前Twitter CEO称人类点击数据是bug，创业公司发布200毫秒智能体搜索产品

在2026年8月的一期Sequoia Capital播客“Training Data”中，前Twitter CEO Parag Agrawal介绍了其创业公司Parallel Web Systems正在构建的智能体搜索基础设施。Agrawal提出，当搜索的使用者是AI智能体而非人类时，人类点击数据不再是有效的相关性信号，而是一个“bug”。智能体搜索应依赖智能体自身的反馈来训练排名模型。大型语言模型的出现使高质量评分数据的获取成本大幅下降，也让智能体作为独立客户群体成为可能。

Parallel首先推出的产品并非搜索引擎，而是搜索智能体。其思路是用推理时的算力弥补离线索引不完整的缺口，通过服务保险核保、销售数据增富、量化金融数据采集等有批量研究需求的客户，逐步积累真实智能体查询数据，再反向驱动索引建设。

Agrawal透露，就在8月第三周，Parallel发布了新产品Turbo，将智能体搜索的响应时间从3秒压缩至200毫秒。对人类用户而言这一差距感知不强，但对需要反复调用搜索的智能体来说，200毫秒意味着搜索可被当作接近实时的工具，不再打断任务流程。技术实现上，需要将更多信息离线压缩进内存层级，并训练能在极短时间内做出排序决策的专用模型。

Agrawal形容Parallel不是输出模型的新型实验室，而是模型的放大器。其核心是将海量网页压缩为最相关的少量token，在极有限的计算和延迟预算内提升输出质量。