上线首月吸引10万开发者,AnySearch 用专业数据重构AI搜索

在 AI Agent 快速发展的今天, 一个关键瓶颈逐渐浮现:Agent 的推理能力越来越强 , 但所依赖的搜索系统却仍是为人类设计的。传统搜索引擎以 Top- K 相关性排序, 适合人眼浏览, 却难以满足 Agent 对高效、结构化、专业数据的直接需求。近日, 初创公司 AnySearch 推出专为 Agent 设计的 AI 搜索层服务, 上线首月即吸引 10 万全球开发者, 累计搜索调用量突破 400 万次。

📌 背景: 传统搜索与 Agent 需求的错位

过去三十年的搜索引擎围绕人的视觉习惯设计, 优化目标是相关性排序 。但 Agent 拥有更宽的信息感受野, 能短时间消化大量输入, 搜索结果直接进入推理链路。给人看的相关性排序, 对 Agent 而言是过时机制。AnySearch 联合创始人韩广彤指出:“未来 Agent 的竞争不仅是模型能力的竞争, 更是信息获取能力的竞争。”

从已披露信息看, 这一变化更值得关注的, 不只是表面动作本身, 还包括其对后续行业节奏、用户预期和市场竞争的连锁影响。

🔍 核心信息: 全链路智能搜索与专业数据管线

AnySearch 的核心创新在于重构搜索逻辑, 构建了一套全链路智能搜索体系 。一条查询进入系统后, 首先进行查询理解与任务识别, 随后路由编排至不同专业数据源并行检索, 最后对结果进行归一化、重排序和结构化融合, 交付给 Agent 一份带来源标注的结构化结果。

💡 关键看点

• 效率提升显著 : 在代码研究任务测试中,AnySearch 仅用 1 次搜索调用即找到正确答案, 而其他工具分别需要 7 次、16 次和 28 次。
• 专业数据覆盖 : 自建数据管线覆盖金融、法律、学术、安全、企业工商等高价值领域, 核心数据自主可控, 规避第三方 API 质量问题。
• 多源交叉验证 : 针对高容错场景, 平台建立多源交叉验证机制, 所有数据保留来源与可追溯链路, 避免 Agent 误判。
• V2.1.0 升级 : 引入融合语义相关性与时效性的混合排序, 重构领域划分与路由逻辑, 提升搜索质量稳定性。

📊 行业观察: 社区生态与接入方式

AnySearch 支持 Skill、MCP、API 三种接入方式。其中, 近乎零配置的 Skill 方案最先出圈 , 上线仅一周便冲上 Agent 技能市场 Skills.sh 热榜第一。开发者自发为其编写第三方工具和工作流, 社区生态自发生长。团队表示,Skill 适合个人轻量化场景,MCP 与 API 更适配企业级深度集成。

🚀 总结

AnySearch 以“专业数据 + 全链路智能搜索”为核心, 正在重塑 AI Agent 的信息获取基础设施。其首月 10 万开发者的成绩, 验证了市场对 Agent 原生搜索层的迫切需求。未来, 随着 Agent 应用场景的深化, 信息获取能力或成关键竞争壁垒,AnySearch 的探索值得持续关注。