Nace AI 发布了 Drex for Search,它将其 Drex 决策模型引入文档搜索。Drex for Search 是一个检索层,帮助人和智能体查找证据。诸如 Claude Code、Codex、Cursor 和 OpenCode 等编码智能体可通过 CLI、SDK、MCP 或 REST 调用它。在 Nace 的评估中,它配合 GPT-5 在 BrowseComp-Plus 上取得 92.05% 的成绩,每个问题使用 12.6 次搜索调用。
TL;DR
- 规模: 一个为搜索超过 1M+ 个文件而构建的托管搜索系统。它与 GPT-5、Gemini 3.5 Flash 或 Qwen 27B 等回答模型配合使用。
- 运行于: Nace 的托管云、专属云、你自己的 AWS 或 Azure 账户,或本地部署与物理隔离(air-gapped)环境。
- 性能: 据 Nace 称,在 4 个公开排行榜中的 3 个上排名第 1 或第 2。
- 最佳成绩: 在 VisDocAgentBench 上达到 77.5% R@1,比 Claude Opus 5(67.5%)高出 10 个百分点。
Nace AI 发布了什么?
Nace AI 将搜索视为一系列决策。 Drex for Search 将其 Drex 模型应用于这些决策。Drex 在 1 次前向传播中为给定选项打分,每个选项都带有校准后的概率。这使得它足够便宜,可用于智能体的每一步。
此次发布针对经典 RAG,Nace 将其概括为:分块、嵌入、top-k、祈祷。
该流程在 3 种情况下会失效:
- 答案位于第 23 页的一个表格中
- 答案需要跨文件进行 2 跳推理
- 答案位于扫描版 PDF 内
Drex for Search 在智能体内部如何工作?
Nace 描述了 3 个步骤:
- 分类: 在任何搜索运行之前,Drex 会判断该问题是需要快速查找还是需要智能体。智能体路径会阅读文档并查询表格。
- 压缩: Drex 逐级遍历工作区:文件夹、文件、章节、页面。在工作表内,它进一步缩小到表和列。每一层级只保留可能包含答案的内容。
- 回答: 只有保留的页面和表格会送达 LLM。答案会引用文件和页面。
Nace 表示，深度是固定的，因此处理一百万个文件所需的步骤和处理一千个文件一样多。
它对编程智能体有多大帮助？
Nace AI 测试了9组智能体与模型的组合，基于 OfficeQA Pro，这是一个基于美国财政部公报（U.S. Treasury Bulletins）的 133 题基准测试。关键亮点：答案正确率提高 6%，步骤减少 62%，token 减少 56%，速度提升 2.3 倍。
| Harness | 模型 | 出厂精度 | 准确性以及 Drex for Search | Agent turns as shipped | Agent 回合带有 Drex for Search |
|---|---|---|---|---|---|
| Gemini CLI | Gemini 3.1 Pro | 54.9% | 61.7% | 22.9 | 10.4 |
| Codex | GPT-6 sol | 66.2% | 70.7% | 14.3 | 8.6 |
| Hermes Agent | Opus 5.5 | 64.3% | 68.4% | 8.5 | 3.7 |
| Hermes Agent | Qwen3.8-27B | 56.4% | 60.2% | 20.1 | 6.5 |
| Claude Code | Opus 5.5 | 66.5% | 69.9% | 18.5 | 9.1 |
| pi | Opus 5.5 | 65.4% | 68.4% | 7.7 | 3.7 |
| OpenCode | Qwen3.8-27B | 51.1% | 53.4% | 23.7 | 10.0 |
| pi | Qwen3.8-27B | 43.6% | 45.9% | 24.3 | 11.1 |
| Codex | GPT-6 luna | 54.9% | 53.4% | 16.8 | 11.3 |
工作区包含什么？
- 文件： PDF 和扫描件、xlsx、csv 和 Parquet、mp3 和 mp4、docx、pptx、md、json 和 txt。
- 引用： 每个答案都会标明其来源文件以及页码、行号或分钟数。
- 工作区： 相互隔离，拥有各自的索引和知识图谱，并可分享给受邀成员。
- 存储： 上传文件或文件夹，或使用您自己的 S3 存储桶或 Azure Blob 容器保存工作区。
- 零保留： 可通过您自己的存储实现。
- 领域： 税务、M&A、SEC 10-K、合同，或您自己的领域。
它在 BrowseComp-Plus 上的表现如何？
BrowseComp-Plus 要求一个深度研究智能体在约 100K 个固定网页文档上回答 830 个多跳问题。使用 GPT-5， Nace AI 报道：
- 92.05%的准确率，86条记录中的第2条，位于 排行榜.
- 12.61次搜索调用 每个问题16.6次，比唯一排名靠前的条目（209.27次调用）少16.6倍。
- 单次扫描即达87.32% 搜索调用次数为 8.93 次，是所有 10 次以下的条目中最好的。
- +20.4个百分点 相比Qwen3-Embed-8B基线的提升，使用的是相同的GPT-5模型。
它在文档基准测试中的得分如何?
在 VisDocAgentBench，一个智能体在2,375个arXiv页面中找到1个目标页面。Drex for Search搭配开放权重的Qwen 27B规划器取得77.5%的R@1。已发表的最佳智能体Claude Opus 5得分为67.5%。R@1在直接问题上为97.5%，单桥接问题上为77.5%，双桥接问题上为57.5%。
在 MADQA，智能体可回答超过800份PDF并引用页码。Nace报告使用Gemini 3.5 Flash的准确率为94.7%，页面归因F1为88.2。其努力校准（Kuiper）为6.66。根据10月20日读取的排行榜，Nace将其列为第1名。使用开放权重的Qwen 27B时，Nace报告的准确率为93.4%。
在 EnterpriseRAG-Bench上,拥有超过500,000份公司内部文档,Nace报告的总分为88.22,排名第3。这比OpenAI File Search(61.03)高出27.2分。
它与已发表的最好结果相比如何?
排名和分数均按 Nace AI公布的数据,排行榜读取于2026年10月20日。
| 基准测试(Drex排名,依据Nace) | 系统 | 机构 | 回答模型 | 分数 |
|---|---|---|---|---|
| BrowseComp-Plus,每个问题的准确率和搜索调用次数(86个中排第2) | Hybrid Qwen2-7B + Reason-ModernColBERT | AI21 Labs | GPT-5 | 95.18%,209.27次调用 |
| Drex for Search | Nace AI | GPT-5 | 92.05%,12.61次调用 | |
| Mixedbread Search (v3) | Mixedbread | GPT-5 | 90.48%,11.53次调用 | |
| Reason-ModernColBERT | LightOn | GPT-5 | 87.59%,13.27次调用 | |
| VisDocAgentBench,R@1(第1) | Drex for Search | Nace AI | Qwen 27B（规划器） | 77.5% |
| 使用工具的智能体 | Anthropic | Claude Opus 5 | 67.5% | |
| 使用工具的智能体 | Anthropic | Claude Fable 5 | 62.5% | |
| 使用工具的智能体 | OpenAI | GPT-5.6-sol | 61.67% | |
| MADQA，准确率（第1名） | Drex for Search | Nace AI | Gemini 3.5 Flash | 94.7% |
| Agentic RAG | Progress Software | Gemini 3.5 Flash + 3.6 Flash | 94.3% | |
| Agentic Search | Mixedbread | Gemini 3.5 Flash | 93.4% | |
| PPLX Embed 2 RAG | Perplexity | Gemini 3.5 Flash | 92.1% | |
| File Search | OpenAI | GPT-5 | 49.6% | |
| EnterpriseRAG-Bench，总评分（31个中第3名） | Flexor.ai | Flexor.ai | GPT-6.1 Sol | 91.48 |
| CDL | Causal Dynamics Lab | 未列出 | 90.91 | |
| Drex for Search | Nace AI | 未列出 | 88.22 | |
| Mixedbread | Mixedbread | Claude Opus 5 | 86.58 | |
| OpenAI File Search | OpenAI | 托管产品 | 61.03 | |
| Azure AI Search | Microsoft | 托管产品 | 48.42 | |
| Vertex AI Search | 托管产品 | 41.87 |
开发者如何获取访问权限？
Drex for Search 运行在 Nace API Console中，通过一个密钥提供 4 种接入方式：
- CLI： nace-cli 已发布在 PyPI 上。
- SDK： nace-sdk 面向 Python，以及 nace-sdk 面向 TypeScript。
- MCP： nace-mcp，适用于 Claude Code、Codex、Cursor 或 OpenCode。
- REST： 一份 OpenAPI 规范.
核心要点
- Drex for Search 为智能体提供带引用的页面和表格，而非 top-k 文本块。
- 在 BrowseComp-Plus 上达到 92.05%,搜索调用次数比排名其前的唯一条目少 16.6 倍。
- 在 VisDocAgentBench 上达到 77.5% R@1,比 Claude Opus 5 高出 10 个百分点。
- 在 OfficeQA Pro 上,Nace 测试的全部 9 组 harness 与模型组合的智能体轮次均有所下降。
请查看 Drex for Search 页面, API 控制台, 文档 以及 Hugging Face.
感谢 Nace AI 团队为本文提供的思想领导力和资源。本文由 Nace AI 赞助。
这篇文章 Nace AI 发布面向 AI 智能体的 Drex for Search:在 BrowseComp-Plus 上以 12.6 次搜索调用达到 92.05% 首发于 MarkTechPost.