当 Google 已经索引了几乎整个开放互联网，为什么还有人愿意花 2600 万美元重新爬一遍？因为搜索最重要的用户正在从「人」变成「AI Agent」。Keenable 的种子轮、Exa 的 22 亿美元估值、腾讯和阿里对搜索 API 的改造，指向的是同一件事：Agent 搜索正在成为一层独立的新基础设施。谁掌握 Agent 连接互联网的默认接口，谁就可能成为下一个 Google。这篇文章拆解这场重做背后的三个深层变化：优化目标、成本单位与价值交换关系。
人搜一次，Agent 搜一百次
人的搜索链路是：Query → 结果页 → 点击 → 阅读，一次搜索往往只产生几个 Query。Agent 的链路则是一个任务循环：Search → Fetch → Read → 发现信息缺口 → 修改 Query → 交叉验证 → 最终 Action。研究型 Agent 回答一个复杂问题，要连续执行几十次搜索；Coding Agent 需要不断寻找最新文档、Issue 和 Changelog；销售 Agent 为了判断一个客户是否值得跟进，可能同时查询公司官网、融资新闻、招聘信息和高管动态。
「搜索」从用户的一次主动点击，变成了任务执行循环中的一个步骤。这带来两个直接后果：第一，Agent 不需要「十个蓝色链接」，它需要的是足够完整、足够新、来源可信，同时又足够精简、方便模型继续推理的上下文；第二，搜索量的数量级完全不同——Exa 预测今年 AI Agent 发起的 Web 搜索就会超过人类，未来几年 LLM 产生的搜索量可能达到今天 Google 搜索量的千倍。
Google 的飞轮，在 Agent 面前失效
Google 的护城河，是建立在人类点击行为上的反馈飞轮：排名 → 点击 → 满意度 → 优化。但 Agent 不点击，它读整页然后执行。点击率、停留时长这些为人类行为优化的指标，对机器用户几乎没有意义。新的优化指标变成了召回率（Recall）、时效性（Freshness）、延迟（Latency）、QPS、机器可读性、Token 效率（Token Efficiency）、溯源（Provenance），以及最关键的——完成一个任务到底花了多少钱。
这还叠加了一个经典的创新者窘境：Google 和微软都在收缩公开搜索 API，以免蚕食自家产品，恰好给 Agent 需要的这一层基础设施留出了空档。正如我们在此前的Keenable 快讯分析中写到的，Styskin 的判断很直接：让人离开 Google 极难，但在 Agent 查询上，这个巨头是可以被打败的。
从「每次搜索成本」到「每个任务的搜索成本」
Agent 太能搜了，成本结构随之改变。算一笔账：一个任务调用 100 次 Web Search，按 Keenable 普通开发者每千次 4 美元的价格，搜索请求就是 0.4 美元；按 Exa 每千次 7 美元的基础价，则是 0.7 美元。进入生产环境后，还要叠加 Fetch、网页处理、模型 Context 和推理 Token。
行业竞争的计量单位，正在从 cost per search 变成 search cost per completed task。阿里云 OpenSearch 的计费结构已经很能说明问题：一次联网搜索可能触发大模型做 Query Rewrite，结果过滤同样消耗 Token，API 甚至单独记录 rewrite model 和 filter model 的输入输出 Token。一次看似简单的「搜索」，背后是 Query 理解 → 改写 → 检索 → 过滤 → Context 整理的一串计算。
这催生了 Token 效率的军备竞赛：Agent 真正需要的往往不是一篇 5000 字网页全文，而是其中能支撑当前任务继续推理的几段内容。如果搜索层先删掉广告、导航和推荐模块，只把最相关的 Passage 送进上下文，省下的不只是搜索费，还有后续模型的推理成本。一条新的成本链条就此形成：Search Quality → Context Quality → Token Consumption → Agent Cost，搜索 Infra 和模型 Infra 开始出现在同一张账单上。MiniMax 转向 API Token 生意的判断在这里得到印证：Agent 调用暴涨之后，谁能让每次调用更便宜，谁就掌握入口。
从 find documents 到 query the Web
成本只是第一层变化。更深的一层是：Agent 最终需要的可能已经不再是传统意义上的「搜索」。让它回答「过去六个月完成 A 轮融资、创始人来自 Google、同时正在招聘推理工程师的欧洲 AI 公司」——互联网上很可能不存在一张网页给出完整答案：融资信息在新闻里，创始人履历在公司官网或 LinkedIn，招聘状态藏在 Careers 页面。Agent 必须自己完成 Search → Fetch → Join → Filter → Verify。
Keenable 仍在开发的 WebQueryLanguage 就是冲着这个方向去的：组合多个 Web 来源，回答任何单一页面都无法提供完整答案的问题。搜索系统正在尝试把开放 Web 从「网页集合」变成一个可以被机器查询的数据集。如果这条路线成立，Agent Search 的终局就不是一个「更聪明的 Google API」，而更像某种 SQL for the open Web：网页仍然存在，但「网页」未必还是机器获取知识时最重要的组织单位。
三场正在发生的博弈
第一场：价值交换断裂。过去二十年存在一套默契：网站允许 Googlebot 抓取内容，Google 把点击和流量送回网站。Agent 却可能读取十个网站后直接综合答案，甚至继续替用户执行下一步操作，用户从头到尾不需要打开原网页。内容生产者提供了知识，却拿不到访问量、订阅转化和广告收入。Cloudflare 的 Pay Per Crawl 已经把矛盾摆上台面：网站可以选择免费开放给 AI Crawler、完全阻止，或者要求抓取方付费。悖论在于：Agent Search 越成功，网站越可能失去流量；网站越限制 AI Crawler，重建和维护独立 Web Index 的成本就越高。
第二场：安全责任升级。传统 SEO 影响的是人「看到什么」，Agent Search 的结果则可能影响机器「相信什么、做什么」。恶意网页一旦通过搜索进入 Agent 上下文，再利用间接 Prompt Injection 影响一个拥有 GitHub、邮箱、企业系统甚至支付权限的 Agent，一次检索错误的后果就不只是推荐了一个垃圾网站。Provenance、Trust、Security 正在成为搜索的核心指标——Agent Search 某种程度上承担着 Agent 对现实世界的「感知层」。
第三场：中文互联网的封闭生态。博查、心流在抢 Agent Search API 的位置，腾讯云联网搜索（分钟级更新、最快 300ms 返回、8 月 24 日推出面向 Agent 的联网搜索 MCP）和阿里云 OpenSearch 也在改造大厂搜索能力。但几乎没有国内创业公司把「独立 Crawl 整个 Web + 100B 级自主 Index」明确作为核心壁垒。大量有价值的中文实时信息存在于微信、小红书、抖音、知乎和各类 App 内，它们不属于能被统一 Crawl 的 Open Web——100B Index 不等于看见中国互联网。这与我们在AI Agent 的零眼球广告困境里讨论过的是同一枚硬币的两面：流量在消失，注意力战争在换战场。
谁会赢：三条路线的终局推演
三条路线正在竞争同一个位置——Agent 访问互联网的默认接口：
- 独立索引派（Exa、Keenable）：押注自建 Index 的成本曲线和低延迟高并发，赌注最纯粹但最烧钱，还要面对 Publisher 封锁。
- 大厂改造派（Google、微软、腾讯、阿里）：拥有现成索引、内容生态和云平台入口，但创新者窘境让它们对蚕食自身业务犹豫不决。
- 封闭生态连接派（国内博查、心流们）：比的是谁能授权接入更多封闭内容，壁垒在版权和平台关系，而非搜索算法。
对开发者和企业的行动建议：① 把「search cost per completed task」纳入 Agent 成本模型，而不是只盯 API 单价；② 优先选择提供 Token 高效内容提取（Passage 级、去广告去导航）的搜索供应商；③ 把 Provenance 当成生产环境要求——可追溯的引用链不只是合规问题，也是排查错误 Agent 决策的基础；④ 关注 MCP 化：搜索通过 MCP Server 接入 Agent 框架正在成为标配。短期看，独立索引公司会先吃到 AI Lab 和推理平台的增量；中期看，谁能把「任务完成成本」做到一个数量级的下降，谁就定义这层基础设施。
常见问题
Q1：Keenable 和普通 AI 搜索（如 Perplexity）有什么区别？
A1：Perplexity 是面向人的 AI 搜索框，而 Keenable、Exa 是面向 Agent 的搜索基础设施——从 Crawl、Index 到 Retrieval 全部自建，通过 REST API、MCP Server 和 CLI 把能力交给 Agent 调用，不展示结果页，直接输出机器可读的精简上下文。
Q2：Agent 搜索真的能替代 Google 吗？
A2：短期内不会替代人的搜索，但会分流 Agent 产生的搜索量。Exa 预测今年 Agent 发起的 Web 搜索就会超过人类，未来 LLM 搜索量可能达到今天 Google 的千倍；即使 Google 继续服务人类，Agent 流量本身也足以养活一层独立基础设施。
Q3：为什么说中文互联网是 Agent 搜索的特殊难题？
A3：大量中文实时信息存在于微信、小红书、抖音等封闭生态，无法被统一爬取。所以在中国市场，「连接多少封闭生态」比「索引有多大」更重要，平台授权和版权关系是比算法更硬的壁垒。
