Nace AI 把自家的 Drex 决策模型用到了智能体的文档搜索环节，官方给出的成绩是：BrowseComp-Plus 上 92.05%，平均 12.6 次搜索调用。
发生了什么
据 MarkTechPost 报道，Nace AI 发布了 Drex for Search，将此前以“决策模型”定位的 Drex 系列延伸到 AI 智能体的文档检索场景。官方披露的核心指标有两条：在 BrowseComp-Plus 基准上达到 92.05% 的准确率，同时平均只发起 12.6 次搜索调用；在 OfficeQA Pro 上则表现为智能体所需轮次减少。
需要说明的是，这些数字均来自厂商自报，报道中未给出与竞品的同条件对照，也未披露基准配置、检索工具和模型规模等细节。因此现阶段更稳妥的理解是：这是一个值得关注的效率信号，而非可直接横向比较的定论。
为什么重要
智能体做搜索，长期存在一个结构性矛盾：搜得越多，上下文越脏、延迟和成本越高；搜得越少，召回不足，答案容易错。多数方案靠“多轮试错 + 大模型自行判断何时停止”来平衡，代价是调用次数和 token 消耗不可控。
Drex for Search 的思路是把“要不要搜、搜什么、什么时候停”交给专门的决策模型，而不是让通用大模型在长上下文里边搜边想。这与近一年行业的一个明显趋势吻合：智能体的能力瓶颈正从“生成质量”转向“过程控制”——检索策略、停止条件、工具选择这些环节，正在被单独建模和优化。
BrowseComp 系列本身就是为“难找的信息”设计的基准，强调多跳检索与信息定位；OfficeQA Pro 则偏向企业文档问答。两个基准一个考检索深度、一个考办公场景落地，组合起来看，Nace 想强调的是“既准又省”。
影响与看点
对开发者而言，最直接的价值是成本模型的变化。12.6 次调用这个量级，如果能稳定复现，意味着深度检索类智能体的单任务开销可以被压到可预测的区间，这对做 RAG、深度研究（deep research）和企业知识库产品的团队有现实意义——搜索预算从“看模型心情”变成“可估算的常数”。
对行业而言，值得观察的是这类“决策层模型”是否会成为智能体架构的标配组件。如果检索决策能被独立小模型接管，通用大模型在智能体中的角色会更聚焦于理解与写作，系统分层也会更清晰。
需要保留的疑问同样明确：92.05% 是否在与其他方案相同的工具与预算下取得？12.6 次是平均值还是上限，方差多大？跨领域迁移时决策模型是否仍需微调？这些问题的答案，决定了它是基准上的一个漂亮数字，还是可复用的工程范式。
一个独立判断：智能体搜索的竞争焦点，正在从“能不能找到”转向“用多少次找到”，而后者才是真正决定产品能否规模化落地的指标。
