我们闷声打造了地球上最快的搜索引擎

We stayed quiet and built the FASTEST search on Earth July 21, 2026 · 6 min read · View source ↗ AI Claude MCP Tiktok 搜索是为人类打造的。你输入一个查询，扫一眼结果，精炼，再试一次。 三十年的基础设施都是围绕那个循环设计的。 AI 智能体不是那样工作的。一个智能体想同时从很多个角度问一个问题，然后把所有结果一次性拿回来。 但今天喂给智能体的那些搜索 API，正是那个人类循环，包在一层 endpoint 里。 一个查询进，一个响应出，每次几百毫秒。 我们花了过去一年，为真正在做搜索的那个东西重建搜索。我们没怎么发关于它的东西。 说实话，我们还没准备好。今年早些时候，我感觉我们大概只到了自己预期的 70%，而我不想为一个 70% 的东西造势。 我们现在准备好了。 数字 Octen 的网页搜索 API 在 SealQA Hard 上实测，返回结果耗时 62ms（P50），P90 为 68ms。 这比 Exa、Parallel 和类似的服务快好几倍。 最快的替代品测得大约 244ms。最慢的，超过 2.6 秒。 这张图里有一个细节比标题更重要：我们的 P50 和 P90 之间的差距是 6ms。有些服务的这个差距超过一秒。 如果你的智能体无法预测一次搜索要花多久，它就无法围绕它做规划。 定价是每 1,000 次调用 $1。这一类别里大多数服务收 $4 到 $9。 质量方面：Octen Embedding 在 RTEB 上排名第一，我们的 VL embedding 模型在 MMEB-v2 上排名第一。 我们开源了文本 embedding 模型，五个月内被下载了超过 500,000 次。 在 DeepResearch Bench 上，我们比 OpenAI Deep Research、Gemini 和 Grok 高出 10 到 17 分。 在 FreshQA Strict 和 SimpleQA 上，我们领先我们测试过的每一个厂商。 注：所有基准都已发布、可复现。链接在文末。 我为什么做这个 我叫 Kuan Zou。在 Octen 之前，我在阿里云做了五年 AI 搜索的产品负责人，运营着服务数亿用户的系统。 在那之前，我从零搭建了百度的企业搜索平台。 在阿里的每一年，我的工作都是扛过黑色星期五。一天数十亿次查询，零容忍失败。 所以当我看到喂给 AI 智能体的那些搜索 API 时，我是真的惊讶。它们大多数在每秒查询数达到几十时就开崩。 一个干真活的智能体会同时触发 20、50、100 次搜索。智能体最依赖的那个基础设施，恰恰是最先挂的那个。 我们融了一笔由 Square Peg 领投的 $10M 种子轮，聚起一支来自阿里、百度、Meta、Google、TikTok、DeepSeek 和小红书的团队，然后开干。 从线性到并发 给 Octen 一个问题，它把它分解成几十个子查询，同时把它们全部发射出去，然后把所有返回的东西拼装成一个答案。 不是一次一个查询。是全部同时。 这就是它对 deep research 做的事：一份带完整来源的报告，不到 3 分钟。同一任务上要花一个多小时的系统，在 DeepResearch Bench 上得分比我们低。 在 62ms 下，搜索不再表现得像一个外部工具，而开始表现得像记忆。 你的智能体以接近它推理自己上下文的速度，在活着的网络上推理。 这打开了以前不切实际的应用。实时交易智能体。实时体育和市场数据。没有尴尬停顿的语音智能体。 为可靠性而生 一个 Octen 账号支持每秒超过 1,000,000 次查询。新内容在发布后 5 分钟内被索引。 我们还提供带 SLA 的 QPS 保障。 据我所知，我们是这一类别里唯一敢承诺这一点的，因为这只有在你端到端拥有索引时才可能。我们确实是。 在文本之外，我们还跑图像搜索和视频搜索，并且用来自实时网络的真实参考来 grounding 图像和视频生成。 这一层现在处于 early access。 它又是怎么便宜 5 倍的 没有诀窍。 大多数"面向 AI 的搜索"产品，是建在为人类设计的开源搜索技术栈上的。他们把一个查询框背后的引擎，搬到了一个 API 后面。 技术没有变。变的只是界面。把它叫做"面向 AI 的搜索"没有意义。 我们重建了一切。搜索引擎、排序、serving 层，全部为机器消费从零重写。我们技术栈里没有任何东西是为一个人滚结果页而设计的。 这就是价格之所以可能的原因。一个完全 AI 原生的引擎，不会继承三十年人类搜索的开销。这个生意在每 1,000 次调用 $1 的价格下是健康的。这不是一个等着到期的补贴。 价格是架构最诚实的证明。任何人都可以声称自己的搜索是为 AI 打造的。成本结构会显示这是不是真的。 这一类别里有些公司已经在每天拿我们的 API 跑他们自己的 API 了。 我把它当成一种赞美。 我为什么把一切都分享出来 知道我们做什么，和能把它建出来，是两个不同的问题。 我们的护城河，是一支花了十年处理世界上最难的一些搜索流量的团队。 先行者教育了市场，我为此感激。 但开发者总是会核对数字，然后路由到表现最好、成本最低的那个。 我觉得那是这个世界上最诚实的市场。 在位者把过去两年花在了营销上。我们把它们花在了工程上。 现在工程公开了。 物理时代 下一代 AI 不住在屏幕上。 眼镜、机器人、世界模型。在那个世界里，搜索变成了眼睛：对实时网络的实时感知。 一个机器人等不了 3 秒去要一个答案。 当搜索在几十毫秒内返回，物理 AI 的实时交互终于突破了那个一直卡住它的瓶颈。 在那个时代，我不相信任何超过 100ms 延迟的东西能活下来。今天我们是唯一压在那条线以下的人。 智能体技术栈正在落定成三块：基础模型、GPU，和实时搜索。 前两个是已经解决、有清晰赢家的问题。第三个还在被决定。那是我们打算赢下的竞赛。 自己试试 基准是公开的，API 是开放的。 每 1,000 次调用 $1，附 $5 免费额度。可作为 API、作为 Skills、通过 MCP、以及从 CLI 使用。它能在 Claude Code、Cursor、VS Code 和任何 MCP client 里运行。 拿我们和你今天在用的任何东西对跑。 同样的查询，并排比。把你发现的东西发出来。 这一类别里的公司已经在每天 benchmark 我们，你也应该。 Docs: docs.octen.ai 注：延迟和准确率数字在 SealQA Hard、FreshQA Strict 和 SimpleQA 上测得。测试日期和地区都印在每张图上。复现基准：https://github.com/Octen-Team/search-eval Tags: # X # AI # Claude # MCP # Tiktok # Grok Related articles Grok just became dangerous: 18 Repos that prove it. Most people still think Grok is a chatbot bolted onto X. AI Claude MCP