Radar by Particle（播客搜索引擎）
由前 Twitter 工程师创立的 Particle 推出的播客搜索引擎：已转录超过 13 万个播客（每天新增约 2 万集），支持按人物、品牌、关键词与语义全文检索播客内容，可追踪提及、提取带时间戳的高光片段，并支持设置提醒。底层由 Particle Podcast Intelligence API 驱动，供 AI Agent 通过 API/MCP 调用。
目标受众
需要从播客中挖掘信息的研究者、投资者、公关市场人员与内容从业者
使用场景
- 搜索某位专家/CEO 在播客中的原话与最新观点
- 监控品牌与竞品在播客中的提及，设置邮件/Slack/Webhook 提醒
- 按话题（如「AI 记笔记工具」）检索全网播客的深度讨论
- 提取带时间戳的高光片段，用于内容创作与素材收集
- 通过 API/MCP 让 AI Agent 直接检索播客知识库
设计初衷
播客是信息密度极高却长期不可被搜索的内容形态。Particle 想把「网页可搜索」的能力复制到音频领域：先把 13 万+ 播客全部转录并理解语义，再做搜索与追踪，同时开放 API 给 AI Agent 生态，让「对音频失明的 Agent」也能消费播客知识。
解决什么问题
解决播客内容无法全文检索、品牌/人物提及难以追踪、以及 AI Agent 只能看到文字世界而看不到音频世界的问题，把藏在播客里的观点与情报变成可查询、可监控、可调用的数据。
评分理由
播客全文搜索是真实且被忽视的需求，13 万+ 播客的转录规模与实体/语义检索能力目前领先，获 TechCrunch 报道且已吸引对冲基金付费关注；但个人订阅 $29/月起偏贵，核心价值更偏向 B 端 API。
对标竞品
老牌播客搜索与 API 服务，索引量大；但实体追踪、语义检索与高光片段提取的深度不及 Radar。
主打播客品牌监控与广告追踪，与 Radar 的监控场景重叠；Radar 的转录规模与语义理解更强。
只支持标题与简介元数据搜索，无法检索播客音频内容本身。