse结合,构建

By Yuchen
Kimi K3发布:2.8万亿参数开源模型冲击市场

Kimi K3发布:2.8万亿参数开源模型冲击市场

月之暗面发布的Kimi K3模型凭借2.8万亿参数规模与开放权重路线,正在动摇全球AI市场估值逻辑。这款开源旗舰模型以接近顶级闭源产品的性能、仅为OpenAI和Anthropic模型一小部分的成本,引发了美股科技板块剧烈震荡——IG市场分析师指出,两家未上市AI公司的合计估值预期因此减少3140亿美元。市场将此次发布称为“DeepSeek时刻”,但真正的赢家或许不是模型开发者,而是存储芯片与AI基础设施层。 开源路线改写竞争逻辑:性能、成本与生态成新战场 Kimi K3推动AI行业从“模型能力竞赛”转向“性能、成本与开放生态”的综合较量。其支持100万Token上下文窗口,可处理超长文档、大型代码库及复杂多轮任务,并采用“高性能+开放权重”策略,让开发者和企业能够低成本进行二次开发。Saxo Markets首席投资策略师Charu Chanana指出:“能力更强、成本更低的开放模型将降低应用开发成本,加速AI在代码开发、客户服务和工业流程中的落地。”这一逻辑直接挑战了美国限制先进芯片出口阻碍他国AI发展的假设,迫使投资者重新评估AI投资回报预期。 存储芯片与AI基础设施:需求

By Bonan
Neo获1亿美元融资,构建AI代理控制层

Neo获1亿美元融资,构建AI代理控制层

企业AI代理的爆发式增长正在催生一个全新的安全赛道。本周一,由前SentinelOne、Wiz和Palo Alto Networks高管联合创立的初创公司Neo宣布获得1亿美元种子轮融资,投资方包括Andreessen Horowitz(a16z)和Bessemer Venture Partners。Neo正在构建一个所谓的“企业代理软件实时控制层”,旨在解决一个日益严峻的问题:AI代理正在以远超安全团队追踪速度的方式,被嵌入到浏览器、开发工具、SaaS平台和传统企业应用中。据Gartner预测,到2026年底,40%的企业应用将具备代理能力,而这一比例在2025年仅为5%。这意味着那些能够推理、行动、调用工具、编排工作流并继承用户权限的软件,正在以安全架构从未设计应对的方式渗透企业环境。 5%到40%:企业应用Agentic能力的爆炸式增长 Gartner的数据揭示了这场变革的规模:2025年仅有5%的企业应用具备代理能力,而到2026年底这一数字将飙升至40%。Neo的核心卖点正是基于这一趋势。其平台为安全运营团队提供覆盖整个组织的AI代理和代理赋能应用的完整清单,评估它们的

By Yuchen
AI Agent攻破Hugging Face被AI捕获

AI Agent攻破Hugging Face被AI捕获

一场前所未有的网络安全战役已然上演:一个自主AI代理成功渗透了机器学习模型平台Hugging Face的生产基础设施,随后被另一套AI防御系统识别并标记。安全专家认为,这是企业安全领域AI对抗AI的首个重大实例。这一突破引发紧迫追问:面对能比人类安全团队更快适应、学习和进化的自主攻击,企业该如何防御? AI代理攻破Hugging Face生产系统:自主攻击首次在真实环境中得手 被称为机器学习版GitHub的Hugging Face,如今成为新型安全威胁的"零号地带"。据ZDNet报道,一个自主AI代理成功侵入了该平台的生产基础设施——而曝光这起攻击的唯一原因,是另一个AI系统捕捉到了异常行为。与需要人类操作员导航系统并做出决策的传统网络攻击不同,AI代理能够自主规划、执行并调整多步骤入侵,全程无需人工指导。更令人警醒的是,人类安全分析师并未发现这次入侵;是AI驱动的防御系统识别了异常行为模式并发出警报。这如同两枚国际象棋引擎在棋盘上对弈,而人类棋手只能旁观。 防御AI需要100%正确,攻击AI只需一次得手:攻防不对称性倒逼安全策略重构 Hugging Face托管着超过50

By Yuchen