图片来源：ZeroEntropy

随着生成式AI 重塑各行各业，其最重要却无形的挑战之一便是检索——从杂乱的知识库中获取带有相关背景的正确数据。大型语言模型（LLMs）的准确性完全取决于它们能检索到的信息。

这正是 ZeroEntropy 希望大展拳脚的地方。这家总部位于旧金山的初创公司由 CEO Ghita Houir Alami 和 CTO Nicholas Pipitone 联合创立，已获得 420 万美元种子轮融资，旨在帮助 AI 模型实现快速、准确且大规模的相关数据检索。

本轮融资由Initialized Capital 领投，Y Combinator、Transpose Platform、22 Ventures、a16z Scout 以及，包括 OpenAI、Hugging Face 和 Front 等公司高管在内的众多天使投资人跟投。

ZeroEntropy 加入了日益壮大的基础设施公司浪潮，这些企业希望通过检索增强生成（RAG）技术为下一代 AI 智能体提供搜索支持。其竞争对手涵盖从 MongoDB 旗下 VoyageAI 到 Sid.ai 等 YC 同期孵化初创公司。

"我们接触过许多围绕 RAG 技术开发的团队，但 Ghita 和 Nicolas 的模型表现远超所见。"Initialized Capital 合伙人 Zoe Perret 表示，"检索技术无疑是 AI 下一发展阶段的关键突破口，而 ZeroEntropy 正在构建这一未来。"

检索增强生成（RAG）技术通过从外部文档抓取数据，已成为 AI 智能体的首选架构，无论是用于呈现 HR 政策的聊天机器人，还是引用案例法的法律助手。

但 ZeroEntropy 创始人认为，对许多 AI 应用而言，这一技术层是脆弱的：它只是向量数据库、关键词搜索和重排序模型的拼凑组合。ZeroEntropy 提供的 API 能统一管理数据摄取、索引构建、结果重排和效果评估。

这意味着，不同于 Glean 这类面向企业员工的搜索产品——ZeroEntropy 是纯粹的开发者工具。它能快速抓取数据，甚至能处理混乱的内部文档。创始人 Houir Alami 将她的初创公司比作"搜索界的 Supabase"，后者是通过自动化简化数据库管理的热门开源项目。

"目前，大多数团队要么在拼凑市场上的现有工具，要么将整个知识库直接塞进 LLM 的上下文窗口。"

侯伊尔·阿拉米表示，"第一种方法构建和维护耗时费力，第二种方法可能导致错误累积。我们正在打造开发者优先的搜索基础设施——可以把它想象成搜索领域的 Supabase；旨在让部署精准、快速的检索系统变得简单高效。"

其核心是名为ze-rank-1 的专有重排序器，该公司声称目前在公共和私有检索基准测试中均优于 Cohere 和 Salesforce 的同类模型。它能确保当 AI 系统在知识库中寻找答案时，首先抓取最相关的信息。

她补充说，已有超过10 家早期公司正在使用 ZeroEntropy 构建跨垂直领域（如医疗、法律、客户支持和销售）的 AI 智能体。

Houir Alami 在摩洛哥出生长大，17 岁离家前往法国攻读工程学，就读于以军事和数学闻名的顶尖学府巴黎综合理工学院。在那里，她发现了自己对机器学习的热爱。

两年前，她移居加州，在加州大学伯克利分校攻读数学硕士学位，期间对构建智能系统的兴趣愈发浓厚。

在创立 ZeroEntropy 之前，Houir Alami 曾尝试构建一个 AI 助手。她设想中的对话式智能体——这比 ChatGPT 成为主流还要早。她表示，从构建该助手的尝试中获得的洞见，特别是意识到为 LLM 提供正确上下文和信息以实现实用性的重要性，部分激发了她创立 ZeroEntropy 的想法。