Radar by Particle
播客搜索引擎
网络可以搜索，播客也应该如此。今天，Particle 正式推出播客搜索引擎 Radar。播客汇集了当下最深刻、最及时的对话，但这些内容却难以获取。Radar 可搜索超过 13 万个已更新的播客节目，每天新增约 2 万集。数百万小时、数十亿行内容，全部可搜索。Radar 由 Particle 的播客智能 API 提供支持，代理可以通过 API/MCP 进行跨播客搜索。
AI 分析
Radar by Particle是一款播客搜索引擎，索引了13万多个转录播客，每天新增约2万个剧集，提供数十亿行可搜索内容。它解决了播客中富有洞见和及时的对话难以发现的核心痛点（不像网页内容那样易搜索）。核心功能包括全文搜索和Podcast Intelligence API，支持AI代理通过API/MCP查询。独特卖点是将播客转化为可访问的机器可读知识库。价值主张：为研究、内容创作和AI应用快速获取深刻讨论。
在2025-2026年，时机非常好，因为AI转录、语义搜索和代理技术（如MCP）正在成熟。播客消费因深度内容而增长，同时用户需求转向精确的按需知识提取。在有利的科技投资环境下，AI工具采用正在加速。优秀时机。
可行性高。Particle的API和转录管道已具备技术基础，尽管每天索引2万个剧集的实时扩展需要大量计算。开发/运营成本因AI处理和存储而较高，但可通过云管理。监管风险低；可扩展性潜力强。评级：高。
主要细分：构建代理的AI/ML开发者（科技行业）、研究员、记者和寻求及时洞见的知识工作者；主要针对英语地区（美国、欧洲）。播客技术/AI搜索TAM约10亿美元+，专业搜索工具SAM约2亿美元，API用户SOM约5000万美元。核心痛点：扫描长剧集浪费时间。对API/专业功能有较高付费意愿。
中等。直接竞争对手：1. Listen Notes (listennotes.com)，2. Podchaser (podchaser.com)，3. Podcast Index (podcastindex.org)，4. Spotify Podcast Search。优势：大规模每日更新的转录索引、专为AI代理设计的API/MCP集成、专注深度搜索。劣势：作为较新进入者，对比知名品牌和功能更全面的成熟玩家；可能存在数据重叠。
升级 Pro 解锁完整 AI 分析
