パラレルウェブシステムズ、検索APIを導入：AIエージェント向け最も正確なウェブ検索

概要

Parallel Web Systemsは、関連性の高いデータを提供し、精度を向上させ、コストを削減し、エージェントベースのワークフローの効率を高めるために、Parallel Search APIウェブ検索ツールをリリースしました。

AIエージェント向けに最適化された新しいウェブインフラを構築するスタートアップのParallel Web Systemsは、関連性の高いトークン効率の良いウェブデータを最も低コストで提供することを目的としたウェブ検索ツール、Parallel Search APIを発表しました。この革新により、より正確な回答を提供し、往復回数を減らし、AIエージェントのコストと遅延を削減します。

従来の検索エンジンは人間ユーザー向けに設計されており、URLをクリックさせることを前提に、キーワード検索やクリック率、ページレイアウトを最適化しています。これらはミリ秒単位で行われ、コストも最小限です。第一世代のAI向け検索APIはこの人間中心のモデルをAIに適応させようとしましたが、AIエージェントの特有の要件には十分対応できませんでした。

人間と異なり、AI検索は異なるアプローチを必要とします。URLのランキングではなく、AIエージェントのタスク完了に役立つ最も関連性の高いトークンを特定し、エージェントのコンテキストウィンドウに配置することに焦点を当てます。目的は人間の関与を最適化することではなく、推論と意思決定を強化することです。

この新しい検索アーキテクチャには、次のような重要な革新が含まれます：キーワードマッチングを超えた意味的目的を採用し、エージェントの意図を捉える、トークンの関連性をページのメトリクスより優先する、推論に適した凝縮された高品質な情報を提供する、複雑なクエリを単一の検索呼び出しで解決するなどです。

このAIファーストの検索設計を活用することで、エージェントはコンテキストウィンドウ内でより情報密度の高いウェブトークンにアクセスでき、検索呼び出しの回数を減らし、精度を向上させ、コストと遅延を削減します。

複雑で多源のウェブ検索をAIエージェント向けに進化させる

多くの既存の検索システムはシンプルな質問応答に焦点を当てていますが、より複雑で多面的な検索の需要は今後増加すると予想されます。ユーザーやAIエージェントは、複数の情報源を統合し、複雑なタスクを推論し、アクセスしにくいウェブコンテンツを取得する回答を求めるようになるでしょう。

この需要に対応するため、ParallelはさまざまなベンチマークでSearch APIの性能を評価しました。例えば、複数のハップ（hop）を跨る難易度の高いタスク（例：BrowseComp）から、より単純なシングルハップのクエリ（例：SimpleQA）までです。

結果、Parallelは複雑なクエリ、複数のトピックにまたがる内容、深い理解を必要とする難解なコンテンツの検索において優位性を示しました。HLE、BrowseComp、WebWalker、FRAMES、Batched SimpleQAなどのベンチマークでは、高い精度を達成し、推論ステップ数を減らして効率的に解決しました。

従来の検索APIは複数の連続した検索を必要とし、遅延やトークンコストの増加、精度低下を招きます。一方、Parallelのアプローチは、より複雑なクエリも単一の検索呼び出しで解決できるため、連続検索の回数を減らし、精度向上とコスト削減を実現しています。

シンプルなシングルハップクエリ（例：SimpleQA）でも、Parallelは良好なパフォーマンスを維持していますが、これらのシナリオでは精度向上の余地は限定的です。

Parallelの最先端の成果は、2年間にわたる堅牢なインフラの開発と、フィードバックループによる継続的な性能向上の結果です。特に、多モーダル長PDFやJavaScript重視のウェブサイトなど、クロールが難しいコンテンツのインデックス化に注力し、ウェブインデックスは日々10億ページ以上が更新されています。

ランキングにおいても、Parallelは従来のクリック率に基づく手法とは異なり、トークンの関連性と権威性に焦点を当てています。独自のモデルは、トークンの重要性、ページやドメインの権威性、コンテキストウィンドウの効率性、クロスソースの検証を評価し、質を優先します。

Parallel Search API：高品質なリアルタイムウェブデータでAIシステムを強化

現在、最先端の開発者はParallelの検索を活用してAIシステムを構築・展開しています。これらの組織はさまざまな選択肢を試し、ウェブデータの質がAIエージェントの意思決定に直接影響することを認識しています。例えば、Sourcegraph Ampのコーディングエージェントによるバグ解決、ClaygentによるGTM戦略の最適化、Starbridgeによる政府のRFPの発見、または大手保険会社による請求処理の効率化などです。

ParallelのSearch APIは、Webエージェントを支える基盤インフラとして機能します。例えば、複雑な多段階の情報収集や調査を行うTask APIも、Search API上に構築されています。運用中のすべてのTask APIクエリは、Search APIの性能に依存しています。

この設計は、検索性能や遅延、品質の向上が直接、日々何百万ものクエリを処理するプロダクションシステムに影響を与えるため、高い基準を設定しています。Search APIの非効率や誤差は、すぐに製品に反映されます。

そのため、Parallelのインフラは、エージェントのタスク完了に必要な信号を最大化しつつノイズを最小化することを追求し、ウェブから最も関連性の高い圧縮されたコンテキストを提供することで、エージェントの正確かつ効率的な作業を支援します。