做地方資訊相關的 agent，最麻煩的往往不是搜尋本身，而是搜完之後。搜尋引擎回傳幾個連結，模型得自己點進去、讀內容、再猜出營業時間和電話——每一步都可能錯。2026 年 10 月 5 日，Exa 宣布把 2.1 億個地點加進索引，直接在搜尋結果裡回傳結構化欄位，而且對所有既有 endpoint 開放，不加收費用（見 Exa 官方公告）。
回傳的不是網頁，是欄位
Exa Places 涵蓋餐廳咖啡廳、飯店、零售、醫療服務、專業服務、文化景點和戶外空間等類別。每次搜尋回傳的結構化資料包括：
- 名稱、類別、地址與座標
- 營業時間與營業狀態
- 電話與網站
- 評分
查詢方式也更貼近自然語言。公告裡的例子像是「Mission 區週五晚上七點營業、走高級路線的拉麵店」，或「墨西哥城評論裡提到適合小孩活動的博物館」。Exa 會理解查詢中的地理位置，回傳該區域內符合條件的商家。這對 agent 很關鍵：不用再寫一層解析邏輯，也不用讓模型從非結構化文字裡抽欄位。
品牌自己給的比較，怎麼讀
Exa 公布了一份自家的品質評測：在 400 個查詢上，比較 Exa Fast、Perplexity Search 和 Parallel Advanced 找出「帶正確 metadata 的商家」的表現，用 F1 分數衡量。結果是 Exa Fast 拿到 0.800，Perplexity Search 0.529，Parallel Advanced 0.333——分別高出 51% 和 140%。
這是廠商自己選的查詢集、自己定的評測方式，數字要打折看。但評測的設計思路值得留意：它衡量的不是「能不能找到幾篇相關文章」，而是「回傳的營業時間、電話、位置對不對」。對 agent 來說，推薦一家已經打烊的店或一個錯的地址，等於整個推薦作廢。精度和召回率的取捨，在這個場景裡是實打實的使用者體驗問題。
誰會先用上
公告裡列了三個場景，各對應一種 builder：
個人助理：使用者問「附近哪家藥房還開著」，助理在同一個搜尋呼叫裡就能拿到營業狀態和電話，推薦前先確認有沒有開。
GTM 營運：要列出某個都會區所有牙科診所、德州所有獨立健身房這類名單，人工整理費時又容易出錯。結構化回傳可以直接餵進自動化工作流程，搭配 Exa Agent Ultra 則可回傳全部符合的結果。
市場研究：分析師估算某選址一英里內有多少咖啡店、或哪個城鎮缺乏急診診所，這種計數型問題用一般網頁搜尋很難做，結構化索引讓它變成一個 API 呼叫。
和既有搜尋工具疊起來看
如果你已經在替 agent 接搜尋能力，這類 API 的選型邏輯和我先前寫過的 Cloudflare 把 Web Search 塞進 AI Gateway 是同一件事的兩面：搜尋正在從「回傳連結」演進成「回傳 agent 能直接消費的資料」。差別在於 Cloudflare 走的是控制平面整合路線，Exa 這次則是在垂直資料域——地點——做深。
實際的下一步很簡單：如果你的產品涉及本地商家資訊，先用幾個真實查詢測 Exa Places 的召回品質，特別注意你所在市場的地點覆蓋率——公告沒有按地區拆解索引覆蓋，2.1 億這個總數對亞洲城市的實際涵蓋程度，還是得自己驗證過才算數。