专门为AI模型设计的搜索引擎平台
Exa AI 正式发布 ATLAS 基准测试，旨在解决现有智能体搜索评测“记忆饱和”与“成本高昂”的痛点。该基准包含 547 个基于真实搜索需求生成的深度研究任务，要求智能体在单任务成本低于$1 且耗时 1 分钟内完成。实验显示，即便是最高效的智能体搜索系统，在追求极致成本时行 F1 分数也难以超过 0.5，揭示了当前智能体在复杂网页搜索中的显著能力瓶颈。
Guides, comparisons and explainers on search, retrieval and building with web data.
Exa AI 正式推出 Places 功能，将索引规模扩展至 2.11 亿处全球实体（餐厅、博物馆、医院等），并结构化输出营业时间、评分及联系方式。该功能免费向所有开发者开放，旨在解决 AI Agent 在现实世界交互中缺乏实时业务数据的问题。实测数据显示，Exa Places 在检索准确性的 F1 分数上显著优于竞品，为构建具备真实行动能力的智能助手提供了坚实基础。
Exa AI 正式推出其最高阶的 Agent 产品 Exa Agent Ultra，旨在解决复杂深度研究任务。该版本在 WANDR、DeepSearchQA 等多项基准测试中全面超越 Opus 5.5、GPT-6 Astra 及 Perplexity Agent，尤其在实体发现（Find-All Company）任务上效率提升超 2000%。核心突破在于动态调度机制，将前沿大模型仅用于关键判断，其余任务由轻量级模型处理，实现了在保持最高质量的同时，将单次任务成本降低至竞争对手的一半甚至更低。
Exa AI 正式推出 Exa Snapshot 功能，基于覆盖过去 20 年的 4000 亿+ 网页快照数据，实现按特定时间点回溯搜索。该功能旨在解决大模型评估中的‘数据泄露’问题，确保强化学习（RL）训练与金融回测的公平性与可复现性。开发者可通过 API 参数 snapshotAsOf 轻松调用历史版本数据，为 AI 研究提供强有力的时间维度验证工具。
Exa AI 正式推出 Dynamic Highlights 研究预览版，旨在解决智能体（Agent）搜索中上下文窗口膨胀和 Token 成本过高的问题。该技术将文档检索粒度从“文档级”提升至“Token 级”，通过全局动态分配策略，在保持甚至提升回答质量的前提下，平均减少 95% 的冗余 Token 使用。实测数据显示，在单轮搜索中 Token 效率提升 40%，在长周期智能体任务中降低 30% 的 Token 消耗，标志着 AI 搜索从“广度覆盖”向“精准高效”的范式转移。
Exa AI 正式推出针对学术出版物和科技文献的 SOTA（最先进）搜索能力，构建了包含约 3.5 亿篇论文及 3000 万作者的专用索引。该功能支持自然语言语义搜索，能精准匹配模糊记忆或实验细节。在独立评测中，Exa 在已知项检索和舌尖效应检索上的准确率分别达到 86.4% 和 82.8%，显著优于 Google Scholar 等传统工具，平均响应时间低于 400 毫秒。
Exa AI 宣布完成 2.5 亿美元 C 轮融资，估值达 22 亿美元，由 a16z 领投。此次融资旨在强化其作为“AI 专用搜索引擎”的核心壁垒，应对未来 AI 代理（Agents）对海量、精准信息的爆发式需求。Exa 凭借自建爬虫、定制化嵌入模型及极速响应能力，已服务 Cursor、HubSpot 等 5000+ 客户，并计划将搜索吞吐量提升至每秒数十万次。
Exa AI 发布最新研究《How Search Quality Shapes RL Outcomes》，对比了基于 Exa 搜索与 Google SERP 的强化学习（RL）训练效果。研究发现，使用 Exa 作为后端训练搜索代理（Search Agents）在相同训练算力下能取得更高的性能表现。该研究采用 Qwen3-4B-Instruct 模型，通过 LoRA 适配器进行微调，验证了高质量实时检索对智能体决策能力的决定性影响，标志着从离线检索向高质量实时搜索代理的范式转变。
Exa AI 宣布与 Google 达成深度战略合作，将 Exa 的实时网页搜索与 Highlights 模型深度集成至 Gemini Enterprise Agent Platform。此次合作标志着 Exa 的 Grounding 技术正式进入企业级大模型应用层，通过动态提取高价值内容片段，解决传统 RAG 中信息冗余与时效性不足的问题，为开发者提供零代码接入的增强型智能体解决方案。
Exa AI 正式推出名为 Canon 的搜索引擎编排系统，旨在解决复杂搜索场景下的可观测性与扩展性难题。通过将搜索管道重构为有向无环图（DAG），Canon 实现了自动并行执行、持久化运行及全链路可观测性。这一架构变革不仅提升了 250ms 内的响应速度，更让开发者能够像调试代码一样调试搜索逻辑，有效应对由 AI Agent 编写代码带来的全局约束推理挑战。
Exa AI 宣布成立首家亚太区办公室，选址新加坡，专注于核心检索架构工程。此举旨在服务亚太客户并汇聚顶尖工程人才，重新定义基于 AI 的 Web 规模检索基础设施。
