Un index de 100 milliards de documents pour les recherches des agents

Keenable lève 26 millions de dollars pour fournir aux agents une recherche Web rapide, un accès MCP et des résultats remontant à une date précise.

Les agents capables d’exécuter des tâches doivent régulièrement consulter le Web pour compléter les connaissances de leur modèle, vérifier une information récente ou trouver une source spécialisée. Keenable veut leur fournir cette couche de recherche sans passer par une page de résultats conçue pour être parcourue par une personne.

La jeune entreprise sort de la discrétion avec une levée d’amorçage de 26 millions de dollars. Le tour a été mené par Accel, avec la participation de Conviction Partners et d’investisseurs individuels issus notamment de Google, xAI, Nvidia, Amazon et Hugging Face. Sa valorisation, les montants engagés par chaque participant et les conditions financières de l’opération n’ont pas été communiqués.

Keenable a été fondée par Andrey Styskin et Matthias Petri. Le premier a dirigé les activités de recherche et de publicité de Yandex avant de travailler sur l’infrastructure Web d’Amazon AGI. Le second était principal applied scientist chez Amazon, où il a participé à la construction du service de recherche utilisé pour ancrer certaines réponses d’Alexa dans des informations issues du Web.

Le financement doit permettre de renforcer une équipe qui compte actuellement une quinzaine d’ingénieurs répartis entre les États-Unis et l’Europe. L’entreprise prévoit de doubler ses effectifs avant la fin de l’année et de développer ses activités commerciales, tout en continuant à financer l’exploration, le stockage et la mise à jour de son index.

Keenable affirme avoir déjà indexé plus de 100 milliards de documents. Ce volume en ferait une infrastructure conséquente face aux services de recherche destinés aux agents, mais il reste fourni par l’entreprise et n’a pas fait l’objet d’un audit indépendant. La taille ne suffit par ailleurs pas à déterminer la qualité d’un moteur : la fraîcheur des pages, leur couverture géographique, le traitement des contenus dupliqués, la résistance au spam et la pertinence du classement restent tout aussi importantes.

Son premier produit prend la forme d’une API de recherche. Une requête peut être limitée à un site, à une période de publication ou à une période d’acquisition par l’index. La réponse contient notamment le titre, l’adresse, une description, un extrait ainsi que les dates de publication et d’indexation. Une seconde opération permet de récupérer le contenu d’une page trouvée, afin qu’un agent puisse ensuite le lire, le résumer ou l’utiliser comme source.

Cette séparation entre recherche et récupération évite de transférer le contenu intégral de nombreux documents avant de savoir lesquels sont pertinents. Elle correspond davantage au fonctionnement d’un agent, qui peut lancer plusieurs recherches, examiner les extraits, sélectionner quelques résultats puis demander le texte des pages retenues.

L’accès est proposé par API REST, en ligne de commande et par MCP, le protocole qui permet à un assistant de découvrir et d’appeler des outils externes. Le serveur MCP de Keenable expose les fonctions de recherche et de récupération de contenu à des environnements comme Claude, ChatGPT, Codex, Cursor ou Windsurf. Des intégrations sont également documentées pour LangChain, LlamaIndex, Haystack, Mastra et le Vercel AI SDK.

Cette compatibilité ne signifie pas que les modèles sont exécutés par Keenable. Le service fournit des résultats et des documents à l’agent qui l’interroge. Le raisonnement, la synthèse et la génération de la réponse restent pris en charge par le modèle et l’environnement choisis par le développeur.

Le second produit, Time Machine, ajoute une dimension historique. En fournissant un paramètre `querytime`, un agent peut rechercher dans l’index tel qu’il existait à une date donnée. Les pages acquises après cette échéance sont exclues et le classement est recalculé sur le corpus alors disponible.

Cette fonction peut servir à reconstruire les informations accessibles avant un événement, comparer l’évolution d’un discours commercial ou éviter qu’une recherche historique soit contaminée par des articles publiés après les faits. Un agent enquêtant sur une acquisition pourrait, par exemple, demander les résultats qui existaient avant l’annonce, puis les comparer avec ceux apparus après sa publication.

Time Machine ne doit toutefois pas être confondu avec une copie exhaustive du Web. Le service ne peut retrouver que les pages que Keenable a explorées, enregistrées et conservées. Une page absente de son index à la date demandée restera introuvable, même si elle existait alors. La fonction ne garantit pas non plus de restituer toute la présentation, les médias ou les éléments interactifs d’un site comme ils apparaissaient dans un navigateur.

Keenable revendique un temps de réponse au 95e centile inférieur à 250 millisecondes depuis la région AWS US East. Cela signifie, selon ses propres mesures, que 95 % des requêtes concernées terminent sous ce seuil dans cette configuration. Le chiffre ne constitue pas une garantie universelle : la distance avec le serveur, le type de requête, la charge, la quantité de résultats et la récupération ultérieure des pages peuvent allonger le délai total observé par un agent.

Cette rapidité vise notamment les applications vocales, dans lesquelles quelques secondes d’attente interrompent rapidement une conversation. Keenable a ainsi présenté une intégration avec le framework d’agent vocal Gradium. Le partenariat fournit un exemple public d’utilisation, mais l’entreprise ne révèle pas l’identité des autres laboratoires d’IA et fournisseurs d’inférence qui utiliseraient déjà son infrastructure en production, pendant l’entraînement ou au moment de l’exécution.

Le service propose actuellement 100 000 requêtes gratuites par mois. Au-delà, l’offre destinée aux développeurs d’agents coûte quatre dollars pour 1 000 requêtes et fonctionne dans le cloud de Keenable. Le tarif annoncé à un dollar pour 1 000 requêtes concerne une formule à capacité dédiée, à partir de 100 requêtes par seconde, destinée aux laboratoires et plateformes