Keenable 以 2,600 萬美元的種子輪資金結束隱身狀態，並計畫打造專為 AI 代理設計的網路搜尋基礎設施。這家新創表示，其索引已涵蓋超過 1,000 億份文件，而其 API 目前已被數家 AI 實驗室與推論服務供應商用於生產環境。

本輪由 Accel 領投，Conviction Partners 與天使投資人參與。Keenable 的共同創辦人為曾任 Yandex 搜尋、AI 與雲端部門領導者的 Andrey Styskin，以及德國 AI 科學家 Matthias Petri。該公司進入的市場中，開發者愈來愈需要能夠為軟體代理擷取、比較與整合資訊的系統，而不只是回傳供人閱讀的頁面。

為何 Keenable 鎖定代理搜尋

傳統搜尋引擎是圍繞人類行為最佳化的：使用者瀏覽結果頁、打開少數連結，並決定哪些資訊有用。AI 系統的需求不同。代理可能需要從多個頁面擷取證據、以來源文件作為回答依據，或是在完成任務時蒐集最新資訊。

Styskin 告訴 TechCrunch，這會形成一種與以人類搜尋行為為核心所建立的回饋迴路不同的模式。對 AI 應用而言，結果的價值高度取決於它是否提供模型可使用的可靠脈絡，而不只是是否能吸引點擊。

隨著聊天機器人與 AI 代理 不再只是回答問題，這個區別變得更加重要。執行研究、監控變動資訊或支援語音互動的系統，需要能夠快速處理廣泛查詢並以後端模型可處理的形式回傳資料的搜尋基礎設施。

Keenable 也在開發 WebQueryLanguage，一種檢索產品，旨在當單一文件無法提供完整答案時，整合多個網路來源的資訊。該公司尚未公布此產品何時會正式廣泛提供。

已確認事項與仍未驗證之處

資金、公司結束隱身並正式發表，以及投資人身分，皆由 TechCrunch 報導。Keenable 聲稱其索引包含超過 1,000 億份文件，且其 API 已被數家 AI 實驗室與推論服務供應商用於訓練與執行環境。新創公司並未指出這些客戶，因此根據現有證據，無法獨立評估其採用規模與深度。

Keenable 透露的一項合作是：它正與語音 AI 公司 Gradium 合作，以支援即時資訊擷取。這層關係指出了該服務的一個實際使用場景，因為語音應用常常需要即時答案，而不希望使用者等待傳統瀏覽流程。惟這些證據無法說明 Gradium 的使用量或合作的商業條件。

該公司的技術與成本說法也主要來自其領導層。Styskin 主張，網路規模搜尋需要專門的索引結構，能迅速縮小搜尋空間，因為每次查詢都掃描整個網際網路會過於昂貴。他形容建立大型索引的成本極高，但表示 Keenable 正努力在擴張時控制支出。

這些說法屬於合理的工程限制，而非經獨立驗證的效能結果。來源材料並未提供延遲、價格、精確率、召回率或基準測試數據。對潛在客戶而言，尚待解答的問題包括索引更新頻率、Keenable 如何處理來源品質與重複內容，以及其結果與既有檢索服務相比如何。

這輪募資背後的基礎設施賭注

Keenable 並未將自己定位為另一層企業搜尋服務。Styskin 表示，企業搜尋系統若擴展到公開網路規模，成本可能高得難以負擔，因此索引設計與查詢路由是公司方法的核心。

這家新創由具備大規模搜尋經驗的高層領導。Styskin 曾在 Yandex 與 Amazon 從事約二十年的搜尋工作，而他與 Petri 先前也曾為 Alexa 等 AI 應用建立網路搜尋基礎設施。這樣的背景為 Keenable 專注於檢索、而非打造通用聊天機器人或基礎模型，提供了技術上的理由。

目前公司在美國與歐洲共有 15 名工程人員。它計畫在今年底前將人數翻倍，並利用新資本擴充工程團隊與發展 go-to-market 團隊。這項招募計畫反映出維持網路規模索引，同時向技術成熟客戶銷售基礎設施所需的特殊資本需求。

對 AI 開發者而言，這項提案很直接但執行困難：把爬取、索引與檢索外包，讓產品團隊能專注於代理的工作流程。代價是依賴性。客戶必須有信心，Keenable 的涵蓋範圍、新鮮度、可用性與價格足夠穩定，才能支援那些錯誤或過時來源會直接影響輸出的應用。

捆綁式搜尋與獨立基礎設施之間的缺口

領投本次投資的 Accel 合夥人 Zhenya Loginov 表示，AI 公司在網路規模搜尋基礎設施上的選擇有限。他指出 Google 與 Microsoft 限制或關閉現有搜尋 API 的動作，並認為大型平台正愈來愈偏好捆綁式產品與選擇性合作。

這種市場解讀有助於說明此次募資的論點。搜尋既有業者擁有強大的分發能力與龐大基礎設施，但他們未必願意提供一個開放層，讓其他公司打造可競爭的 AI 體驗。若開發者需要對最新網路資訊的中立存取，且大型平台持續將檢索能力綁定在自家的助理或雲端產品上，獨立供應商可能因此受益。

Keenable 並非唯一。Brave 與 Exa 已在推進以 AI 為導向的搜尋與檢索，而 Google 也在為 AI 使用情境調整自家搜尋體驗。因此，競爭問題不是代理搜尋是否會存在，而是獨立公司能否在總成本低於捆綁式替代方案的情況下，提供足夠的涵蓋與可靠性。

對創辦人與產品團隊來說，這表示搜尋選擇將成為架構層級的決策。他們不僅要比較結果相關性，還要比較授權、來源標註、資料新鮮度、區域涵蓋、回應速度，以及重複代理查詢的成本。這些變數可能大幅改變研究代理與即時資訊產品的經濟模型。

接下來要觀察什麼

第一個訊號將是 Keenable 是否會公布更多客戶，或發表能支撐其採用聲明的技術細節。客戶推薦、API 可用性，以及檢索品質的獨立測量，都有助於區分早期基礎設施業務與資金充足的原型。

定價與延遲同樣重要。代理工作流程可能針對單一任務產生大量搜尋請求，因此即使某服務很適合偶爾的聊天機器人查詢，仍可能對高頻自動化來說過於昂貴。開發者也會觀察 WebQueryLanguage 是否能可靠地整合多來源證據，而不增加幻覺或歸屬風險。

Keenable 從 15 名工程師擴張、與 Gradium 的合作，以及與 AI 實驗室或推論服務供應商的進一步夥伴關係，將顯示該公司是否能把搜尋專長轉化為可重複的分發模式。來自 Exa、Brave、Google 與 Microsoft 的競爭動作，則會提供更廣泛的市場測試，驗證獨立、以代理為中心的搜尋需求。

Creati.ai 觀點

Keenable 的發表之所以重要，是因為檢索正成為許多 AI 產品下方的瓶頸。更好的模型並不會消除對即時、排序良好且可追溯資訊的需求，尤其是在代理必須對變動的網路資料採取行動時。專門化的搜尋供應商可以為建構者提供有用的抽象層，但前提是它能讓品質與成本變得可預測。

目前該公司最有力的證據，是創辦人的搜尋背景、其所宣稱的索引規模，以及來自經驗豐富投資人的新一輪資金。其最重要的主張——生產環境採用、文件涵蓋範圍，以及最終的成本優勢——大多仍來自公司本身的說法。下一階段將顯示，Keenable 是否能把這項技術論點轉化為企業與 AI 實驗室願意圍繞其建構的可靠基礎設施。