Particle Radar让AI听见13万档播客

【时间】2026 年 8 月 26 日（周三） 【地点】美国加利福尼亚州旧金山 【人物】Particle 联合创始人兼 CEO Sara Beykpour 【事件】Particle 推出 Radar 平台，将 13 万档播客转录并索引为可被 AI Agent 调用的结构化数据，填补语音内容在 AI 工作流中的空白，并已获得对冲基金、AI 搜索平台与数据经销商三类付费客户。 【详情】8 月 26 日，由前 Twitter 资深总监 Sara Beykpour 与前 Tesla、Twitter 资深工程师 Marcel Molina 共同创办的 Particle 正式发布 Radar。这是一款面向 AI 时代重新设计的音频智能基础设施：每天新增约 2 万集节目，已覆盖 Apple 全球 135 个垂直分类 Top 200 节目全集，并为每段转录标注发言人标签与人物、公司、产品、品牌、主题等结构化元数据。 Radar 不仅做转录，更强调"语义可检索"：底层使用 ElevenLabs 进行高保真转录，再接入 OpenAI ChatGPT 完成标点、说话人识别与上下文消解；检索侧采用检索增强生成（RAG）架构与向量嵌入，支持以自然语言在数百万小时音频中查找精确时间戳，并配有自研片段边界模型，把相关对话切出成可直接引用、可分享的音视频片段。 最值得关注的是 Radar 同时开放 REST API 与 Model Context Protocol（MCP）端点，可直接被 Claude Code、Cursor、VS Code 等智能体调用，等于把播客当作一个实时可查询的语音数据库。Particle 已与为 AI 智能体提供搜索 API 的 Exa 达成合作，对冲基金是当前 API 接入量最大的客户群体，其次是 AI 搜索平台、数据经销商与机构研究员；新闻记者和学者也可通过 Web 端调用。 商业模式上，Radar 个人版起步 29 美元/月每席位，企业版 399 美元/月包含 20 个席位，API 与 MCP 接入按用量定制，平台还内置广告情报引擎可定位某品牌在哪些节目中投放、哪种口播形式出现。Particle 联合创始人表示，团队计划下一步把索引能力扩展到 YouTube 视频与新闻播报，让所有音频资产都纳入统一索引层。Radar 的推出也直接回应了智能体行业的痛点——大多数 AI Agent 只能爬取网页纯文本，对语音内容几乎是"盲"的。 【影响】Radar 把长期被视为"无法索引"的音频内容转化为 AI Agent 可实时查询的结构化情报层，让对话节目第一次变成可被程序化调用的语料库。这对于依赖语音内容的市场情报、量化交易、品牌监测和学术研究场景意义重大；同时也意味着生成式 AI 在数据获取侧从纯文本向多模态、又向语音纵深推进了一大步。 【参考来源】 1. TechCrunch（第一手报道）： 2. 亿邦动力（国内权威科技媒体详细报道）： 3. VFF.AI（细节摘要）： 4. Next Gen Tech Insider（技术架构与 REST/MCP 解读）： 5. AlexTech.AI（综合技术分析）： 6. 科技区角（中文深度点评）： 7. CoinPulseHQ（综合分析）： 【标签】Particle, Radar, 播客, AI Agent, 音频智能, MCP, 对冲基金, Sara Beykpour 【URL Tag】particle radar podcast ai agent audio mcp api hedge funds indexing transcript sarabeykpour