Nace AI 把它的 Drex 决策模型从通用推理延伸到检索环节，试图回答一个越来越现实的问题：智能体该在什么时候停止搜索。
发生了什么
据 MarkTechPost 报道，Nace AI 发布了面向 AI 智能体的检索组件 Drex for Search，把此前用于决策的 Drex 模型系列应用到文档搜索上。官方给出的数据是：在 BrowseComp-Plus 基准上达到 92.05% 的准确率，平均每次任务只发起 12.6 次搜索调用；在 OfficeQA Pro 上则表现为智能体完成任务的轮次更少。
需要说明的是，这些数字来自 Nace 自身的报告，目前尚不清楚第三方复现情况、评测配置细节以及与其他系统的严格同条件对比。因此更稳妥的读法是：这是一组厂商自报的、方向明确的信号，而非已经确立的行业排名。
为什么重要
智能体的检索能力长期被两个指标拉扯。一边是准确率——能不能找到并正确使用那份关键文档；另一边是成本——每一次搜索调用都意味着延迟、token 消耗和出错机会。多数系统的做法是加大搜索预算，用更多轮次换更高召回，代价是响应变慢、费用上升，并且多轮检索本身会引入噪声，让模型在无关片段里越走越偏。
BrowseComp-Plus 这类基准的价值，正在于它把"找到答案"和"花多少代价找到"放在同一张考卷上。92.05% 配上 12.6 次调用，如果成立，意味着系统在检索决策上做了更精细的判断：知道哪次查询值得发、哪次应该直接基于已有证据作答。这与近一年行业的一个共识相吻合——智能体的瓶颈往往不在单次推理能力，而在"下一步做什么"的调度决策。
影响与看点
对开发者而言，最直接的影响是检索层正在变成可替换的模块。过去团队要自己写提示词、调搜索轮数上限、设计停止条件，现在出现了专门优化"检索决策"的模型，接入后可能同时改善准确率和延迟。对做企业文档问答、深度研究的团队，减少轮次意味着更可控的成本结构和更短的响应时间。
值得关注的几个点：其一，92.05% 在 BrowseComp-Plus 上处于什么位置，需要等独立评测或社区复现；其二，12.6 次调用是平均值，分布的长尾（难任务是否仍会失控膨胀）比均值更能说明工程可用性；其三，Drex for Search 与具体检索引擎、文档格式的耦合程度，决定了它是通用组件还是绑定特定技术栈。
一个判断：检索正在从"能力"变成"策略"。当模型开始学会克制地搜索，智能体的竞争焦点就会从"能不能查到"转向"值不值得查"——这对成本敏感的生产环境，比再涨几个点的准确率更有意义。
