The Pulse

Exa lancia Snapshot per cercare nel web com’era in passato

La versione preliminare di ricerca di Snapshot di Exa consente agli sviluppatori di cercare e recuperare contenuti web così come erano a una data specifica, supportando le valutazioni temporali dell’IA e i backtest finanziari.

AI.info Team · Scritto con l’IA · verificato · 2026-09-19

Exa aggiunge una dimensione temporale alla ricerca sul web

Il 17 settembre 2026 Exa lancia Snapshot, offrendo agli sviluppatori un modo per cercare nel web così come appariva a una data selezionata. La versione preliminare di ricerca attinge a oltre 400 miliardi di snapshot di pagine web raccolte nell’arco di due decenni.

«Cresce la domanda di testare i modelli in ambienti più complessi e su compiti sempre più difficili.»— The Exa Team, autori del blog di Exa

Snapshot è progettato per i test temporali: i ricercatori possono chiedersi se un sistema di IA avrebbe potuto trovare una risposta usando solo le informazioni disponibili all’epoca. Anziché cercare nel web attuale e filtrare i risultati in un secondo momento, gli sviluppatori indicano una data e ricevono risultati riferiti a quel momento del passato.

Exa rende disponibile la funzione attraverso gli endpoint API /search e /contents già esistenti. La data viene fornita tramite un parametro snapshotAsOf, che indica al servizio il momento a cui deve fare riferimento la ricerca o il contenuto della pagina.

Prevenire la fuga di informazioni dal web nell’addestramento degli agenti

Exa presenta le valutazioni dell’apprendimento per rinforzo come uno dei principali impieghi di Snapshot. Un gruppo di ricerca può formulare compiti e risposte a giugno e poi addestrare un agente a settembre. A quel punto, le risposte o soluzioni strettamente correlate potrebbero essere apparse in un articolo di ricerca, in una pull request su GitHub o in un post di un blog.

Un agente con accesso alla ricerca sul web in tempo reale potrebbe recuperare quel materiale invece di risolvere il compito autonomamente. I ricercatori possono impostare Snapshot su una data precedente alla pubblicazione delle soluzioni, riducendo la possibilità che un agente tragga vantaggio da informazioni non disponibili quando la valutazione è stata progettata, afferma Exa.

L’approccio consente anche confronti più riproducibili tra sistemi. Ogni agente può essere testato rispetto a una versione definita del web anziché a un insieme di pagine in continua evoluzione, anche se Exa descrive il prodotto come una versione preliminare di ricerca ancora in fase di sviluppo.

Dati web storici per i backtest finanziari

Exa indica la finanza quantitativa come una seconda applicazione. Il backtesting finanziario verifica quali risultati avrebbe ottenuto un modello di previsione usando solo le informazioni disponibili in un determinato giorno. I dataset esistenti riferiti a momenti specifici tengono comunemente traccia dei prezzi e dei fondamentali aziendali, ma le pagine web pongono un problema distinto: i loro contenuti cambiano, scompaiono o diventano disponibili solo dopo il periodo sottoposto a test.

Snapshot offre ai ricercatori un indice del web con versioni storiche per questi esperimenti. Un sistema di trading potrebbe recuperare notizie, aggiornamenti aziendali o altro materiale web così come erano a una data specifica, per poi misurarne i segnali senza importare accidentalmente informazioni successive.

Raccogliere manualmente quel materiale richiederebbe altrimenti mesi di lavoro, afferma Exa. Il post di lancio non pubblica risultati sulle prestazioni di strategie finanziarie, perciò il valore di Snapshot nel trading rimane un caso d’uso proposto dall’azienda, anziché un risultato dimostrato in modo indipendente.

Come gli sviluppatori usano Exa Snapshot

L’esempio in Python dell’azienda cerca «note di rilascio dell’ultima versione stabile di Python» impostando la data dello snapshot al 1° maggio 2026. Un secondo esempio richiede i contenuti storici di una specifica pagina della documentazione di Python usando lo stesso controllo basato sulla data.

Si può accedere a Snapshot dalla dashboard di Exa selezionando una data, oppure tramite l’API per flussi di lavoro di valutazione programmatici. Gli sviluppatori che desiderano una copertura completa dell’indice, limiti di frequenza più elevati o accordi che prevedano la non conservazione dei dati devono contattare l’azienda.

Con il lancio, il recupero di dati storici si affianca ai servizi di ricerca in tempo reale ed estrazione di contenuti già offerti da Exa. La differenza pratica non consiste semplicemente nel trovare vecchie pagine, ma nel consentire a un sistema di IA, a un valutatore o a una pipeline di dati di operare rispetto a uno stato passato definito del web.

Un indice di ricerca costruito per la riproducibilità

Le valutazioni dell’IA dipendono spesso da informazioni che cambiano dopo la creazione di un benchmark. Un risultato di ricerca in tempo reale può rendere un test più facile con il passare del tempo, mentre una pagina eliminata può rendere impossibile ripetere lo stesso test. Snapshot affronta il problema legando il recupero dei dati a una data, anziché lasciare implicito lo stato del web.

Exa non ha rivelato la composizione completa dei 400 miliardi di snapshot, la sua politica di conservazione per ogni pagina né una ripartizione dettagliata della copertura per dominio e data. Questi dettagli saranno importanti per i ricercatori che valuteranno se un risultato storico rappresenti il web disponibile in modo sufficientemente ampio per un determinato esperimento.

Per ora, il prodotto è una versione preliminare di ricerca con un’interfaccia chiara: si sceglie una data, si invia una richiesta di ricerca o di contenuto e si ricevono risultati limitati a quel momento.