DSML Kazakhstan LogoDSMLKZ
HomeAboutPeopleNewsAI RadarJobsResearchEventsArticles
DSML Kazakhstan Logo© 2026 DSML Kazakhstan.
AboutCollaborateCommunity GuidelinesTelegramAI Radar RSSYouTubeLinkedInInstagram
    AI RadarAugust 25, 2026

    AI Radar

    Keenable создаёт поисковый индекс из 100 млрд документов для AI-агентов

    Стартап Keenable вышел из скрытого режима с посевным раундом на $26 млн и поисковым индексом, который, по его данным, охватывает более 100 млрд веб-документов. Сервис создаётся не для традиционной выдачи людям, а как инфраструктура поиска и извлечения источников для AI-агентов.

    August 25, 2026·3 min read·Источник: TechCrunch
    00

    Что изменилось

    Keenable основали Андрей Стыскин, ранее руководивший направлениями поиска, ИИ и облачных технологий в «Яндексе», и немецкий AI-исследователь Маттиас Петри. Раунд возглавил Accel, к нему присоединились Conviction Partners и бизнес-ангелы. Основатели опираются на опыт создания поиска в «Яндексе» и Amazon, включая инфраструктуру для AI-приложений наподобие Alexa.

    Классические поисковые системы оптимизированы под человека: пользователю нужно быстро показать короткий список понятных ссылок, потому что он не станет просматривать десятки страниц целиком. Агент способен прочитать и сопоставить намного больше материала, но ему особенно важно заземлять ответы в исходных документах. Keenable рассчитывает построить вокруг этого другой цикл поиска, в котором качество определяется не только поведением людей и кликами, но и тем, насколько полно источники помогают модели выполнить запрос.

    Компания утверждает, что её API уже используется в продакшене несколькими AI-лабораториями и поставщиками инференса — как во время обучения, так и при выполнении запросов. Их названия стартап не раскрывает, однако сообщил о партнёрстве с разработчиком голосового ИИ Gradium для получения актуальной информации в реальном времени. Поэтому заявленный масштаб индекса и фактическую нагрузку пока нельзя независимо сопоставить с показателями крупных поисковиков.

    Главная техническая задача — не просто собрать веб, а дешёво сузить область поиска под конкретный запрос. По словам Стыскина, универсальные структуры корпоративного поиска на масштабе всего интернета становятся чрезмерно дорогими: сканирование огромного индекса требует специализированных способов быстро отбрасывать нерелевантные области. Keenable параллельно создаёт собственные механизмы извлечения и готовит Web Query Language — инструмент, с помощью которого агент сможет объединять сведения из нескольких страниц, даже если ни одна из них по отдельности не содержит полного ответа.

    Окно возможностей связано и с ограниченным выбором независимых поисковых API. По оценке партнёра Accel Жени Логинова, Google и Microsoft сокращают доступ к существующим интерфейсам, предпочитая пакетные продукты и избирательные партнёрства. Однако содержание индекса из 100 млрд документов остаётся «болезненно дорогим», признаёт Стыскин, а конкурировать предстоит не только с Google, но и с Brave и Exa. Сейчас у Keenable 15 инженеров в США и Европе; привлечённые деньги пойдут в том числе на удвоение команды до конца года и развитие продаж.

    Почему это важно

    Независимый веб-поиск позволяет агентным продуктам получать свежие источники без полной зависимости от API крупнейших платформ. Специализированное извлечение может снизить стоимость сложных многошаговых запросов и улучшить проверяемость ответов. Но командам, рассматривающим Keenable, ещё предстоит оценить актуальность индекса, полноту покрытия, задержку, качество ранжирования и экономику на реальной нагрузке.

    Primary and supporting sources

    • Accel-backed Keenable is indexing the web for AI agentsOpens in a new tab

    DSML editors review the selection. AI helps deduplicate signals and draft the text; the published edition remains an editorial product, not a feed of individual channels.

    More from this edition

    August 25, 2026
    1. 01OpenAI показала архитектуру и первые тесты inference-чипа Jalapeño
    2. 02Apple выпустила M6, M5 Ultra и новые Mac с прицелом на локальный ИИ
    3. 03Perplexity и Nvidia перенесли агента Computer на локальные GPU
    4. 04Китайские open-weight-модели захватили большинство токенов Vercel AI Gateway
    Back to AI Radar