Lune
The search engine built for scientific AI agents
概述
Lune 是为科研场景打造的 AI 搜索与知识检索基础设施，为科研类 AI Agent 提供基于顶会论文的高质量知识 grounding，覆盖文献综述、实验设计、写作与同行评审等科研全流程。
创新点
创新点不在"又一个论文搜索"，而在于把定位放在 Agent 的底层供给端——做科研版的 Exa，把检索能力以 API 形式嵌入别人的 Agent 工作流，而不是直接和用户抢搜索入口。第二个差异化是语料裁剪：刻意收窄到顶会论文，用"少而精"换取 grounding 的可信度与可追溯引用，这恰好切中学术场景对幻觉零容忍的痛点。第三个是从 idea 到 peer review 的全流程覆盖，把检索从一次性查询变成持续性的研究上下文。
目标用户
两类核心人群：一是构建科研类 Agent 的开发者与创业团队（把 Lune 当作检索/知识层的 API 依赖）；二是高校、实验室与产业研究院的研究人员，以及需要快速做技术调研的企业技术团队。前者是规模化的收入来源，后者是口碑与数据飞轮的来源。
竞争格局
赛道拥挤且分层明显：上游有 Exa、Tavily、Perplexity API 这类通用检索 API，靠通用性压价；同层有 Semantic Scholar、Consensus、Elicit、Scite 这类学术搜索/文献综述工具，用户认知已经建立；下游则是 Zotero、Overleaf、ResearchRabbit 等既有的科研工作流阵地。Lune 的机会在"专为 Agent 设计"这个空档——通用检索 API 不懂学术语义分层，学术工具又普遍没有做好面向 Agent 的接口。风险同样明确：Exa 这类通用玩家下沉做垂直版本的门槛并不高，而学术数据库版权与访问权限是长期护城河问题，而非短期工程问题。
标签
团队
- Tony He — Applied Research, Trustworthy ML
相关产品
OpenAI's most capable model for end-to-end work
Anthropic's most capable model ever — free until June 22
Fast, capable computer use at half the price
Google's image model with sharper design and mask editing
Prompt, edit and prototype without leaving the canvas
Frontier AI intelligence, now at half the price