跑過多輪搜尋 agent 的人都很熟悉這本帳：每一輪搜尋把整頁內容塞回 context，答案只佔其中幾句，其餘是導覽、頁尾與重複的 boilerplate；搜尋輪數一多，token 成本與 latency 一起線性膨脹。Exa 把這個現象叫 context bloat，並認為它是 agentic search 最該先解的問題——4 月 22 日發佈的 Highlights 更新，做法就是把「讓 agent 讀整頁」換成「只讀與這次 query 相關的段落」。
三組數字，先學會怎麼讀
Exa 在文中給出三組關鍵數字。先說清楚性質：全部是 Exa 自報的評測結果，沒有第三方驗證，「部分 evals」也沒有指名具體 benchmark，應視為廠商數據而非可重製的結論。
| 宣稱 | 內容 |
|---|---|
| 準確度等價 | SimpleQA 上，500 字元的 Highlights 追平頁面前 8000 字元的準確度 |
| token 節省 | 同一組比較少用 16 倍 token；Exa 另宣稱部分 evals 以約 94% 更少 token 產出更高品質結果 |
| 更大預算 | 4k 字元的 Highlights 優於 32k 字元的全文 |
三組數字裡最扎實的是 SimpleQA 那組：500 個字元的摘錄達到前 8000 字元原文的準確度，token 用量少 16 倍。「約 94%」那組是行銷摘要層級的宣稱，缺少可比較的基準細節；第三組（4k 勝 32k）說明預算放寬後優勢仍在。對 builder 而言，方向比數字重要：摘錄的品質在高壓縮比下沒有崩掉，這才是這篇公告的核心訊息。
機制：逐請求、不快取、100 毫秒內完成
Highlights 是 Exa 自家的萃取方法（in-house method），目標是從網頁抽出與該次 query 最相關的 excerpts。三個設計決策值得注意。第一，它對每個請求重新執行、不做快取——同一個頁面在不同 query 下會抽出不同段落，Exa 選擇相關性優先於重用。第二，每次執行在 100 毫秒內完成，快到可以直接放進 agent loop 的每一步，不必為了等摘要犧牲回應速度。第三，Exa 說這個模型經過多輪研究，探索過多種架構與訓練配方才採用現行作法，並宣稱近期在技術文件（API references、SDK docs）與長文件（specs、research papers）上進步顯著。
長文件正是差距最大的場景。在長頁面、小 context budget 的比較裡，Highlights 與對手方法在 500 字元處的對比是 60% 對 6%：對手方法在滿是 boilerplate 的長文件裡幾乎找不到正確段落，Highlights 則把答案段落直接頂到最前面。這也是多輪搜尋特別受惠的原因——每一輪都省，乘上輪數就是量級差異。
不只公開 API：自家 agent 產品的檢索基底
Highlights 不只是對外的 Highlights API。Exa 自家的 agentic endpoints——/answer、Deep、Websets——內部同樣以 Highlights 作為 retrieval substrate：這些產品 agent loop 的每一次迭代，讀的都是 highlights 而不是原始頁面內容。Exa 並進一步宣稱，其 agentic 產品在 latency、cost、quality 三個軸上對競爭系統達到 Pareto dominant——這同樣是自報宣稱，但結構上說得通：檢索層先把 token 效率做起來，下游產品自然同時繼承速度與成本優勢，不需要靠事後壓縮。
取捨與限制
導入前該誠實面對四件事。其一，所有數字皆為 Exa 自報，無第三方驗證，「部分 evals」未指名 eval，複製結論前應用自己的查詢集驗證。其二，原文完全沒有揭露 Highlights 的定價或計費方式，成本模型要自行確認。其三，生態綁定：Highlights 是 Exa API 的一部分，用其他搜尋引擎或自建檢索的團隊拿不到直接好處，選項只剩換供應商或自己訓練類似模型。其四，任何摘錄都會丟棄上下文，eval 上的 recall 不等於你 domain 上的表現——摘錄漏掉的細節，agent 不會知道它漏掉了。
Builder 建議
三個可以直接落地的判斷。第一，把摘錄當成 agent 的閱讀介面，而不是輸出前的裝飾：在檢索階段就只餵相關段落，比拿到全文再篩選便宜一個量級，也讓 context window 留給真正的推理。第二，長文件工作負載優先導入——API references、SDK 文件、研究論文是 60% 對 6% 差距發生的地方，也是 token 帳單最痛的地方。第三，如果已經在 Exa 生態內，Highlights 幾乎是零成本升級；如果不在，這篇公告至少給了一個明確的訓練目標：檢索層該學會「為特定 query 抽特定段落」，而不是回傳固定長度的頁首。
參考來源
本文由 AI 協助自上述來源整理，經人工審核後發布。