当 Google 已经把几乎整个开放互联网都索引完了，还有必要从头再造一个搜索引擎吗？Keenable 的回答是：有必要——只不过这一次，最重要的用户不再是「人」。
这家公司本周结束隐身状态，宣布完成 2600 万美元种子轮融资，由 Accel 领投（Conviction Partners 及天使跟投）。创始人 Andrey Styskin 在 Yandex 负责搜索、AI 与云业务近 20 年，之后参与构建 Amazon Alexa 的网页基础设施；联合创始人 Matthias Petri 同样来自 Amazon AGI。他们的目标是成为「AI Agent 时代的 Google」。
不是套壳，是把搜索栈重写一遍
Keenable 没有在 Google 或 Bing 的 API 上叠一层大模型，而是把抓取、索引、检索、排序从底层全部自建，通过 REST API、MCP Server 和 CLI 开放给 Agent。据其披露，自建索引已覆盖超过 1000 亿份文档，美国东部查询延迟 p95 低于 250ms；面向 100 RPS 以上的大规模客户，价格可低至每千次请求 1 美元（标准档 4 美元，Exa 基础价约 7 美元）。API 已进入多家 AI Lab 和推理服务商的生产环境，同时用于模型训练与运行时检索，近期还与语音 AI 公司 Gradium 合作做实时检索。
为什么要重新爬一遍互联网？因为 Agent 用网的方式和人完全不同：人是一次查询加一次点击，而研究型 Agent 是「搜索→抓取→阅读→发现缺口→改 Query→交叉验证→行动」的循环——实时搜索能力正是我们此前在DeepSeek Harness 的实时搜索评测里测过的那类基础设施，一个复杂任务常常要搜几十次甚至上百次。Styskin 的解释是：如果索引结构不针对任务优化、不能按查询快速收窄搜索空间，服务整个互联网的成本就会失控。于是优化目标从点击率，换成了召回、时效、延迟、机器可读性、Token 效率和任务完成成本。
Google 的飞轮，Agent 用不上
Google 的护城河是建立在人类点击行为上的飞轮，但 Agent 不点击——它读整页并执行。这也解释了为什么 Agent 流量至今几乎没有广告变现，见AI Agent 的「零眼球」广告困境。这个从人类行为里学出来的反馈循环，对需要「结构化、可验证上下文」的模型几乎失效。
这还是一个典型的创新者窘境，而且巨头自己在清场：Google 和微软都在收缩或停用公开搜索 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空档。Styskin 也承认，让人离开 Google 极难，「但在 Agent 查询上，这个巨头是可以被打败的」。
谁掌握「Agent 连网」的默认入口
算一笔账就知道这事为什么值得重金投入：即便每千次 1 美元，一个任务搜 100 次也只花 0.1 美元，但生产环境还要叠加抓取、内容处理和推理 Token。行业竞争的计量单位，正从「每次搜索成本」转向「每个完成任务的搜索成本」——这也是阿里云 OpenSearch、腾讯 Agent 联网搜索 MCP 以及各家创业公司都在死磕 Token 效率与 Query 改写的原因。
这条赛道已经挤满了人：Exa 有 1000 亿文档的向量索引，估值 22 亿美元，客户包括 Cursor、AWS、Groq；国内的博查、心流也在抢同一个 API 位。大家争的其实是同一个位置：AI Agent 与开放互联网之间的默认接口——一年前这个位置还不存在。
给正在做 Agent 的人三条建议
- 按「任务」而非「请求」评估成本：算清完成一个工作流的搜索总开销，同时看 Token 效率，别只看延迟。
- 优先选支持 MCP 的服务：更多 Agent 基础设施见AOYii AI Agent 导航。换搜索后端时不用改 Agent 编排逻辑。
- 盯紧时效性：Agent 对新鲜数据的要求远超消费级搜索，索引过期会悄悄拖垮输出质量；同时留意搜索 API 收缩趋势——Agent 原生索引正在从加分项变成战略依赖。
延伸阅读：搜索的主用户正在变成机器：Agent 时代重做 Google 意味着什么——从优化目标、成本单位与价值交换三个层面，深度拆解 Agent 搜索为何成为一层新基础设施。
