播客被Agent翻了个底朝天，AI创始人旧访谈要开始对账了

Exa把播客做成了可检索数据库。11.9万档节目，320万期内容，约220万小时音频，237亿个单词，带完整逐字稿，每天更新。Exa推文写的是300万+ podcasts，原文拆开是11.9万档节目、320万期内容。对Agent来说，播客从只能人工听的音频，变成可以按人物、时间、主题检索的文本库。搜索API已经可用，覆盖范围和benchmark放在Exa博客。

播客一直是科技圈信息密度高但利用率低的信息源。一两个小时的访谈里，创始人、投资人、高管会讲很多细节：为什么砍掉某条业务线，怎么判断竞争对手，对某项技术的态度什么时候变了。这些内容常比新闻稿和财报电话会有意思。过去要从几百期节目里找某个人说过的某句话，只能人工逐集听。

现在Agent可以直接检索。比如整理某位投资人过去三年对AI Agent的公开判断，按时间排列，看观点怎么变化。也可以追踪一家AI实验室在不同播客里的被提及频率，找出它什么时候进入硅谷投资圈讨论，最早是谁反复提起。对深度报道、人物研究、投资研究，这类能力很实用。散落在不同节目里、没被媒体单独报道过的细节，有机会被系统性挖出来。

Exa放出的折线图，统计播客全文里提到AI实验室的剧集数，按月份看变化。

Benchmark也给了。Exa在250个活跃节目上测最新一集是否进前五：Exa Auto 98.4%，Perplexity 93.6%，Parallel Advanced 89.6%，Brave 67.6%，Tavily Advanced 63.6%，You.com 49.2%，Linkup 22.4%。667个关于具体剧集的问题，Exa答对85.0%，次优80.7%。

检索质量不只看召回。网友Aleksandar Janca提醒，对Agent来说说话者标签和文本一样重要，一句引语贴错嘉宾，比没有结果更糟。网友Marvin提到，检索结果要带时间戳和前后文，比较观点变化时还得区分录制时间和发布时间，别把旧访谈当新表态。网友Jason Garoutte已经在用它追踪品牌和竞品在播客里的提及，之前漏掉的现在能抓到。网友Byron Xiao的判断更直接：一人公司做竞品研究，优先让Agent按人物和时间线抽观点变化，比刷标题强。

一个可以预见的后果是，科技圈很多人对公开表达的态度会变。过去在两小时播客里随口说的一句话，没被剪成短视频，可能慢慢淹没在音频里。以后任何一句话都可能被Agent找出来，和你三年前、五年前说过的话放在一起对照。原帖作者提到，这会改变科技圈很多人对公开表达的态度。互联网已经记录了人们写过什么，现在开始系统性地整理人们说过什么。

参考：Exa推文