Exa AI 发布 Websets：复杂查询搜索结果超越 Google 20 倍
Exa AI 联合创始人兼 CEO Will Bryk 于 2025 年 2 月 19 日宣布，其最新搜索产品 Websets 在针对复杂查询的基准测试中，检索到的正确结果数量平均比 Google 高出 20 倍以上。这一突破标志着 AI 搜索领域从简单的关键词匹配向深度语义理解与实体关联检索的重大跨越。
背景：Google 在复杂查询上的局限性
尽管 Google 在简单查询上表现卓越，但在处理包含多重约束条件的复杂问题时显得力不从心。例如，"寻找旧金山湾区拥有博客的软件工程师"或"寻找纽约拥有超过 10 名员工且从事未来硬件开发的初创公司"这类查询，Google 的传统索引机制往往难以精准定位。
为了解决这一痛点，Exa AI 构建了 Websets 系统。该系统专为检索具有多个维度的实体（如人物、公司、新闻事件等）而设计，旨在提供近乎全面且精确的结果列表。
核心技术：Agent 集群与 Embedding 算法
Websets 的核心架构依赖于两大创新：
- 大规模 Agent 部署：针对每一次搜索请求，系统会动态部署一支由多个智能体（Agents）组成的“军队”。这些智能体协同工作，利用 Exa 独有的基于 Embedding 的搜索算法，从海量数据中筛选出符合用户意图的实体。
- 自定义 Embedding 算法：不同于通用的向量检索，Exa 针对特定领域的实体关系进行了深度优化，能够更准确地理解查询中的隐含条件和逻辑关系。
基准测试：如何验证 20 倍的提升？
由于目前网络上缺乏针对此类多条件实体搜索的标准化基准，Exa AI 团队决定自建测试集。
- 测试集生成：为了避免人为偏差，团队使用 o1 模型生成 200 个复杂查询。Prompt 经过严格设计，仅运行一次以确保样本的随机性和无偏性。
- 评估方法：将查询分别输入 Websets、Google Search API 以及 OpenAI 的 Deep Research。对于 Google 和 Websets 的结果，使用 gpt-4o 根据预设标准（如结果是否清晰描述、是否涉及权威机构、立场是否反转等）进行自动化评分。
- 对比对象：除了 Google，团队还将 Websets 与 OpenAI 的 Deep Research 进行了对比，后者虽精度较高，但在结果数量上往往受限。
测试结果：数据说话
测试结果显示了 Websets 在结果数量上的压倒性优势：
- Google：平均仅获得 16 个符合所有标准的正确结果。这归因于其基于关键词的匹配算法在处理复杂逻辑时的不足。
- OpenAI Deep Research：虽然单条结果的精度较高，但受限于生成机制，往往难以找到足够多的结果。
- Websets (低算力版)：请求 100 条结果，平均获得 66 个正确结果。
- Websets (高算力版)：请求 1000 条结果，平均获得 320 个正确结果。
正如 Exa AI 所言，"20 倍于 Google"已经是一个令人满意的里程碑。通过增加算力投入，Websets 的结果数量理论上可以无限扩展，完全取决于用户的预算。
实际价值与应用场景
对于开发者而言，Websets 的 API 提供了强大的 Agent API 和 Contents API，使得构建能够处理复杂业务逻辑的 AI 应用成为可能。无论是市场调研、竞品分析还是深度新闻挖掘，Websets 都能提供远超传统搜索工具的数据密度。
Exa AI 表示，Websets 不仅是一个搜索工具，更是连接人类意图与互联网海量数据的桥梁，旨在让每一次搜索都能挖掘出真正有价值的信息。
