主要观点总结
本文主要介绍了Exa公司的相关信息，包括产品特点、技术、团队、价值、面临的挑战和竞争情况，以及融资和经营状况。Exa公司致力于提供面向AI的搜索服务，为AI应用提供搜索基础设施，其主要产品有Search API和Websets。
关键观点总结
关键观点1: Exa公司的主要产品是Search API和Websets，旨在提供面向AI的搜索服务，为AI应用提供搜索基础设施。
Exa的产品能够帮助用户实现语义搜索，寻找最相关的内容，是AI应用中构建搜索功能的重要工具。其产品特点包括处理AI时代复杂的检索请求，为后续的AI推理和执行提供更好的知识。此外，Exa的技术团队还开发了一些演示应用来展示API的功能。
关键观点2: Exa公司面临的主要挑战和竞争
Exa公司作为面向Agent的搜索引擎，常常被拿来与Google、LLM和Deep research进行对比。Exa并不旨在颠覆Google，而是提供Google无法实现的功能。同时，Exa也不与LLM竞争，而是作为其补充工具。Exa的主要竞争对手是围绕context场景提供价值的Agent Infra，如Brave Software等。
关键观点3: Exa公司的融资和经营状况
Exa公司已经完成了多轮融，A轮融资估值未透露。其主要通过API进行创收，用户数量在数千家，收入在过去几个月内增长了3倍。考虑到企业的合同都是高度定制化的，所以实际收入应该更多。
文章预览
作者：yongxin 编辑：Siqi Agentic AI 的 3 要素是：tool use，memory 和 context，围绕这三个场景会出现 agent-native Infra 的机会。 Agent 所获取到的信息质量是 agent 推理的起点，虽然 LLM 带来了 perplexity 为代表的 AI answer engine，提供了完全不同于传统搜索引擎的体验，但这些产品仍旧面向的是人类用户，产品逻辑是围绕人类行为设计的。 在我们 MCP 的研究中发现， GitHub MCP Servers 列表里使用场景最多的是搜索和数据检索，开发者们的偏好也反映出 agent-native 搜索的重要性。 Exa 要做的是 LLM 时代的 “Bing API”，为 AI agent 系统重新设计搜索， 当 AI-native 应用或者 AI Agent 需要实现互联网信息搜索时，都可以调用 Exa 的 API 能力 ， 因此，Exa 的核心受众是 B 端企业和开发者。在功能上， Exa 可以实现更复杂的语义搜索。比较有意思的是团队的技术愿景，公司认为，Exa
………………………………
