Компания Exa представила Exa Agent — специализированную платформу для глубокого веб-поиска и автоматизированного сбора данных. Система использует собственный поисковый движок, алгоритм Highlights для извлечения релевантных фрагментов и технологию декомпозиции задач, распределяя их между субагентами.
Что произошло
Exa Agent позволяет автоматизировать процесс исследования веба, используя архитектуру с субагентами для распределения нагрузки при сканировании множества доменов. Благодаря оптимизации токенов и специализированному алгоритму Highlights, расход ресурсов снижается на 94%, что делает выполнение задач значительно дешевле, чем при использовании топовых LLM, таких как Claude Opus или GPT-5.5.
Контекст
В современных RAG-системах и процессах Data Engineering использование универсальных больших языковых моделей для простых задач парсинга часто приводит к избыточным затратам на API. Exa Agent предлагает переход от обычного поискового API к полноценной агентской инфраструктуре, которая оптимизирует маршрутизацию запросов между разными моделями в зависимости от сложности задачи.
Почему это важно для индустрии
Появление таких платформ задает новый стандарт для инструментов RAG и автоматизированного обогащения данных, внедряя встроенную структуризацию в формате JSON. Это снижает порог входа для создания сложных исследовательских агентов и позволяет компаниям пересматривать бюджеты, заменяя тяжеловесные модели специализированными поисковыми движками.
Почему это важно для пользователей
Пользователи могут автоматизировать рутинные задачи по сбору списков компаний, поиску контактов или анализу рынка, получая готовые структурированные таблицы вместо разрозненного текста. Это позволяет значительно снизить операционные расходы на использование API Claude или GPT при проведении глубоких веб-исследований.
Что пока неизвестно / ограничения
Существуют потенциальные риски нарушения Terms of Service и политик robots.txt при автоматизированном сканировании сайтов, что требует дополнительного внимания к вопросам соблюдения правил веб-ресурсов.
Источники
Автор
Look at AI, редакция