基础设施

过去很长时间，大家讨论大模型时，焦点几乎都是模型本体。
参数规模、推理能力、代码水平……好像只要模型越来越聪明，Agent就会越来越好用。
但真正开始做Agent之后会发现，很多任务失败，问题并不出在模型思考环节，而是第一步拿到的信息就已经错了。
再顶尖的大模型，也没法凭空生成实时资讯，更不可能把缺失的数据“推理”出来。
模型负责思考，搜索负责获取事实。
在模型性能持续内卷的当下，信息获取能力的短板反而会越来越突出。
前者决定Agent的能力上限，后者决定Agent的能力下限，而且模型越聪明，对信息质量越敏感。
换句话说，Agent时代的搜索需要被重新定义。
过去，搜索的目标是帮助人找到网页；
现在，它开始承担另一项任务，为Agent持续提供能够直接参与推理和执行的高质量信息。

AnySearch踩中的正是这个变化。
AnySearch的团队，没有选择继续做一个面向人的搜索产品，而是围绕Agent重建搜索方式。
放眼目前国内外市场，无论是Exa、Parallel、Brave还是Tavily，都在探索AI搜索的不同方向；
但它们普遍的思路是依托全网网页资源，在检索完成之后依靠大模型完成结果过滤和内容提炼。
AnySearch则实现范式升级，搜索前依靠意图路由匹配垂直数据源，搜索阶段完成前置筛选，最后输出结构化内容，真正把搜索当作Agent的基础设施去打磨。
一个才上线两个月的Agent搜索产品能够冲上Product Hunt周榜第一，本身就说明AnySearch切中了行业刚需。
开发者的诉求十分明确：让Agent稳定获取真实、实时、可用的信息，并持续完成真实世界里的任务。
所以，如果你的Agent“搜商”也还差点意思，那AnySearch真可以安排一下～
AnySearch支持匿名体验，不用注册，Skill/MCP/API开箱即搜；
不过这边还是建议注册一下——
因为注册之后每天能拿1000次免费搜索调用额度（doge）。
官网体验：http://www.anysearch.com项目地址：https://github.com/anysearch-ai