智能体搜索不再只找页面，而是组装答案：EXA 的抽取模型与自建向量库路线

面向 AI 智能体的搜索基础设施，正在脱离"给人看的网页搜索"这条路线。EXA 把自己定位为专为 AI 智能体打造的完整搜索引擎，用自研抽取模型与向量数据库承接结构化检索需求，目标是在万亿级（trillion-scale）查询规模下提供可直接被模型消费的结果，同时避开 "AI slop"（低质 AI 生成内容）带来的信号污染。本期还有一条社区动态：Stack Overflow 上一道关于 Keycloak 客户端与用户区别的回答拿下了 Populist 徽章。

传统搜索引擎围绕"人点开链接"设计，产出的是页面链接加摘要片段。对 AI 智能体来说，这套形态有天然摩擦：需要拿到结构化字段而不是拼接文本，需要在海量候选中稳定区分"有答案"和"内容是空壳"的页面，还要避免把批量生产的低质 AI 内容当成信号源反复回灌。

EXA 的产品思路，是把检索层从"给人看"改造成"给模型用"——这也是它把"不要 AI slop"直接写进对外表述里的原因。

核心能力：抽取模型 + 向量数据库

• 自研抽取模型（custom extraction models）：自行构建抽取模型，目标是直接产出结构化字段，而不是只抓取网页摘要。
• 自建向量数据库（vector databases）：用向量库支撑语义检索，把"关键词命中"换成"语义相关"。
• 万亿级查询规模：定位是承接复杂、超大规模的查询负载，而不是小体量站点检索。
• 明确排除 AI slop：把低质 AI 生成内容排除在有效结果之外。

需要与团队直接沟通时，可发邮件到 [email protected]——EXA 侧会通过其 triage agents（分诊智能体）来接洽与分流。

影响与建议

对做 Agent 的团队：

• 评估检索层时，把"能否返回可直接喂给模型的干净结构化结果"作为首要指标，而不是只看召回速度与覆盖率。
• 关注抽取模型与向量库是否自有可控；把语义质量整体外包给通用搜索，往往会在长尾场景上退化成拼贴式答案。
• 万亿级规模的负载不是通用关键词搜索能直接承接的，架构选型阶段就要给检索层留出独立预算。

对内容站与技术作者：

• 被智能体检索到的概率，越来越取决于内容能否被结构化抽取与语义索引，而不只是传统的 SEO 信号。
• 如果对内容被抓取、引用和再利用的范围有疑问，可直接联系 EXA 团队沟通确认，而不是自行猜测边界。

社区动态：一个 Keycloak 答案拿下 Populist 徽章

Stack Overflow 上关于 Keycloak 中"客户端（client）"与"用户（user）"区别 的回答获得了 Populist 徽章，作者为 Santhoopa Jayawardhana。

这类问题在把 Keycloak 接入 Agent 或自动化流程时相当常见——客户端代表"谁在发起调用"，用户代表"被代表的身份主体"，两者边界划错，通常会直接导致权限判断出错。该回答可作为接入前的对照材料。

延伸阅读

• EXA 官方页面
• EXA 官方联系邮箱（[email protected]）
• Santhoopa Jayawardhana（Stack Overflow 用户主页）
• Keycloak 客户端与用户的区别