博主用 robots.txt 与 meta 标签让 Google 完成去索引
一位博主今年早些时候决定不再让搜索引擎索引自己的网站，先设置 robots.txt 全站 disallow，等待数周无效后又加上 robots meta 标签，并特意允许 Googlebot 抓取以读取该标签。最后一次调整距今至少 3 个月，他今日确认网站已被 Google 去索引。
#搜索
Hacker NewsAI 评分88 GitHubAI 评分1717 Vespa 开源搜索引擎：支持向量、张量与结构化数据的实时推理
Vespa 是一个开源平台，可在服务时对向量、张量、文本和结构化数据进行搜索、推理与组织，代码以 Apache 2.0 许可发布，master 分支每周一至周四 CET 早晨发布新版本。它面向搜索、推荐和个性化等场景，需在持续变化的大规模语料上于 100 毫秒内完成数据筛选、模型评估与聚合，并支持多节点分布式并行。用户可部署到 Vespa 云服务或自建实例。
Hacker NewsAI 评分2222 Eniac：把数百万网页变成可引用数据集的网页搜索 API
Eniac 是一款网页搜索 API，可将数百万网页转化为带引用的数据集，结果在候选被发现时即填入表格，并随每个过滤条件逐格更新。每次运行会显示各提供商返回的精确计数与逐阶段累计成本，API Key 以 Authorization: Bearer 方式随搜索请求发送，服务端仅保存其哈希。账户余额最低充值 $25，目前卡片支付按批次开放。
arXiv cs.CLAI 评分2222 NativeScope：基于原生拓扑的关系局部化检索
NativeScope 提出一种"先定范围再排序"的检索方法，将查询表示为 q -> (A, r, B)，通过 belonging、before、after 算子用锚点 A 和关系 r 先选出原生单元，再让目标词 B 只在选中范围内对 chunk 排序。
arXiv cs.CLAI 评分3333 Project Greenhouse：迈向完全开放与自主的智能体搜索
Project Greenhouse 探索仅用少量 GPU 从零预训练加监督微调，构建完全开放、自主可控的智能体搜索模型，不依赖第三方开源权重骨干。团队发布 Gaggle 系列模型 checkpoint 及数据、代码与配置，支持训练全流程的透明独立复现。
arXiv cs.CLAI 评分1818 语言模型用于电商搜索的页面级布局决策
研究用语言模型离线评估电商搜索页面布局决策，即是否在特定位置插入次级商品堆栈。对比直接提示词评判、提示词衍生特征和表征三种方法，表征方法在预测用户参与度上持续优于提示词评判，可作为电商搜索离线布局评估的可靠基础。该工作已被 ACM RecSys 2026 的 OARS Workshop 接收。
GitHubAI 评分1515 BarkSuckerbird：集成多模型与实时联网搜索的 Telegram AI 机器人
BarkSuckerbird 是一款开源的 Telegram AI 机器人，整合多个 AI 模型并支持通过 DuckDuckGo 和 Groq 进行实时网络搜索，同时提供管理员消息系统和保活机制以维持 24/7 在线。该机器人采用 MIT 许可证，支持 Windows、macOS 和 Linux，最低需 2GB 内存和 50MB 磁盘空间，可从 GitHub Releases 页面下载运行。
GitHubAI 评分2222 agent-search-cli：命令行网页搜索与数据提取工具
agent-search-cli 是一款基于 Python 的命令行工具，可同时调用 Google、Bing 等多个搜索引擎进行网页搜索，并通过 4 层代理链保护隐私、规避封锁。
Hacker NewsAI 评分2424 Bag of Decisions Reranker：用 LLM 生成查询评分标准提升重排序效果
一种名为 Bag of Decisions 的重排序方法，让 LLM 为每个查询生成一组 yes/no 问题作为相关性评分标准，再用 Jev 计算每个问题为真的概率并求和作为重排序分数。在 Wayfair WANDS 和 Amazon ESCI 两个电商数据集上，该方法平均 NDCG 分别达到 0.610 和 0.360，均高于 BM25 和 Jev 直接重排序。
Hacker NewsAI 评分4747 ATLAS：评估智能体在搜索密集型任务上的表现
研究团队预览了新基准 ATLAS，包含 547 个深度与广度研究任务，用于评估智能体在依赖网络搜索的真实工作流中的准确性与完整性。测试显示，成本低于 $1/任务的搜索智能体行 F1 均未超过 0.5，即便最贵的智能体也漏掉约 1/3 的黄金结果；在固定模型框架下，Exa 定义了成本-性能帕累托前沿，不同搜索后端得分相差 16%。
RadarAIAI 评分4040 Grok Bot 可搜索、读取并监控 X
Grok Bot 现已支持搜索、读取和监控 X。有用户公开演示让 @bot 持续留意人们在 X 上用 Grok Bot 做的有趣事情，并每天早上 9 点通过 Slack 发送每日摘要，从中挑选最酷的想法并给出改进工作流程的建议。
RadarAIAI 评分1212 Cohere 探讨搜索与检索未来：Embed 5、Parse 5 与 RCP-nDCG
Cohere 正在举办网络研讨会，讨论搜索与检索的未来，内容包括 Embed 5、Parse 5 以及全新的检索方法论 RCP-nDCG。
arXiv cs.AIAI 评分4242 AX 是新的 AEO：智能体体验如何决定 AI 推荐结果
一项覆盖 1,056 家真实企业、37,927 次智能体购买提问旅程的研究提出，AX（agent experience，智能体体验）正在取代 AEO 成为决定 AI 推荐的关键。
arXiv cs.CLAI 评分2424 STATIC：面向 TPU/GPU 上 LLM 生成式检索的高效约束解码
STATIC 将前缀树展平为静态 CSR 稀疏矩阵，把不规则树遍历转为全向量化稀疏矩阵运算，实现 TPU/GPU 上的高效约束解码。它已部署在服务数十亿用户的大规模工业视频推荐平台，每步仅 0.033 ms、占推理时间 0.25%，相比 CPU trie 提速 948 倍，相比硬件加速二分查找基线提速 47-1033 倍。据称这是严格约束生成式检索的首次生产级部署，代码已开源。
arXiv cs.CLAI 评分2222 如何解释信息检索中的查询扩展性能
研究从理想扩展查询（IEQ）与可分性两个角度解释查询扩展（QE）性能差异，并提出可分性度量及近似 IEQ 的实用公式。在 TREC Robust、TREC DL 2019-2022 passage 及 TREC DL 2019-2020 document 集合上的实验显示，扩展查询越接近理想扩展查询，检索效果越好，相关与非相关文档的可分性则提供了互补解释视角。
arXiv cs.CLAI 评分2424 LLM 检索如何平衡相关性与多样性：一项 arXiv 研究
一项 arXiv 研究显示，检索多样化对 RAG 的效果主要取决于候选池冗余度：在干净候选池上会损害相关性、证据覆盖与答案质量，但在多证据任务中冗余导致最近邻检索重复选段时反而有益。
Hacker NewsAI 评分1717 Google 搜索的 -ai 参数是否在屏蔽 AI 结果类查询中失效
有用户发现，在 Google 搜索中使用 -ai 参数屏蔽 AI 结果时，若查询本身是关于"移除 AI 结果"的工具（如 "any good apps for removing AI from safari on iOS -ai"），Google 会返回"找不到结果"，而移除 -ai 后同一查询则正常显示结果。
GitHubAI 评分1212 MatchApp：基于心情与条件的 AI 娱乐推荐应用
MatchApp 是一款 AI 娱乐推荐应用，根据用户明确选择的心情和条件匹配电影、剧集、K-drama、动漫、播客和音乐等内容，且不会擅自替换用户设定的条件。
Hacker NewsAI 评分2222 Google 弄伤了互联网，AI 公司正用汞来治这个伤
文章认为 Google 把互联网收窄为单一入口的搜索模式导致内容生态持续恶化，而 AI 公司只是用另一个"魔法文本框"来消化这些垃圾内容，并未解决根本问题。作者指出 AI 本质上仍依赖搜索互联网并总结页面，若搜到的都是为搜索引擎排名而生产的内容，AI 也只能输出垃圾。真正的出路在于重新解决信息组织与长期价值判断问题，小型社区站点上的优质内容目前既难被搜索引擎也难被 AI 发现。
RadarAIAI 评分6262 SCM：基于本地大模型的 Mac 多媒体语义搜索工具
SCM 是一款在 Mac 端本地运行的多媒体搜索应用，用大模型实现自然语言描述搜图、搜视频以及 OCR 文字检索，全程本地处理、无需联网。它支持视频定位到具体秒数，OCR 可检索画面文字并覆盖中英文等 36 种语言，默认模型约 435MB，离线可用。
GitHubAI 评分1717 Catai：带本地知识库与联网搜索的本地 AI 助手
Catai 是一款面向本地使用的 AI 助手，可读取本地 knowledge.txt 文件，并通过 Wikipedia 和 DuckDuckGo 联网补充信息，提供对话界面与消息历史、历史清除功能。
Hacker NewsAI 评分3434 当买家改用 AI 智能体，竞品关键词竞价还值不值
Steel 增长负责人发现自家品牌词搜索结果顶部被竞品广告占据，测算竞品词每次注册成本约 200 美元且可能永不回本。
科技媒体 RSSAI 评分3838 Grok Bot 新增原生 X 搜索能力
Grok Bot 获得原生 X 搜索能力，可直接从 X 拉取内容并批量处理帖子，支持帖子搜索、时间线阅读、提及检查和活动监控，不再依赖平台外来源拼凑信息。该智能体还能起草帖子，但直接发帖功能尚未上线，仍需人工确认发布。
科技媒体 RSSAI 评分5050 Grok Bot 新增 X 搜索与监控能力，可将用户反馈转成 issue 或修复任务
Grok Bot 现已支持搜索、读取和监控 X。作者建议用它监控自家产品的用户反馈，把功能需求发送到 issue 跟踪工具，把 bug 报告交给 cursor cloud agent 或项目去分诊和修复。
科技媒体 RSSAI 评分2727 Grok Bot 现可直接搜索 X
Grok Bot 现在可以直接搜索 X，此前只能依赖网页搜索或 X 连接器。此次发布后它能够匹配 Grok 的能力，一条提示词即可触发对 100 多条 X 帖子的分析。
科技媒体 RSSAI 评分3838 Grok Bot 可搜索监控 X 内容
Grok Bot 支持直接搜索和监控 X 平台内容，无需 X 账号或连接器即可使用。用户可让 Grok Bot 找出关于自己正在构建内容的全部反馈，进行总结并给出解决计划。
科技媒体 RSSAI 评分3636 Grok Bot 新增 X 搜索监控功能
Grok Bot 现已支持搜索、阅读和监控 X。该功能让 Grok Bot 能够直接获取并跟踪 X 平台上的内容。
科技媒体 RSSAI 评分5353 微软展示全新 Win11 搜索体验：从查找文件转向理解用户意图
微软在旧金山发布会上展示了全新的 Windows 搜索体验，借助 AI 让用户以自然语言查找信息、文件和应用，不再依赖关键词匹配。新体验结合文件内容、应用信息和系统上下文返回更相关结果，并有望从找到项目进一步发展为帮助用户完成后续操作。该变化与微软推进的 Copilot、AI 智能体和混合智能理念相呼应，人类用户仍掌握最终判断和控制权。
科技媒体 RSSAI 评分2222 Cohere Compass Cloud 开启私测
Cohere 宣布检索平台 Compass Cloud 进入私测阶段，面向希望以更低开销获得出色检索能力的企业团队，有意者可点击申请提前体验。
Hacker NewsAI 评分2222 我开了 100 个标签页，于是用 Proton 驱动的 AI 做了 Daysift
Daysift 是一款 Chrome 扩展，用于私密地找回此前浏览过的任何内容，解决书签记不住位置和名称的问题。它本地优先、不在远端保留任何数据，AI 层由 Proton 提供支持，目前会过滤掉与生产力或工作无关的噪音内容。
科技媒体 RSSAI 评分3838 DAIR.AI 推出用于发现和探索 AI 论文的 MCP 工具
Elvis Saravia 为 DAIR.AI 推出 MCP 工具，可连接 Codex、Claude 或 Grok 机器人，用于发现和探索人工精选的顶会 AI 论文。该工具索引收录了他近年来在 X 上推荐过的论文。
arXivAI 评分2222 生成式信息检索的语义 ID 空间系统性研究
针对生成式信息检索（GIR）中 DocID 语义设计缺乏系统分析的问题，该研究对语义 ID 空间展开系统性考察，指出现有方法依赖计算昂贵的下游评测，阻碍了快速迭代。研究聚焦"什么样的 DocID 才算好"这一核心问题，为语义 ID 设计提供更高效的分析路径。
Hacker NewsAI 评分2020 Show HN：为 YouTube 歌曲匹配免版权音乐的 Chrome 扩展
开发者为其免版权音乐服务 mockfreeli.org 推出 Chrome 扩展，可在 YouTube 上打开任意歌曲后点击 Find License-Free Cousins，返回五首风格相近、可免费用于视频和播客的免版权歌曲。该服务此前以网站形式发布，扩展旨在让使用更便捷。
Hacker NewsAI 评分3232 Trends Radar：用 AI 分析搜索、内容与产品趋势的免费工具
Trends Radar 是一款免费的趋势识别工具，通过 AI 研究、评分与策展分析搜索趋势、产品趋势和内容趋势，帮助用户在趋势变得明显之前就发现新兴趋势。该工具由 Hacker News 用户以 Show HN 形式发布。
科技媒体 RSSAI 评分3838 OpenAI Web Search 首登 Artificial Analysis 搜索指数排第五
OpenAI Web Search 首次进入 Artificial Analysis 搜索指数，得分 74，在 26 款产品中位列第 7、提供商第 5。该产品落后于 Perplexity、Octen、Parallel 和 Brave。
Hacker NewsAI 评分3636 Plainserp：面向 AI 智能体的 Google 搜索 API，每 1k 次 $0.30
Plainserp 推出面向 AI 智能体的 Google 搜索 API，定价为每 1k 次请求 $0.30。该服务在 Hacker News 上发布，定位是为 AI 智能体提供搜索能力。
arXivAI 评分3838 T-Search：面向高难度多步搜索的开源智能体检索器与 Playground
T-Search 是一个开放权重的智能体检索器，面向高难度多步搜索，基于 Qwen3.6-35B-A3B 构建，执行有界多轮搜索并返回带简短理由的证据块排序列表，答案生成交由下游模型完成，后端与生成器可互换而无需重新训练。它使用对抗性过滤的合成搜索任务训练，先做按轮切片的监督微调，再用召回奖励做 GSPO，在七个英文与俄文基准上取平均。
arXivAI 评分3131 Programmatic Search Agents：让智能体搜索超越查询改写
研究者提出 Programmatic Search Agent（PSA），把对候选结果的可执行本地计算作为搜索动作的基本单元，统一了持久候选工作区、灵活原语组合与选择性证据呈现。轨迹分析显示，相关段落虽被检索到却从未交付给智能体；同页 oracle 干预表明，改变返回证据可减少后续搜索。
科技媒体 RSSAI 评分2222 CorpusMap 提升 LLM 智能体搜索效率
CorpusMap 通过为语料库引入结构来提升 LLM 智能体的搜索效率。LLM 智能体偏好结构化信息，因此结构化语料库能改善智能体搜索表现。
arXivAI 评分2424 Wikidata Search Traces：用于训练知识图谱搜索智能体的数据集
针对语言模型在 Wikidata 上回答冷门实体问题时依赖记忆、可靠性不足的缺陷，研究者提出训练通过探索图谱来作答的智能体，并指出两大障碍：缺少记录求解器探索过程的训练数据，以及会把大量图结果直接塞进模型上下文的接口。为此他们构建了 Wikidata Search Traces 数据集，并测试了三个假设。