Какво стана
TechCrunch съобщава, че Keenable, стартираща компания, основана от бивши лидери в търсенето на Yandex и Amazon, се е появила от стелт с 26 милиона долара начално финансиране, водено от Accel. Компанията изгражда инфраструктура за уеб търсене, предназначена за AI агенти, и казва, че нейният индекс съдържа повече от 100 милиарда документа.
TechCrunch съобщава, че Keenable е излязъл от стелт с 26 милиона долара първоначално финансиране. Accel водеше кръга с участието на Conviction Partners и неназовани бизнес ангели. Стартъпът е основан от Андрей Стискин, който преди това е ръководил работата по търсене, AI и облак в Yandex, и Матиас Петри, описан от TechCrunch като немски учен в сферата на изкуствения интелект. Заявеният фокус на компанията е инфраструктура за търсене, предназначена за агенти с изкуствен интелект, а не конвенционално търсене, оптимизирано предимно за хора. Финансирането и излизането на компанията от стелт са основните докладвани събития, докато източникът не предоставя независимо потвърждение на по-широките твърдения на компанията.
TechCrunch съобщава, че Keenable казва, че е изградил индекс от повече от 100 милиарда документа и че интерфейсът му за програмиране на приложения вече се използва в производството от няколко AI лаборатории и доставчици на изводи по време на обучение и време на изпълнение. Компанията не разкри тези клиенти, така че тяхната самоличност, мащабът на използването им и резултатите, които получават, не са независимо потвърдени в източника. TechCrunch също съобщава, че Keenable си партнира с компанията за гласов изкуствен интелект Gradium, за да поддържа извличане на информация на живо. Тези подробности описват отчетения обхват и заявената употреба на компанията, но не установяват независими резултати за ефективност.
Компанията казва, че техническият й подход се основава на бързо стесняване на пространството за търсене за конкретни заявки, вместо да сканира цялата мрежа по скъп и неефективен начин. TechCrunch съобщава, че Keenable също така разработва собствени възможности за извличане и предстоящ продукт, наречен WebQueryLanguage, предназначен да помогне на AI системите да комбинират информация от множество уеб източници, когато нито един документ не съдържа пълен отговор. Докладът не предоставя независим бенчмарк, информация за цените, техническа документация или подробно описание на това как системата се сравнява със съществуващите API за търсене. В резултат на това е описано техническото направление, но практическите му предимства остават непроверени.
Детайли за източника: techcrunch.com ↗
Защо има значение
AI агентите се нуждаят от актуална, базирана на източник информация, за да отговарят на въпроси и да изпълняват задачи. Подходът на Keenable отразява нарастващите усилия за изграждане на системи за търсене около машинно извличане, а не човешко сърфиране, въпреки че претенциите на клиентите на компанията, производителността, покритието и разходите не са независимо потвърдени в източника.
Практическият проблем, към който се насочва Keenable, е централен за все по-способните AI системи: агент може да генерира плавен отговор, но неговата полезност зависи от намирането на подходяща и актуална информация. Търсенето, предназначено за потребители на машини, може да се наложи да извлече по-големи части от документи, да свърже доказателства от различни източници и да върне информация във форми, които моделите надолу по веригата могат да използват. TechCrunch съобщава, че основателите на Keenable вярват, че изходните документи подобряват отговорите на чатбота, но статията не тества независимо това твърдение или установява доколко системата на компанията подобрява точността. Следователно докладът очертава необходимостта и предложения подход, без да доказва резултата.
Възможността за бизнес също така отразява промяна в начина, по който може да бъде достъпна уеб информацията. Потребителите на търсене от хора обикновено проверяват страница с резултати и избират връзки, докато AI агентите могат да издават повтарящи се заявки, да четат изходен материал и да използват извлечената информация като част от по-дълга задача. TechCrunch съобщава, че партньорът на Accel Женя Логинов вижда ограничени възможности за инфраструктура за търсене в уеб мащаб, тъй като Google и Microsoft стават по-селективни относно API за търсене. Тази сметка е гледна точка на инвеститор и не трябва да се третира като независимо проверена оценка на пазара. Разграничението между човешко сърфиране и машинно извличане е централно за заявеното позициониране на компанията.
Ако Keenable може да осигури надеждно извличане на по-ниска цена, това може да даде на разработчиците на AI друга опция за инфраструктура извън големите компании за търсене и специализирани доставчици като Brave и Exa, които TechCrunch идентифицира като конкуренти. Това може да има значение за разработчиците на модели и компаниите за изводи, чиито системи се нуждаят от свежа уеб информация, без сами да изграждат пълен стек за търсене. Източникът не установява дали Keenable е по-евтин, по-бърз, по-изчерпателен или по-точен от тези алтернативи и не дава доказателства за потребителско или обществено въздействие извън отчетеното финансиране на компанията, заявения индекс и заявената производствена употреба. Неговото значение следователно зависи от резултатите, които остават да бъдат демонстрирани.
Интерактивен механизъм: как всъщност работи
Разгледайте интерактивно основната технология зад тази разработка.
crm_get_transaction(id='4092').An agent must create a draft calendar event for Tuesday at 2 p.m. Which evidence would establish the requested result?
Какво да гледате след това
Ключовите тестове ще бъдат дали Keenable може да демонстрира надеждно извличане в уеб мащаб, да поддържа конкурентни разходи и да преобразува неразкрити производствени потребители в публични клиенти. TechCrunch съобщава, че компанията планира да удвои своя инженерен екип от 15 души до края на годината и разработва продукт, наречен WebQueryLanguage.
Първият проблем, който трябва да наблюдавате, е проверката на производствения отпечатък на Keenable. TechCrunch съобщава, че няколко AI лаборатории и доставчици на изводи използват API на компанията, но клиентите остават неназовани. Публични справки на клиенти, независими оценки или технически казуси биха помогнали да се установи дали услугата се използва в смислен мащаб и дали подобрява качеството на извличане, латентността или отговорите в реални системи. Докато тази информация не е налична, производствената употреба остава подробност, докладвана от компанията, а не независимо измерен резултат.
Вторият въпрос е икономиката. TechCrunch съобщава, че поддържането на гигантски уеб индекс е изключително скъпо и че Keenable се опитва да контролира разходите, докато се разширява. Компанията има 15 инженерни служители в Съединените щати и Европа и планира да удвои броя на служителите си до края на 2026 г., според доклада. Важни неизвестни са размерът на неговите оперативни разходи, неговият модел на ценообразуване, колко често се опреснява индексът му, каква част от мрежата може да търси на практика и дали може да обслужва изгодно натоварванията на голям обем агенти. Тези неизвестни ще определят как докладваното разширяване се превръща в устойчива услуга.
Третият проблем е дали WebQueryLanguage става полезен продукт, а не обявена възможност. Комбинирането на доказателства от няколко уеб източника може да помогне, когато информацията е фрагментирана, но също така може да въведе грешки при избора на източник, противоречиви доказателства и трудни проблеми с приписването. TechCrunch съобщава, че продуктът предстои; не предоставя дата на стартиране, условия за обществен достъп, резултати от тестове или предпазни мерки за работа с противоречиви източници. Keenable също ще се сблъска с конкуренция от страна на развиващите се продукти за търсене на AI на Brave, Exa и Google, така че дългосрочната му позиция остава несигурна. Следователно евентуалната наличност на продукта и наблюдаваните резултати ще бъдат важни сигнали.