Linkup：构建AI内容授权市场，破解RAG数据合规难题
使用过ChatGPT Search或Perplexity的用户深知，网络搜索与内联引用能显著提升AI体验。对于时效性信息，网络检索不仅优化结果，还能有效减少生成式AI的“幻觉”问题。
法国初创公司Linkup正致力于解决这一痛点，其开发的API允许开发者从优质可信来源获取网络内容，并输入大语言模型（LLM）以丰富回答。这种工作流程即业界熟知的检索增强生成（RAG）。
当前，网页抓取的未来充满不确定性。若缺乏事先达成的财务协议，机器人无偿抓取开放网络内容的行为正引发不满，导致针对AI训练的监管审查日趋严格。随着OpenAI与《纽约时报》等出版商的诉讼推进，相关规则或将重塑。为此，OpenAI已率先与美联社、阿克塞尔·施普林格、康泰纳仕等多家主流出版商签署多年内容授权协议。
Linkup联合创始人兼CEO Philippe Mizrahi表示：“我们创立公司时，正值OpenAI与新闻源达成训练及推理用途的协议。这让我们看到AI公司为信息来源付费的趋势，也坚定了我们将AI开发者与内容提供商连接起来、实现互利共赢的决心。”
面对GenAI的数据渴求，内容发布方陷入两难：可通过robots.txt阻止爬虫、起诉侵权AI公司、放任索引，或将内容授权以获得补偿。然而，海量长尾内容发布商无力承担诉讼成本，且让数百万网站从抓取转向许可模式难度极大。
Linkup不仅提供技术方案，更打造了一个中介市场。通过与发布商签订许可协议并集成CMS，Linkup无需抓取即可获取内容，并根据客户访问频率向合作伙伴支付费用。
Mizrahi指出，Linkup主要服务于在自有产品中落地AI的应用场景。例如，开发者利用Mistral或OpenAI模型构建应用管道时，需通过外部信息进行增强。值得注意的是，虽然ChatGPT具备网页浏览功能，但GPT模型本身并不支持，搜索仅是应用程序层面的特性。
他举例称，某客户为销售团队构建内部应用时，除列出产品优势外，还通过Linkup获取潜在客户的新鲜高质量信息并输入Mistral LLM，从而生成精准的销售话术供通话参考。
初期，Linkup聚焦企业及商业信息领域，合作对象涵盖新闻网站及Statista、Xerfi等知识数据库。在该赛道，ScalePost是其主要竞争对手，后者正协助Perplexity加速与出版商的授权进程。
融资方面，Linkup数月前完成300万欧元种子轮融资，投资方包括Axeleo Capital、Motier Ventures、Seedcamp及百余位天使投资人。目前公司拥有约10名员工，计划未来一年再招聘10人。