待验证70% 置信事实时间未知

Exa持续爬取并索引数十亿网页，将内容预先向量化存储

1

来源数

70%

置信度

长期有效

时效性

2026/6/1

首次发现

来源

Dify搭建AI Agent智能体教程：工具调用与Exa搜索实战

bilibili玩转AI大模型

涉及实体

相关事实

已验证Common Crawl自2008年起持续运行，其公开数据库已积累超过250亿个网页的原始抓取内容72% 相似待验证Internet Archive目前存储了超过8350亿个网页快照，数据总量超过100PB72% 相似待验证Content ID数据库中包含超过1亿个参考文件，每天扫描超过500小时的新上传内容68% 相似待验证现代网页的DOM树序列化后可能包含数千甚至上万个Token，导致AI浏览器自动化操作的Token消耗巨大67% 相似待验证Wayback Machine（互联网档案馆）保存着超过8000亿个网页快照65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/27043

API

curl https://kongchang.com/api/v1/knowledge/claims/27043

MCP

get_claim(id=27043)