Hyperresearch

Product Hunt 的朋友们，大家好，我是 Jordan，我做了 Hyperresearch。

一开始它只是个开源 repo（现在仍然是 MIT 协议）。每个数据 API 都有盲区，因为每家提供商看到的只是网络的不同切片，所以我把能接入的提供商尽量叠加起来，一个漏掉的，另一个能补上。

我也很烦 deep research 不够持久，所以 Hyperresearch 会保留每次运行读到的所有来源，之后你可以搜索这些来源，在已有研究基础上继续做，而不用从头再来。

里面包括：研究报告。Deep Search 会跑 3 到 5 小时，覆盖约 150 到 200 个来源，报告发布前，每条被引用的说法都会对照来源复核。来源库。一次运行读到的来源会留在你的工作区，可在控制台或 MCP 中按关键词或语义搜索。本周新推出的 Answers MCP。把 hyperresearch-answers 加到 Claude Code、Cursor 或任何 MCP 客户端，调用 ask 会返回一个简短答案，附带已对照来源页面核验过的逐字引用；如果找不到，就返回 not_found，而不是猜一个答案。而 search 会返回排好序的来源，并逐字复制相关段落。每个账户送 $5 免费额度，无需绑卡。我们在 DRACO deep research benchmark 上拿了第一。

在 100 道 BrowseComp 题（Answers MCP）中，Answers 得分 89%，Parallel pro 得分 73%，Perplexity Sonar Pro 得分 43%，Exa answer 得分 12%，也就是说我们也是目前市面上第一的研究任务 API。

绑卡后，第一次 Deep run 免费。

我想请大家帮个忙：给 Answers 一个你的智能体现在会查错的查询，然后告诉我它是给出了答案还是返回了 not_found，以及这次判断对不对。

- Jordan

我们最容易查错的是公司信息，比如有多少工程师、是否被收购；我们试过的数据工具落后 6 到 18 个月。答案会显示它引用的页面有多旧吗，这样智能体就能分辨旧的人员规模还是今年的？

持久性这一点是我最看重的差异——如果证据链蒸发了，一次跑 3 到 5 小时、覆盖 150 到 200 个来源的运行就白费了，所以把每个来源都放进可搜索的来源库，并把每条被引用的说法对照来源核验，这个做法是对的。关于来源库有个问题：如果某个来源页面在一次运行后发生变化或消失，引用仍会解析到那次运行实际读到的版本，还是会指向当前线上页面？

“Not found”而不是编一个答案，这才是重点功能。我们写医疗健康内容，每个数据都需要真实来源，最怕的就是一本正经的假数字。它会从 PubMed 这样的医学期刊里取数吗？

在这里我最在意的承诺，是拿到一个直白的 not found，而不是自信的胡编；而把每条引用的说法都对照来源核验，才会让我愿意把真正的问题交给研究智能体。

把来源都保留下来，这一点最吸引我。追问时不该意味着得把同样的页面再找一遍。