作为世界上第一个自称「为 AI 构建搜索引擎」， Exa 的目标是要打造一个专门为 AI 量身定制的搜索工具。

　　Exa 界面的设计风格很容易让人联想到 NGA 论坛，只不过它比 NGA 论坛审美更到位。一抹清新蓝点缀其间，辨识度瞬间拉满。

　　Exa 的独特之处在于其使用了向量数据库和嵌入模型技术，能够预测下一个相关链接，而不是下一个词。

　　比如，当我输入「拔火罐真的能去湿气吗？」的问题时，Exa 不会像其他 AI 搜索引擎那样提供长篇大论的总结，而是给出与传统搜索相似的结果。

　　与 Google 的结果相比，Exa 在信息源的引用上并无太大差异，甚至 Google 结果呈现方式要更直接。

　　只不过，Exa 在搜索的范围上下足了功夫，从博客、新闻、文件到 GitHub，主打一个精确搜索。

　　当然，其实如果你掌握高级的搜索技巧，上述行为在 Google 上其实也不难做到，但 Exa 就胜在一个上手门槛低。

　　今年 2 月份，Exa 查询的长度最多为 512 tokens，这意味着我们甚至能搜索整个段落。

　　而 Exa 与 Google 的最大区别则是， Exa 是按照语义搜索，而不是按关键词搜索，也就是，当你输入问题时，由 AI 大模型驱动的 Exa 会充分理解你的问题，然后筛选结果。

　　据介绍，Exa 的优势在于其网络级神经搜索引擎，这也是首个使用端到端的 Transformer 技术进行过滤的搜索引擎。

　　听着有些玄乎，比如当我输入「顶级开源 AI 模型」，查询实际上会指向 Mistral、Llama 等模型的链接，而 Google 只会首先呈现关于开源 AI 的新闻报道。

　　Exa 本质上是为 AI 服务的，它最大的作用就是通过 API 接口的方式嵌入到各类 AI 服务之中，甚至可以轻松调用任意数量的搜索结果，无论是 10 条还是 1000 万条，都可以轻松实现。

　　在接受 A 轮融资之前，Exa 已经完成了 500 万美元的种子轮融资，这两轮融资使 Exa 的总融资额达到了 2200 万美元。

　　投资者 Lightspeed 表示，AI 系统的三个关键组成部分是计算、模型和数据。英伟达提供计算基础。Anthropic、OpenAI 和其他基础模型公司训练模型，Exa 提供关键数据和知识。

　　Databricks 首席科学家表示，模型的好坏取决于它们所训练的数据，而 Exa 的搜索使我们能够获得无法通过任何其他方式找到的高质量数据。

　　的确，在大家伙都在内卷 AI 赛道时，Exa 选择了一条少有人走的路，专注于为 AI 打造专属的搜索工具。

　　该团队的目标并不是要成为颠覆 Google 的搜索初创公司，而是要做服务于 AI 的搜索引擎。

　　随着 AI 能力的增强，一个专门针对 AI 优化的搜索引擎，可能会逐渐成为 AI 生态系统中不可或缺的一部分，甚至改变搜索市场的竞争态势。