Radar：让播客可搜索并供 AI 代理使用

AI领域评论4字数 1043阅读3分28秒阅读模式

前 Twitter 工程师创业，转型做播客语义搜索

Particle 曾是一款 AI 新闻阅读应用，如今这家公司决定换一条更赚钱的路：把播客音频转成可搜索的语料库。8 月 20 日，Particle 正式推出 Radar——一款播客搜索引擎，不仅能转录音频，还能理解内容含义，直接提炼关键引语和高光片段。

Particle 联合创始人兼 CEO Sara Beykpour 透露，这款产品已经吸引了对冲基金的关注。对冲基金一直在寻找那些 Agent 难以抓取的对话数据。

"对冲基金是我们 API 集成量最大的客户，"Beykpour 接受 TechCrunch 采访时表示。记者和研究人员虽然也是潜在用户，但付费客户中排在前列的还有 AI 搜索平台和数据转售商——例如为 AI Agent 提供搜索 API 的 Exa，就已是 Radar 的合作伙伴。

Radar 的想法最初来自 Particle 新闻阅读 App 中一个颇受欢迎的功能——该功能调用 Particle API，调取相关播客片段，插入到新闻摘要流中。

团队意识到这个功能有价值，但也发现它被困在新闻阅读器这个小场景里。随着 AI Agent 浪潮兴起，Particle 决定将这套播客智能能力打包成独立 API，对外开放。

"我们的愿景是把所有新媒体智能和音频智能都装进那个 API。这个赛道有趣的原因在于：大多数 API、Agent 和服务都在抓取网页、以文本为中心。我们提供的恰恰是音频这一层。Agent 普遍对音频'视而不见'——除非有人或有事先将其转录出来。"

目前 Radar 已对超过 13 万档播客完成转录，是全球规模最大的已转录播客数据库。覆盖 Apple Top 200 播客在全部 135 个垂类的内容，每日新增约 2 万集。

转录结果包含说话人标注和丰富元数据，Radar 能识别并理解所讨论的实体——人物、公司、品牌、产品和话题。

Radar 可以追踪特定实体在播客中的出现频率，并支持按提及事件触发提醒，或汇总为每日/每周简报。提醒可推送至 Email、Slack 或 Webhook，并支持过滤器定制——例如只在该嘉宾出现并讨论某一特定话题时才通知。搜索也支持按条件缩小范围，比如仅限头部播客。

Radar 还能自动提取带时间戳的相关独立片段，让用户同时听和读。

"我们已经预先挑选了值得关注的片段。如果你没时间听完整集播客，又不想只看摘要，这种方式最能帮你快速了解本期内容。"

此外，Radar 还可追踪话题提及、提及人物与时间点、听众评分与评论、集内广告，甚至提供专门的播客广告搜索引擎——能查出某品牌在哪些集数投放了广告，并追踪趋势。这项功能具备额外商业化潜力，同类工具还包括政治倾向分析、榜单排名数据、受众规模估算、赞助数据及品牌适配度评估等。

尽管上述能力均可通过 Radar 网页界面使用，但 Particle 真正的交付形态是 API 和 MCP——让 AI Agent 和其他企业能够以编程方式接入这套播客智能数据。

定价方面，Radar 个人版每月 29 美元（约 210 元人民币），商业版每月 399 美元含 20 个席位，API 用户则根据需求单独定价。

Particle 透露，未来计划将服务范围从播客扩展至 YouTube 视频、新闻短音频等其他音频形态。