← Каталог

· AI Engineer World's Fair 2026

Поисковая система для интернета AI-агентов

The Search Engine for the Agentic Web — Will Bryk, Exa

Поиск для агентов должен отвечать как точная база данных, а не как рекомендательная лента, и, по словам спикера, Exa уже строит такой поиск на эмбеддингах и API.

  • Эмбеддинги вместо LLM на каждой паре — прогонять LLM по каждой паре «запрос и документ» слишком дорого: по расчётам спикера, это около 10 миллионов долларов за один поиск по триллиону документов. Поэтому документы заранее переводятся в эмбеддинги, которые часто сочетают с поиском по точным словам.
  • Извлечение токенов вместо полных страниц — из десяти найденных документов отдаются только самые важные около ста токенов. По словам спикера, это заметно снижает расходы на LLM на следующих шагах.
  • Быстрый поиск для голосовых агентов — заявлен поисковый endpoint на 200 миллисекунд, который нужен голосовым агентам, где каждая миллисекунда важна.
  • Структурированный вывод и ограничения — результаты можно получить сразу полями, например, вуз и год выпуска кандидатов, а домены, временное окно и типы страниц задаются под каждого клиента.

Кому полезно: тем, кто встраивает веб-поиск в агентов и хочет снизить стоимость токенов на этапе поиска.

Статья по теме

Главы

Ещё доклады: Will Bryk

Страница спикера →

Похожие доклады