AI搜索行业现状与趋势 - AI搜索已成为日常高频使用工具，但存在数据来源模糊、学术论点无依据、信息滞后等技术瓶颈 [1] - 微软Bing Search API停用事件暴露市场缺口，AI搜索从"边缘需求"升级为"核心基建"，需满足全球化服务、数据多样化、响应稳定性三大硬指标 [3][7] - 行业竞争格局类似云计算早期，大厂聚焦C端入口，创业公司面临高资金门槛（需投入数千万至上亿级资金）[8] 微软Bing战略调整动因 - 流量入口防御：API客户如Perplexity等AI Agent可能成为新流量入口，威胁Bing核心价值 [4] - 数据资源控制：实时数据是AI时代战略资源，微软通过限制API巩固信息主导权 [7] - 业务升级转型：转向"搜索+AI处理"捆绑式高客单价服务，增强客户粘性 [7] 小宿科技竞争优势 - **技术能力**： - 全球2800+边缘节点，支持35+语言，国内语种覆盖最全 [9] - 全文抓取、多模态检索、Agent场景化工具等深度优化能力 [10][15] - **商业模式**： - 定价仅为Bing API的1/3（5美元/千次请求 vs 15美元）[17] - 覆盖国内超50%头部AI原生应用，形成需求共创闭环 [16][22] - **基础设施**： - SkyRouter.ai模型聚合平台可接入100+大模型 [14] - 分布式网络覆盖北美、欧洲、东南亚，实现本地化合规+低时延 [14][20] 行业竞争壁垒分析 - **人才壁垒**：30+核心团队来自百度/360，具备千亿级数据处理能力，组建周期需1-2年 [14] - **技术壁垒**：需同时实现多语言支持、多模态检索、全球化合规等复合能力 [16] - **时间窗口**：小宿提前3个月布局，在Bing退场时快速承接流量 [19][20] AI搜索未来发展方向 - 评估标准变革：从人类点击率转向机器可处理的"反馈链优化" [22] - 市场重心转移：从C端流量争夺转向B端基础设施竞争 [22] - 基础设施价值凸显：AI企业隐性痛点（如实时数据获取、模型调用）催生新商业机会 [23]

行业趋势 - AI搜索市场规模预计2029年达3472亿元 未来五年保持20%以上增速 [7] - 搜索能力成为AI Agent必备技能 推动搜索从工具向全能助手跃迁 [7][16] - 传统搜索引擎深度整合AI功能 AI应用普遍接入联网搜索提升时效性 [8] 市场格局变动 - Bing Search API将于8月11日全面关停 不再接受新用户注册 [2] - 微软战略调整将搜索与Azure服务绑定 定价提升至15美元+/千次调用 [4][22] - 市场缺乏成熟替代方案 仅34%头部企业具备自研AI搜索能力 [19][22] 新兴竞争者分析 - 小宿科技推出智能搜索API 年收入已达2500万美元 [25] - 中文搜索基准超越国内主流厂商 英文表现达头部水平 [25][26] - 提供AI智能搜索和全文展示搜索两大核心功能 支持30+语言 [29][30] - 价格仅为Bing API的1/3 响应延迟P99<1秒 支持100+QPS并发 [32][34] 技术差异化 - 自研语义搜索引擎支持多模态查询 实现90%结构化输出 [38] - 全球部署2800个边缘节点 保障实时数据获取能力 [36] - 全文抓取+关键信息高亮 突破传统摘要式搜索限制 [30][38] 典型客户案例 - 昆仑天工智能体平台实现毫秒级知识检索 [39] - Mindverse虚拟人通过实时数据感知真实世界 [39] - 语鲸产品实现多语言跨平台信息结构化聚合 [42] 市场机会 - Agent Infra领域或诞生百亿美金级企业 [44] - 垂直领域专业化搜索需求激增 如法律/学术场景 [23][24] - ToB搜索API市场存在巨大空白 替代Bing生态空间达数十亿元 [20][25]

Agentic AI与搜索基础设施 - Agentic AI的三大要素是工具使用(tool use)、记忆(memory)和上下文(context)，围绕这些场景将出现原生Agent基础设施机会 [2] - AI Agent将成为网页信息搜索的主力用户，需要不同于人类的全新搜索基础设施 [6][7] - 现有搜索引擎主要服务于人类快速查询，无法满足AI Agent对复杂查询、丰富上下文和高吞吐的需求 [9] 搜索行为分类 - 高频快速查询：Google/Bing仍占优势，新玩家机会有限 [6] - 研究性质深入查询：LLM/LRM带来的新场景，代表产品为Chatbot和Deep research [6] - 个人偏好查询：大模型可处理更复杂语义查询，但面临长记忆能力不足等挑战 [6] - 长尾查询：覆盖用户小众兴趣领域 [6] - AI在第二、三类场景最具挑战传统搜索的潜力 [6] Exa公司概况 - 定位为LLM时代的"Bing API"，为AI重新设计搜索系统 [13] - 主要产品包括面向开发者的API和面向专业用户的Websets [13][20] - 技术衍生自端到端神经网络和Transformer架构，将next token prediction改进为next link prediction [59] - 核心差异化：用户可通过投入更多计算资源获得更全面的搜索结果 [3][61] Exa API能力 - Search API：支持自然语言输入的语义搜索，可定制输出格式 [14] - Get Contents API：爬取多个网页内容 [14] - Answer API：对搜索结果进行智能问答 [14] - Find Similar Links API：返回内容相似的网站 [14] - 性能指标：延迟300ms，每秒处理100+查询，支持数千结果返回 [15] Websets产品 - 通过语义搜索生成完整信息列表，类似通用版Clay [22][23] - 支持任意类别搜索和自然语言筛选，准确性是核心卖点 [23] - 在内部测试中比Google和OpenAI Deep research多发现10倍正确结果 [24] - Pro版定价800美元/月，是OpenAI Deep research的4倍 [29] 使用场景 - 投资研究：辅助搜集初创公司信息 [32] - 超级写作补全：自动补全并附参考 [41] - Twitter分析：跨平台搜索分析能力 [44] - 学术论文搜索：可视化展示论文索引和分类 [48][49] 技术架构 - 选择性对互联网部分内容构建索引，采用"二八效应"策略 [54][57] - 基于Transformer架构改进模型，实现预测最相关网页 [59] - 部署基于NVIDIA H200 GPU的AI集群 [61] - 团队规模小但能力强，每个技术环节由1-2人负责 [65] 市场竞争 - 不与Google直接竞争，专注Google无法完成的复杂查询 [66] - 作为LLM补充工具，定位连接LLM智能与互联网知识 [75] - 相比Deep research产品更专注搜索相关性 [78] - 潜在竞争对手包括Brave Software等Agent基础设施提供商 [78] 融资与经营 - 2021年成立，先后完成种子轮和2200万美元A轮融资 [78] - A轮由Lightspeed领投，英伟达等跟投 [78] - 主要收入来自API销售，用户数量数千家 [79] - 收入在过去几个月增长3倍，ARR估算至少960万美元 [79]