本周AI项目推荐｜Seltz，Octen，ego（lite）... Agent搜索的基础层

　　 作者｜张奚晨
微信 ｜a8072314b

　　这周火山引擎上线了豆包搜索服务，主打为企业和开发者构建 AI Agent 提供更加智能、高效的信息引擎。

　　这背后其实有一个正在形成的行业共识，要让Agent真正上手干活，首先需要为它重做信息检索的基础设施。

　　过去模型联网搜索主要依靠RAG和API工具调用。但今天提供给Agent的搜索API，本质上还是在把人类使用搜索引擎的习惯流程封装给Agent使用。但这很难满足使用Agent 处理复杂任务的需求，于是一批新的创业者试着给出解题思路。

　　目前，市面上为Agent做Search Infra的路径大致可以分为两类：

　　第一类是重构搜索，让Agent“长出眼睛”。

　　Seltz为Agent自建一套持续更新的Web索引，让它能够及时看见公开网络中正在发生什么；AnySearch聚合开放Web和20多个垂直数据源，让Agent知道面对不同问题应该去哪里查；Octen则重写索引、排序和服务层，让Agent可以同时展开几十甚至上百次查询，更快、更大规模地看见信息。

　　第二类是重做浏览器，让Agent“长出手脚”。

　　大量工作信息并不在搜索引擎能够直接索引的公开网页中，而是藏在网页背后。ego (lite) 让Agent像人类“分身”一样打开浏览器完成任务。

　　1

　　重构搜索，让Agent“长出眼睛”

　　1.Seltz

　　一句话介绍： 自建 crawler、index 和 retrieval，为Agent 搭建带引用、可直接用于推理的实时 Web信息层。

　　团队背景：创始人兼 CEO Antonio Mallia 是信息检索研究者，拥有纽约大学博士学位，曾在 Amazon 搜索团队担任研究科学家，也有 Pinecone、Bloomberg 的工作经历。Seltz 团队目前约 15 人，分布在美国和欧洲，多数成员拥有信息检索方向的博士或博士后背景，其中数人来自 Amazon 搜索团队。6月完成由B Capital、Speedinvest 领投的1250万美元种子轮融资。

　　为什么值得关注：Seltz没有做套壳 Google、Bing 的搜索功能，它选择自建索引，并针对新闻、人物等不同信息形态建立独立的垂直索引。获取返回带来源、元数据和完整正文的文档，让 Agent 可以直接继续判断、总结和执行。Seltz采用流式数据摄取架构来保证时效性，满足长期监测或重复研究的需求。目前，Seltz已接入企业自动化平台Zapier ，让企业可以每隔15或30分钟检索最新品牌及竞品报道，为企业搭建起可以立即响应的实时情报系统。

　　实测体验：Seltz 更适合做 Agent 的发现层，先搜索、去重和筛选，再把少量高相关内容交给模型，能减少反复打开网页带来的无效 Token 消耗，在学术文献检索中表现出色。

　　但在完成中文语境下的信息检索中，则表现欠佳。以检索Seed权力架构和人事关系网为例，Seltz 更多采用的是英文媒体的二手报道，而没有抓取一手信息，对中文办公场景适配度较弱。

　　网站链接：https://seltz.ai/

　　2.AnySearch

　　一句话介绍： 聚合开放 Web 与20多个垂直领域数据源，通过智能意图路由，为 AI Agent 提供实时、可追溯且能够直接进入推理链路的结构化信息。

　　团队背景：AnySearch 是由一支年轻的中国 AI 团队创立，核心成员以95后、00后开发者为主。创始人兼 CEO 为薛冠群为科技领域连续创业者，具备从0到1项目孵化、产品落地与商业化运营的完整经验。产品5月上线至今，累计被20万人调用2000万。GitHub Star 超过6k Star，并登上 Product Hunt 周榜第一。

　　为什么值得关注：AnySearch 的核心特点是让 Agent 不必自己判断“去哪里查”。系统会先理解查询意图，再由金融、法律、代码或能源数据路由至对应的专业数据源，最后完成归一化和排序，返回带来源的结构化结果。

　　相比只提供网页链接，它更接近直接交付可用的数据、代码与结论，能够减少重复搜索和 Token 消耗。同时支持 API、MCP、Skill 三种接入方式，可快速嵌入不同 Agent。

　　实测体验：以学术写作场景为例，AnySearch查找文献时通过使用专业路由，能按年代、文献类型和专业领域建立初始文献集；返回元数据的形式能更快建立文献库和复现。且Anysearch一次可以返回较完整的记录，减少Agent逐页打开PubMed等数据库的操作次数，有效减少了Token消耗。

　　在商业场景下，依旧以检索Seed权力架构和人事关系网为例，AnySearch 不仅能做到溯源权威一手信息，还具有更强的信息穿透力。

　　网站地址：https://www.anysearch.com/home

　　3.Octen

　　一句话介绍：为 AI Agent 重写的高性能搜索基础设施，主打低延迟、高并发和垂直领域检索，让 Agent 更快、更准地获取实时信息。

　　团队背景：创始人创始人 Kuan Zou 在搜索与 AI 基础设施领域工作近十年，曾百度企业搜索平台从零搭起，后任阿里云 AI 搜索产品负责人。团队成员来自 Meta、Google、TikTok、阿里巴巴、百度、DeepSeek 和小红书。2026 年 3 月，Octen 完成由 Square Peg 领投、Argor 等参与的 1000 万美元种子轮。

　　为什么值得关注：

　　Octen 认为，传统搜索 API 仍沿用“一次查询、一次返回”的人类搜索模式，难以承载 Agent 同时发起几十甚至上百次查询的工作负载。为此，它从头重写了索引、排序和服务层，将复杂问题拆解为多个子查询并行执行，再统一汇总结果。

　　据团队公布的数据，Octen 搜索 API 的 P50 延迟为62毫秒、P90为68毫秒，单账户可支持超过100万 QPS，新内容能在发布后五分钟内进入索引，价格则为每1000次调用1美元。其优势不只是响应快，还包括更稳定的尾延迟和更低的单位调用成本。

　　目前看来，Octen想做的是一门 To B 生意，成为 Agent 公司和大型企业背后的搜索供应商。通过开源 Embedding 和低价 API 吸引开发者，再凭借高并发、低延迟和垂直领域检索能力打入企业市场。

　　以学术场景检索为例，Octen确实能完成大规模、多角度、批量收集线索任务，且速度也够快，但其获取信息广度和深度有所欠缺。

　　值得思考：

　　Octen 用速度、并发、检索质量和价格构成了一套完整的基础设施叙事，但目前相关数据主要来自团队发布的 Benchmark，仍需更多企业级应用和真实生产负载验证。

　　但更现实的挑战来自成本。构建万亿级索引、保持分钟级更新并实现全球低延迟覆盖，是一项资本密集型工程。如果依赖第三方云和数据源，Octen 的利润空间与技术壁垒将会受限。但如果坚持自研，千万美元的融资只是一个开始。

　　此外，并非所有 Agent 都需要百万级并发。Octen 能否找到真正愿意为极致性能付费的客群，并将技术指标转化为稳定需求，是其商业化进程中必须回答的问题。

　　网站链接：https://octen.ai/

　　1

　　重做浏览器，让Agent“长出手脚”

　　1.ego (lite)

　　一句话介绍：一款为 Agent 设计的浏览器，让 Agent 以SKill的形式通过代码驱动这个浏览器去完成信息检索、表单填写和其他自动化任务。

　　团队背景：ego (lite) 由 Citro Labs 开发，团队成员长期参与Chromium上游开发，具备浏览器工程经验，现团队有近500个补丁被合并进Chromium。项目登上GitHub周排第二，目前已获6.2k Star。

　　为什么值得关注：

　　在Agent搜索这件事上，ego (lite) 的优势在拥有独立工作空间和操作权。

　　不同于其他直接控制用户浏览器的方案，ego (lite) 为 Agent 提供了独立任务空间，使自动化任务能够在后台运行，会与用户争夺鼠标、标签页和前台窗口，减少对用户当前工作的干扰。

　　使用时，ego (lite) 可以迁移Chrome中的Cookie、书签、扩展和Profile。Agent进入X、小红书或ChatGPT等网站时，可以直接使用已有账号，不必反复登录。

　　Agent 还可以通过页面脚本批量提取指定字段，仅将有效结果送入模型，减少完整网页中的菜单、导航和重复内容造成的 Token 浪费。

　　当面对需要登录、依赖 JavaScript 渲染或没有开放 API 的网站，ego (lite) 还可以继承用户登录状态，操作企业后台、专业数据库和复杂表单，更直接的获取权威数据信息。

　　实测体验：

　　ego (lite) 不适合成为所有Agent联网任务的默认入口，更适合搜索API无法完成的研究和网页操作任务。

　　查询公开事实、新闻和少量文献时，结构化搜索工具通常更快，也更节省Token和内存。

　　但当信息藏在登录页面、动态网站和社交平台中，或者任务需要连续滚动、进入详情页、跨页面提取和核验数据时，它的优势能更好的凸显。

　　查询公开事实、新闻和少量文献时，结构化搜索工具通常更快，也更节省 Token 和本地内存；但在登录网站、操作动态页面或核验真实网页状态时，它的优势更突出，如整理社交媒体评论、长期追踪价格动态、知识图谱建立等研究型搜索场景。

　　仍以检索Seed的权力架构和人事关系网为例，结构化搜索适合先找出关键人物和公开线索；ego (lite) 则可以继续进入相关账号及动态页面，沿着人物主页、历史内容和互动关系追踪，并保留原始链接和页面截图，帮助Agent从“找到相关信息”进一步走向“一手页面取证和交叉核验”，再将整理后的材料交给模型分析。

　　不过，这类让Agent成为“替身”操作浏览器的方式存在风险和安全的担忧，ego (lite) 官方技术博客也对此作出说明，提出了本地优先、任务范围限制、操作可见和人工接管等设计，但这些机制仍不能代替权限控制、操作审计和敏感动作确认。隐私与安全，是产品基础设施层必须解决的问题。

　　网站链接：https://lite.ego.app/

　　总结：

　　Agent search Infra这个赛道值得关注的原因之一在于，这可能成为模型与真实世界之间的新入口。谁掌握索引、数据源和浏览器运行环境，谁就有机会决定Agent先看到什么、信任什么，以及下一步执行分析什么。

　　当然，这个市场仍处于早期。搜索方式、数据授权、调用成本、浏览器稳定性和账号安全都没有得到彻底解决，目前的产品形态也未必是最终答案。

　　但一个已经形成的共识是，人们需要Agent能更快的触达一手数据和权威信源，并持续监控数据变化，进入真实网页完成任务。

　　只要Agent继续在自主执行工作这条路上走，Search Infra就会成为绕不开的一层，这也是硅星人会持续关注这个赛道的理由。