Kena 是一款面向 AI Agent 的搜索工具,通过自建网页索引来替代传统搜索引擎,让智能体在执行检索时消耗更少的 token。随着 Agent 产品大量依赖联网搜索,token 成本和上下文窗口占用成为实际问题,Kena 正是围绕这一痛点出现的新方案。
Kena 近期进展
这一思路的核心在于:传统搜索返回的页面往往冗长且夹杂大量无关信息,直接塞入上下文会迅速消耗 token 并稀释模型注意力。自建索引意味着可以在索引层面就完成过滤和压缩,把更干净的检索结果交给 Agent。
当前焦点与观察点
目前公开信息主要来自开发者的演示与分享,Kena 的索引覆盖范围、更新频率和检索质量尚需更多独立验证。值得关注的几个问题包括:自建索引能否覆盖足够广的网页内容、对时效性新闻类查询的处理能力,以及相比直接调用商用搜索 API,在成本和准确率上的实际差距。
从趋势看,Kena 反映的是 Agent 基础设施的一个细分方向——为机器而非人类设计的检索层。类似“为 Agent 优化”的搜索、浏览器和工具正在增多,token 效率可能是这一赛道近期的主要竞争点。后续如果有更多团队披露基准测试或定价方案,会更有助于判断这类自建索引方案的实用性。