A Parallel Web Systems apresenta a API de Busca: a busca na web mais precisa para agentes de IA.

Sistemas Web Paralelos A [Nome da empresa], uma startup focada na criação de uma nova infraestrutura web sob medida para agentes de IA, lançou a API de Busca Paralela, uma ferramenta de busca web projetada especificamente para otimizar a entrega de dados web relevantes e com uso eficiente de tokens, ao menor custo possível. Essa inovação visa fornecer respostas mais precisas, reduzir o número de requisições à web e diminuir os custos para agentes de IA.

Os mecanismos de busca tradicionais são projetados para usuários humanos. Eles classificam URLs partindo do pressuposto de que os usuários clicarão para acessar uma página, otimizando para buscas por palavras-chave, taxas de cliques e layouts de página voltados para a navegação, tudo isso em milissegundos e com custo mínimo. A primeira geração de APIs de busca baseadas em IA tentou adaptar esse modelo de busca centrado no ser humano para a IA, mas não atendeu completamente aos requisitos exclusivos de Agentes AI .

Ao contrário dos usuários humanos, a busca por IA exige uma abordagem diferente: em vez de classificar URLs para cliques humanos, o foco está em determinar os tokens mais relevantes para inserir na janela de contexto de um agente de IA, ajudando-o a concluir uma tarefa. O objetivo não é otimizar para o engajamento humano, mas sim aprimorar o raciocínio e a tomada de decisões dentro do modelo de IA.

Essa nova arquitetura de busca inclui diversas inovações importantes: ela emprega objetivos semânticos que vão além da correspondência de palavras-chave para capturar a intenção do agente, prioriza a relevância do token em vez de métricas de página centradas no usuário, fornece informações condensadas e de alta qualidade para o raciocínio e resolve consultas complexas com uma única chamada de busca em vez de várias etapas.

Ao utilizar esse design de busca com foco em IA, os agentes podem acessar tokens da web com maior densidade de informações dentro de sua janela de contexto, resultando em menos chamadas de busca, maior precisão e custos e latência reduzidos.

Aprimorando a busca complexa e multissource na Web para agentes de IA 

Embora muitos sistemas de busca existentes se concentrem em responder a perguntas simples, a necessidade de buscas mais complexas e multifacetadas deverá aumentar. Tanto os usuários quanto os agentes de IA precisarão cada vez mais de respostas que envolvam a síntese de informações de múltiplas fontes, o raciocínio em tarefas complexas e o acesso a conteúdo da web de difícil acesso.

Para atender a essa crescente demanda, a Parallel avaliou o desempenho de sua API de Busca em vários benchmarks, desde tarefas complexas de múltiplos saltos (por exemplo, BrowseComp) até consultas mais simples de salto único (por exemplo, SimpleQA).

O Parallel demonstrou vantagem em consultas mais complexas — aquelas que abrangem múltiplos tópicos, exigem compreensão profunda de conteúdo difícil de rastrear ou envolvem a síntese de informações de fontes dispersas. Em benchmarks projetados para raciocínio multi-hop, como HLE, BrowseComp, WebWalker, FRAMES e Batched SimpleQA, o Parallel não apenas apresentou maior precisão, como também resolveu as consultas de forma mais eficiente, utilizando menos etapas de raciocínio.

As APIs de busca tradicionais tendem a exigir múltiplas buscas sequenciais, o que aumenta a latência, expande as janelas de contexto, eleva os custos dos tokens e reduz a precisão. Em contraste, a abordagem da Parallel permite que consultas mais complexas sejam resolvidas em uma única chamada de busca, resultando em menos consultas sequenciais, maior precisão, custos reduzidos e menor latência.

Quando testado em benchmarks de salto único mais simples, como o SimpleQA, que envolvem consultas factuais diretas, o Parallel continuou a apresentar um bom desempenho, embora o potencial para ganhos de precisão seja mais limitado nesses cenários devido à natureza das consultas.

A capacidade da Parallel de alcançar resultados de última geração é fruto de dois anos dedicados ao desenvolvimento de uma infraestrutura robusta para otimizar cada camada do processo de busca, aprimorando continuamente o desempenho por meio de ciclos de feedback. O sistema se concentra na indexação de conteúdo web difícil de rastrear, como PDFs longos e multimodais e sites com uso intensivo de JavaScript, minimizando o impacto para os proprietários dos sites. O índice web da Parallel é um dos que crescem mais rapidamente, com mais de 1 bilhão de páginas atualizadas diariamente.

Para o ranqueamento, a Parallel adota uma abordagem diferente da busca tradicional. Em vez de classificar URLs com base nas taxas de cliques humanos, ela se concentra em identificar os tokens mais relevantes e confiáveis ​​para o raciocínio de modelos de linguagem abrangentes (LLM). Os modelos proprietários da Parallel avaliam a relevância do token, a autoridade da página e do domínio, a eficiência da janela de contexto e a validação entre fontes, priorizando a qualidade em detrimento das métricas de engajamento.

API de Busca Paralela: Capacitando Sistemas de IA com Dados Web de Alta Qualidade e em Tempo Real 

Hoje, os desenvolvedores mais avançados optam por construir e implantar sistemas de IA usando a tecnologia de busca da Parallel. Essas organizações testaram diversas alternativas e reconhecem que a qualidade dos dados da web impacta diretamente as decisões tomadas por seus agentes de IA. Seja o agente de codificação da Sourcegraph Amp resolvendo bugs, a Claygent otimizando cada decisão de entrada no mercado (GTM), a Starbridge descobrindo solicitações de propostas governamentais ou uma seguradora líder subscrevendo sinistros com mais eficiência do que subscritores humanos, o desempenho desses sistemas depende da precisão e relevância dos dados da web que utilizam.

A API de Busca própria da Parallel serve como infraestrutura central que suporta seus Agentes Web. Por exemplo, a API de Tarefas da Parallel, que lida com consultas complexas de enriquecimento e pesquisa em várias etapas, é construída sobre a API de Busca. Todas as consultas da API de Tarefas executadas em produção dependem da API de Busca para funcionar perfeitamente em segundo plano.

Essa abordagem arquitetônica estabelece um alto padrão para a arquitetura Parallel, visto que qualquer melhoria no desempenho, latência ou qualidade da busca impacta diretamente os sistemas de produção que processam milhões de consultas diariamente. Cada instância de ineficiência ou imprecisão na API de Busca é imediatamente sentida nos produtos que dependem dela.

Como resultado, a infraestrutura da Parallel é constantemente aprimorada e testada em situações reais de cargas de trabalho baseadas em agentes. A chave para a conclusão eficaz de tarefas por um agente reside em maximizar o sinal e minimizar o ruído em sua janela de contexto. A API de Busca da Parallel garante que os agentes recebam o contexto mais relevante e conciso da web, aprimorando sua capacidade de executar tarefas com precisão e eficiência.