当AI代理开始以毫秒级速度在互联网上执行任务时，它们撞上了一堵为人类眼球建造的墙。传统搜索引擎的排序逻辑、广告位设计和点击率优化，在机器读取场景下全部失效。更关键的是，Google和Microsoft正在收紧API访问权限，以避免自家搜索业务被AI应用蚕食。AI实验室和推理提供商发现自己陷入一个尴尬境地：要么接受昂贵且受限的传统搜索API，要么自建爬虫和索引基础设施，而后者在网页规模上的成本足以拖垮任何一家创业公司。
这正是Keenable试图切入的裂缝。这家公司于2026年8月25日结束隐身状态，宣布完成2600万美元种子轮融资。联合创始人Andrey Styskin曾领导Yandex的搜索、AI和云部门，另一位创始人Matthias Petri是德国AI科学家，曾在Amazon AGI从事检索系统工作。两人在Amazon共事期间观察到AI爬虫流量在搜索总量中的占比持续上升，开始意识到为AI代理构建独立搜索索引的机会。
Accel领投了本轮融资，Conviction Partners和部分商业天使参与。据CryptoBriefing报道，种子轮于2025年11月5日结束，投资方还包括Brightwing Capital和ScOp Venture Capital，以及来自Google和Amazon的天使投资人。TechCrunch的报道仅确认了Accel、Conviction Partners和商业天使，未提及后两家机构。finsmes的报道则列出了来自Amazon、ClickHouse、Databricks、Google、Snowflake和SpaceXAI的天使投资人，与前述信源均不一致。需要明确的是：Brightwing Capital和ScOp Venture Capital仅出现在CryptoBriefing和KuCoin的报道中，TechCrunch未提及；finsmes的天使投资人名单与CryptoBriefing和KuCoin的名单不同；Keenable未对上述任何一份投资方名单进行官方确认。因此，目前无法判断哪一份名单更接近真实参与方，也无法排除部分投资方选择低调处理或信息在传递中出现偏差的可能。
| 字段 | 内容 |
|---|---|
| 公司 | Keenable |
| 轮次 | 种子轮 |
| 金额 | 2600万美元 |
| 投资方 | Accel（领投）、Conviction Partners、Brightwing Capital、ScOp Venture Capital、商业天使（含来自Google和Amazon的天使投资人） |
| 总部 | 旧金山（仅据CryptoBriefing，未与其他来源交叉验证） |
| 创始人 | Andrey Styskin、Matthias Petri |
| 官网 | https://keenable.ai/ |
1000亿文档索引背后，是Google不愿服务的机器流量
Keenable的核心产品是一个专为AI代理设计的网络搜索索引。据公司披露，该索引已覆盖超过1000亿文档；这一数字来自公司自身，无独立验证。这个数字放在Google的索引规模面前并不惊人——Google的索引量级通常以数千亿甚至万亿计——但Keenable的差异化不在规模，而在索引结构和检索逻辑的重新设计。
Styskin在TechCrunch采访中解释了这一区别：“如果你不针对特定任务微调索引结构，服务整个互联网的扫描成本会因为数据量而变得极其高昂。这就是为什么你需要创新如何基于查询快速缩小搜索空间。这就是我们带来的东西。”这段话指向一个技术现实：通用搜索引擎的索引是为人类查询模式优化的，当AI代理以高频、低延迟的方式发起大量查询时，通用索引的边际成本曲线会迅速恶化。
Keenable的API支持语言搜索和清洗后的内容获取，提供历史时间点查询功能，允许AI系统检索特定时刻的网页状态，而非仅获取当前结果。公司还披露了一个即将推出的产品Web Query Language，据称能帮助AI系统从多个网页来源组合信息来回答问题，即使没有任何单一来源包含完整答案。这个功能的技术难度在于跨文档信息抽取和推理，目前公司尚未披露该产品的具体实现方式或可用时间表。
从已披露的产品形态看，Keenable正在做的事情与通用搜索引擎存在本质区别。Google的索引优化目标是广告点击率和用户停留时间，而Keenable的优化目标是机器可读性和查询成本。这种区别意味着Keenable不需要在广告系统和用户行为建模上投入资源，但同时也意味着它放弃了搜索引擎最成熟的变现路径。Styskin在TechCrunch的采访中进一步点出了这种代际差异：“这实际上创造了一个新的飞轮，与Google从人类行为中学到的那个不同。”这句话的潜台词是，AI代理的查询模式可能形成一套独立的反馈循环：代理的检索行为、文档的相关性判断和后续任务执行结果，可能共同构成一个与人类点击行为完全不同的优化信号体系。如果这个飞轮真的成立，那么Keenable的索引结构就有机会在机器查询场景下建立Google难以复制的优势。但这一假设仍需通过客户的实际使用数据来验证。
每千次请求1美元，定价暴露了AI搜索的成本结构
Keenable的商业模式是纯API定价。据CryptoBriefing报道，定价从免费试用层级开始，前沿规模用户每1000次API请求收费1美元；该定价信息来自CryptoBriefing，Keenable未在TechCrunch报道中直接确认这一价格口径。这个价格点放在AI基础设施市场中并不算低。作为对比，传统搜索API的定价通常以每千次请求几美元到几十美元不等，但往往附带严格的使用条款和结果限制。Keenable的定价策略暗示了两个判断：第一，公司认为AI代理的查询频率将远超人类用户，因此需要以量换价；第二，公司需要在覆盖索引构建成本与保持价格竞争力之间找到平衡。上述两点为编辑分析，基于已披露的定价信息，不代表公司已明确表达这一策略。
Styskin对成本问题的回应相当坦率。当被问及构建大规模索引的成本时，他的回答是：“别问——贵得令人痛苦。”这句话出现在TechCrunch的报道中，没有附带具体数字。对于一家刚刚完成种子轮的公司来说，构建和维护1000亿文档索引的持续成本是一个无法回避的问题。爬虫基础设施、存储、带宽、索引更新和查询服务，每一项都是持续的现金消耗。更值得关注的是，Styskin在TechCrunch采访中还提到，公司正在“尽最大努力控制成本并把握节奏”。这种表述暗示Keenable在索引覆盖范围和更新频率上可能采取了分阶段策略，而非一开始就追求与Google相当的全面性和实时性。如果这一推断成立，那么Keenable的1000亿文档索引在覆盖范围和新鲜度上可能存在取舍，而公司尚未披露这些取舍的具体参数。上述推断为编辑分析，基于Styskin的公开表述，公司未披露具体取舍参数。
据公司披露，其API已在多个AI实验室和推理提供商的生产环境中使用，用于训练和运行时两个阶段；这一口径未经独立验证。公司拒绝披露客户名称。唯一公开的合作关系是与语音AI公司Gradium的伙伴关系，用于支持实时信息检索；该合作关系来自TechCrunch报道，但报道未说明是否经过独立验证。客户名单的缺失让外界难以独立验证“生产环境使用”的具体含义：是核心工作负载还是边缘测试？是长期合同还是试用阶段？这些问题的答案将直接决定Keenable的收入质量和商业可行性。从产品逻辑上看，训练阶段的使用意味着客户将Keenable的数据纳入模型训练流程，这通常需要较高的信任度和数据质量；运行时使用则意味着客户依赖Keenable的实时检索能力。但两个阶段的使用比例、客户规模和合同期限均未披露，因此无法判断这种使用的深度和稳定性。
与Tavily、Exa和Perplexity的竞争，质量声明缺乏独立验证
Keenable并非第一个瞄准AI搜索基础设施的创业公司。Tavily专注于为AI代理提供搜索API，Exa构建了基于嵌入的神经搜索索引，两者均以B2B API为主要交付方式。Perplexity则主要面向消费者提供AI搜索产品，其定位与Keenable的B2B API存在明显差异，不应简单视为同一赛道的直接竞争对手。此外，Brave提供独立的搜索索引和API，Google自身也在改造其搜索体验以适应AI时代。
据CryptoBriefing报道，Keenable声称其质量性能已超越Tavily、Exa和Perplexity等同行，在提供相关、干净、优化用于机器消费的结果方面表现更优。这一说法来自公司自身，没有独立的第三方基准测试或公开对比数据支持；公开材料中未提供该性能对比的方法论、测试集或评估指标。在AI基础设施领域，性能声明往往依赖于特定的测试集和评估标准，不同公司之间的对比很难做到完全公平。因此这一声明目前只能视为公司口径，且无第三方基准。
竞争格局中一个更根本的问题是：AI实验室和推理提供商究竟需要什么样的搜索基础设施？如果它们只需要一个基础的网页检索API，那么Tavily和Exa已经提供了相对成熟的服务。如果它们需要深度定制的索引和检索能力，那么自建基础设施可能仍然是大型玩家的选择。Keenable的价值主张介于两者之间：提供比通用API更适配AI的索引，同时避免客户自建的高昂成本。但这个中间地带的宽度和可持续性，目前还没有被市场验证。从技术路径上看，Tavily和Exa的切入点更轻，它们可能通过聚合现有搜索源或构建垂直索引来降低基础设施成本；Keenable则选择了更重的自建索引路线。这条路线如果成功，可能建立更高的技术壁垒，但如果客户对独立索引的需求没有预期中强烈，重资产的成本压力会更快显现。上述竞争格局判断为编辑分析，基于已披露的产品形态和融资信息。目前公开材料未提供Keenable与Tavily、Exa在索引覆盖范围、查询延迟、结果相关性或单位查询成本上的同口径对比数据，因此无法做出量化竞争判断。可比较但尚未披露的指标包括：索引覆盖文档数、索引更新频率、查询响应延迟、结果相关性评分、单位查询成本、客户留存率。
Accel的赌注：Google和Microsoft的API限制打开了窗口
Accel合伙人Zhenya Loginov在TechCrunch采访中给出了投资逻辑。据他观察，AI玩家在网页规模搜索基础设施方面的选择非常有限，尤其是Google和Microsoft采取措施限制API访问以避免蚕食自身业务。科技巨头选择捆绑式方案，并对其合作伙伴保持选择性。这种策略为独立搜索基础设施提供商创造了市场空白。
Loginov的判断基于一个可观察的趋势：Google和Microsoft确实在收紧搜索API的开放程度。但需要区分的是，这种收紧是全面的还是选择性的。如果科技巨头只是限制某些类型的API使用，同时通过云服务提供替代方案，那么独立提供商的窗口可能比看起来更窄。Keenable的客户名单未披露，使得外界无法判断其实际吸引的是哪些类型的客户：是那些被Google拒之门外的中小型AI公司，还是那些主动选择独立基础设施的大型实验室。从Styskin在TechCrunch采访中的表述看，他认为Google在代理查询上“可能被打败”，因为AI代理的查询模式与人类搜索有本质区别，而Google的现有架构和商业模式可能限制了其在这一场景下的响应速度。但这一判断需要面对一个现实：Google拥有远超任何创业公司的工程资源和数据积累，如果它决定全力投入AI代理搜索，竞争格局可能迅速改变。
从资本结构看，2600万美元的种子轮在AI基础设施领域属于偏大规模。这反映了两个因素：一是构建网页索引的前期资本需求确实巨大；二是Accel愿意在这个阶段下重注，说明其看到了足够大的市场机会。但种子轮规模大也意味着后续融资门槛更高。如果Keenable无法在18到24个月内证明商业牵引力，下一轮融资将面临更严格的审视。对于一家需要持续投入爬虫、存储和索引更新的公司来说，2600万美元的消耗速度可能比软件型创业公司快得多。这意味着Keenable必须在资金耗尽前找到足够多的付费客户，或者证明其索引成本曲线能够随着规模扩大而显著改善。上述资本结构判断为编辑分析，基于已披露的融资金额和公司业务模式。
15人工程团队翻倍，资金用途暴露市场推广短板
Keenable目前拥有15名工程人员，分布在美国和欧洲。公司计划利用新资金在年底前将工程团队规模翻倍，以建立市场推广能力。这个资金用途的表述值得细读：一家声称API已在多个AI实验室生产环境中使用的公司，仍然把“建立市场推广能力”作为首要任务，说明其当前的客户获取可能更多依赖创始人网络和早期关系，而非系统性的销售和营销体系。上述判断为编辑分析，基于公司披露的资金用途。
将工程团队翻倍而非组建独立的销售团队，暗示Keenable的产品可能仍处于需要大量工程投入的阶段。Web Query Language尚未推出，索引的覆盖范围和更新频率可能需要持续优化，与Gradium的合作也可能需要定制化集成。在种子轮阶段优先加强工程能力是合理的选择，但这也意味着商业化的时间表可能比外界预期的更长。另一个值得注意的细节是，Styskin在TechCrunch采访中提到，他从Yandex和Amazon招募了一批前同事加入新公司。这种基于信任网络的早期团队构建方式在创业公司中很常见，尤其在需要高度专业知识的搜索基础设施领域，前同事之间的技术默契可以缩短磨合期。但它也带来一个潜在问题：团队的同质化程度可能较高，在需要引入不同视角的市场推广和客户成功领域，现有网络可能不够用。如果Keenable的客户群体从AI实验室扩展到更广泛的企业市场，销售和客户成功能力的缺失可能成为增长瓶颈。上述团队结构分析为编辑分析，基于TechCrunch报道中披露的团队规模和招聘方式。
风险不在技术，而在AI代理的采用速度和巨头的反制
Keenable面临的风险可以分为三个层面。第一层是执行风险：构建和维护网页规模索引的成本极高，Styskin本人也承认这一点。如果索引的更新频率、覆盖范围或查询延迟无法满足AI代理的需求，客户流失将不可避免。第二层是竞争风险：Tavily、Exa、Brave等公司都在争夺同一市场，Google和Microsoft也可能通过调整API策略或推出新的AI搜索产品来压缩独立提供商的生存空间。第三层是市场风险：Keenable的增长直接依赖于AI代理的采用率。如果AI代理的部署速度低于预期，或者代理架构的演进方向不再需要独立的外部搜索索引，Keenable的商业模型将面临根本性挑战。
一个值得关注的待验证假设是：AI代理是否真的需要独立于人类搜索的索引基础设施？如果AI代理最终可以通过改进的通用搜索引擎API获得足够好的结果，那么Keenable的存在价值将大打折扣。反过来，如果AI代理的查询模式确实与人类有本质区别——更高频、更结构化、更依赖原始文档而非排序结果——那么独立索引的市场空间可能比当前看起来更大。这个问题的答案不会在短期内揭晓，但Keenable的客户获取速度和留存率将是早期信号。从产品设计上看，Keenable提供的历史时间点查询功能暗示了一个可能的使用场景：AI代理在执行需要追溯信息变化的任务时，需要访问特定时刻的网页状态，而通用搜索引擎通常只提供当前结果。如果这类场景在AI代理的实际工作流中占据足够比例，Keenable的差异化就有实际价值；如果这类场景只是边缘需求，那么历史查询功能可能不足以支撑一个独立的索引产品。上述风险分析和待验证假设为编辑分析，基于已披露的产品功能和市场信息。
Keenable的另一个未解问题是网站未披露。在AI基础设施领域，开发者通常通过文档、API参考和社区来评估产品。一个没有公开网站的公司，其开发者获取和自助服务能力将受到限制。这可能是公司仍处于早期阶段的自然结果，也可能反映了其客户获取策略更依赖直接销售而非开发者社区。无论哪种情况，这都是一个需要尽快解决的问题。对于一家以API为核心产品的公司来说，开发者体验和文档质量往往比销售话术更能决定早期采用率。如果Keenable的潜在客户无法通过公开渠道了解API的调用方式、响应格式和限制条件，他们可能更倾向于选择文档完善的竞争对手。
验证边界与可复核指标
本文涉及的“首个、唯一、最大、领先”、订单、出货、性能等表述，如无另行说明，均是公司、创始人或投资方在现有公开材料中的披露口径；RecodeX未在本次采集材料中找到独立审计或第三方测试结论，因而不将其视为已经独立确认的事实。文中的产业协同、竞争位置和商业路径属于基于已披露产品与融资用途的编辑分析，不代表相关结果已经实现。
- 技术侧应核验第三方测试条件、样本规模、良率、稳定性及与可比方案一致口径的结果；
- 商业侧应核验去重后的付费客户、可执行合同、收入确认、复购率以及订单转化；
- 资本与产业协同应以工商股权、关联交易、联合开发、采购或量产文件为准。
RecodeX 极客视：Keenable的故事本质上是一个关于搜索基础设施代际更替的赌注。Google用二十年时间优化了人类点击行为，而AI代理的查询模式可能让这套优化逻辑失效。但“可能”和“已经”之间的距离，需要Keenable用客户留存、收入增长和索引成本曲线来证明。2600万美元种子轮给了它一个起跑位置，但这场比赛的终点线——如果有的话——还远未清晰。
信息来源
本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。