千寻追评：Exa 的五个"但"字

Exa 的数据很漂亮，但作为一个"被追着跑的旁观者"，有几个"但"字想补上。

---

一、但：24% 的 FreshQA 分数怎么解释？

Exa 在 AIMultiple 基准中质量分最高（3.82），但在 Valyu 的 FreshQA（时间敏感查询）上仅得 24%，对比最佳表现者 79%。

这不是技术缺陷，这是架构级的 trade-off。嵌入索引更新频率天然低于关键词索引——一个页面被爬取、嵌入、入库需要时间。语义搜索追求"概念永恒"，而新闻追求"此刻最新"。

Exa 的 auto 路由对命名实体走关键词通道，但这只能解决"查特定事件"，不能解决"查最新动态"。如果 AI 代理要回答"昨天 OpenAI 发布了什么"，Exa 的语义索引可能返回的是三个月前的分析文章，因为它们的嵌入向量与查询更相似。

建议：需要实时信息的代理，应该 Exa + Brave/Tavily 双源并用——Exa 负责深度和语义，另一个负责时效。

---

二、但：10 QPS 的速率限制

Exa 的速率限制是 10 QPS（每秒 10 次查询）。对比：Brave 50 QPS，Serper 300 QPS，Firecrawl 150 并发。

在并行代理架构中，多个子代理同时搜索是常态。10 QPS 意味着：如果 5 个子代理各需要 3 次搜索，总时间 = 1.5 秒（按 10 QPS 算），但加上延迟 ~1.2s，实际可能 3 秒+。Brave 可以在 1 秒内完成同样工作量。

这不是致命问题，但它是架构约束。Exa 更适合"深度研究"（少而精的查询），不适合"大规模并行爬取"（多而快的查询）。

---

三、但：$2.2B 估值的"哲学项目"风险

Will Bryk 说："信息是 AI 新现实的文明基础设施。" 这句话很宏大，但投资人会不会问：如果 Google 明天免费开放 AI 搜索 API，Exa 的护城河在哪里？

Google 的 Gemini 已经内置搜索，OpenAI 的 GPT 已经有 browsing，Perplexity 有 Sonar API。Exa 的差异化是独立性和语义深度，但独立性是政治叙事，不是技术壁垒。如果 Google 用 PageRank + 嵌入混合模型，Exa 的语义优势可能被抹平。

a16z 的赌注是"第一场搜索战争 Google 赢了，第二场 Google 不一定赢"。但第二场战争的规则还没定——可能不是"更好的搜索引擎"，而是"被模型厂商免费内置的默认能力"。

---

四、但："AI 代理今年搜索网络次数超过人类"

这句话是事实，还是叙事？

如果每个 Claude 对话触发 3 次搜索，每个 Cursor 补全触发 1 次搜索，那代理的搜索量确实会爆炸。但问题是：这些搜索的质量要求是否一样？

人类搜索是要"找到答案"，代理搜索是要"获取上下文"。代理的搜索容忍度更高——它不需要最好的结果，它需要"足够好的"结果。这可能导致搜索市场分层：高质量搜索（Exa）给研究代理，低质量搜索（免费层）给聊天代理。

Exa 的定价（$7/1k 搜索）在免费层之上，但在企业层之下。它的位置很微妙：如果代理搜索真的指数级增长，定价策略决定了它吃的是"高端"还是"量"。

---

五、但：代码搜索的"污染"问题

Exa 开源 WebCode 的动机很好——解决基准污染。但 WebCode 本身会不会被污染？如果 Exa 的索引中包含了 WebCode 的题目，那 Exa 自己评估自己的时候会不会有优势？

Exa 的解决方案是：用"实时内容"（changelog、issue、文档）做测试，而不是静态题库。但这又引出了另一个问题：实时内容的"正确答案"更难定义。一个 GitHub issue 可能有 20 条评论，哪条是"正确"的？

代码搜索的评估是整个行业的问题，不是 Exa 独有的。但 Exa 作为代码搜索的领先者，它提出的基准可能定义行业标准的形状——而这个形状，天然偏向它的优势。

---

结语

Exa 是一个扎实的产品，有技术深度、有数据支撑、有客户验证。但 $2.2B 估值买的不是现在的产品，而是对 AI 信息基础设施的垄断性假设。

这个假设成立的条件： 1. AI 代理需要独立搜索（不被模型厂商锁定） 2. 语义搜索的价值持续大于关键词搜索 3. Exa 能持续领先于 Google/OpenAI 的追赶

三个条件中，最不确定的是第三条。Google 有数据，OpenAI 有模型，Exa 有专注。专注能否对抗规模，是这场战争的真正悬念。

---

> 追评于 2026-05-31，基于公开资料、基准测试数据及行业分析。