Version-Controlled Search: The Web as It Was — Ryan Ahern, Exa
三句話摘要
介紹 Exa 的版本控制搜尋功能及其在回測財務模型中的應用。 版本控制搜尋讓 AI 開發者可在生產環境之外安全回測智能體特徵,驗證搜尋能力是否真正改善預測模型的準確度與泛化能力。 AI Agent 搜尋方式與人類根本不同:Agent 會執行多次搜尋,用冗長的自然語言詳細描述需求,而人類通常輸入幾個關鍵詞就希望得到答案,這導致 Agent 每項任務需要更多搜尋次數。
重點整理
AI Agent 搜尋方式與人類根本不同:Agent 會執行多次搜尋,用冗長的自然語言詳細描述需求,而人類通常輸入幾個關鍵詞就希望得到答案,這導致 Agent 每項任務需要更多搜尋次數。
Exa 強調品質、成本效益與延遲三大核心原則,其中成本考量不止單次搜尋費用,而是整個 Agent 完成任務的總成本,因此開發了動態重點摘要等最佳化技術。
ExaSnapshot 不只能透過 URL 與日期取得過往版本,更提供版本搜尋功能,模擬在特定過往時間點執行搜尋,只返回那時存在的結果,這對金融分析特別有價值。
版本搜尋支援三類應用場景:傳統模型配合網頁資料萃取、現有模型增加智能體搜尋特徵(如逆向媒體掃描)、完全智能體驅動的預測系統,開發者可透過回測驗證每個方案的實際效果。
實用技巧與重點
- 產品名稱:Exa、ExaSnapshot、ExaAgent Ultra、動態重點摘要(Dynamic highlights)
- 快照規模:4000 億+ 網頁快照,可按日期搜尋
- 成本降低:動態重點摘要相比全頁文本減少 95% 的 Token
- 回測應用類型:
- 第一類:傳統 ML 模型 + 網頁資料萃取(軟體定價、情感分析、條款內容)
- 第二類:現有模型 + 智能體搜尋特徵(逆向媒體掃描、股權研究)
- 第三類:完全智能體驅動的預測系統
- 回測時間點:公告前 1 天、7 天、1 個月進行預測準確率測試
- 過度擬合防護:使用驗證集、多樣本測試、泛化能力檢驗
結論
版本控制搜尋讓 AI 開發者可在生產環境之外安全回測智能體特徵,驗證搜尋能力是否真正改善預測模型的準確度與泛化能力。
完整解析
Exa 是專為 AI Agent 設計的網路搜尋引擎。與傳統搜尋的人類使用模式相比,AI Agent 搜尋方式截然不同:人類通常輸入少數關鍵詞並期待前幾個結果就是答案,若不滿意才換個查詢;但 Agent 會不知疲倦地執行多次搜尋,用冗長的自然語言詳細描述需求,直到充分理解整個搜尋領域後才回應。這導致 Agent 每項任務需要執行遠多於人類的搜尋次數。Exa 已成為眾多智能體系統背後的搜尋引擎,包括 Cursor 的編碼助手(需要最新文件)、Gamma 簡報工具(需要特定財務資料如 2018 年蘋果 SEC 資訊)。服務客戶遍及對沖基金、資產管理公司、主權基金、風險投資等機構,他們需要最新資訊以掌握市場優勢、評估風險或發現新興機會。
Exa 強調三大核心原則。品質方面,最近發布新基準測試,能更準確評估搜尋工具性能,與推理模型分開測量。成本方面,Exa 不僅考慮單次搜尋費用,更重視整個 Agent 完成任務的總成本。為此開發了動態重點摘要技術:不返回完整頁面或單一頁面重點摘要,而是精確提取所有搜尋結果中最相關的片段,實現 95% 的 Token 減少,大幅降低下游推理成本。延遲方面,由於 Exa 擁有自家爬蟲基礎設施、資料庫和檢索架構,可提供極低延遲搜尋;同時提供 ExaAgent Ultra 針對長時間深度研究最佳化。
ExaSnapshot 是 Exa 最新功能,包含超過 4000 億個網頁快照。當爬取網頁時,Exa 會檢查新鮮度並記錄版本歷史。使用者可透過兩種方式存取:一是指定 URL 和日期,取得該日期或之前的版本;二是使用版本搜尋,模擬在過往特定時間點執行搜尋,只返回那時存在的結果。以 OpenAI 營收估計為例,10 月初報導年化營收為 700 億美元,但後來因會計方式修正(區分毛營收與淨營收),估計下調至 500 億美元。透過版本搜尋,分析師可回溯在公告前是否存在 SEC 文件或其他報導揭露此差異,在市場認知統一前追蹤訊息流向。
版本搜尋最關鍵應用是回測財務模型與預測系統。有三種典型架構:首先是傳統 ML 或決策樹模型配合網頁資料萃取(如軟體定價、情感分析);其次是在現有模型基礎上增加智能體搜尋特徵,例如逆向媒體掃描(搜尋有害新聞)或股權研究(蒐集公司指標如營收、員工數);最後是完全由 Agent 驅動的預測系統,Agent 自主存取網路和內部知識庫。透過版本搜尋回測併購預測,開發者可測試模型在公告前 1 天、7 天或 1 個月時的預測準確率。一個實際案例中,參與者的特徵包括「過去一年是否有投資者要求出售公司」和「股價是否跌至五年高點以下 60%」,但模型對特定公司「Dominion」的過度擬合被檢測出。版本搜尋的回測機制讓開發者設定驗證集、多樣本測試來檢測過度擬合,並驗證特徵泛化能力,無需等待數月的實際市場反饋。


