展示HN：为开源情报/信号情报设计的AI代理

2026年AI网络爬虫现状 启动 · 2026年8月27日 · Ritwik 75%的网络是动态的。本质上是数据库记录以HTML形式呈现。为人类构建。对于代理，这种问题通过以下方式解决： - RAG是第一代（2024年） - 然后，长上下文LLM将其提升到一个全新的水平（2025年） 快进到2026年，我们基本上将所有内容都放入上下文窗口；将Nvidia推向月球。这包括抓取、浏览器/计算机使用以及代理爬虫和爬取器。这些使得数据检索变得更加容易，但成本保持不变。在底层，这些仍然依赖于长上下文LLM。并且，这就是它们不足之处： - 大规模成本：对于大型数据集，成本按每页基础线性增长。 - 幻觉：LLM容易产生幻觉 - 上下文污染和提示注入 现在让我向您展示我们构建的内容： - 基于记忆的知识和数据检索 这是一个持续学习框架的工作进展实现，重点是浏览器使用。大型请求正确性对比成本 Makra、Exa和Firecrawl的平均美元成本正确性散点图。较低的成本在左边。在像Makra这样的记忆引擎之上构建应用程序可以解决所有这三个问题： - 大规模降低成本：由于布局被记忆，成本降至向量查询。 - Makra像传统爬取器一样提取数据。所以，幻觉？从理论上讲，没有。 - 您的代理循环只需要处理它所关心的DOM节点：更多信号，更少噪音。我们构建了一个内部浏览器框架（目前只读），它为您执行以下操作： - 启动浏览器实例并设置代理。 - 为您从网络提取任何结构化或表格数据。 - 您可以以其他所有以前版本1/10的成本完成所有这些操作。在/playground中尝试它。