Nace AI 发布了 Drex for Search，将其 Drex 决策模型引入文档搜索。Drex for Search 是一个检索层，帮助人类和智能体找到证据。Claude Code、Codex、Cursor 和 OpenCode 等编码智能体通过 CLI、SDK、MCP 或 REST 调用它。在 Nace 的评估中，搭配 GPT-5 时它在 BrowseComp-Plus 上得分 92.05%，每个问题使用 12.6 次搜索调用。

TL;DR

规模：一个托管搜索系统，专为搜索 100 万+ 文件而构建。它与 GPT-5、Gemini 3.5 Flash 或 Qwen 27B 等回答模型搭配使用。

运行环境：Nace 的托管云、专用云、你自己的 AWS 或 Azure 账户，或本地部署与气隙环境。

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 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各打出一个校准概率分数。这使其足够便宜，可用于智能体的每一步。

该发布针对经典 RAG，Nace 将其总结为分块、嵌入、top-k、祈祷。

该流水线在 3 种情况下失效：

答案位于第 23 页的表格中

答案需要跨文件 2 跳

答案位于扫描版 PDF 中

Drex for Search 如何在智能体内部工作？

Nace 描述了 3 个步骤：

分类：在任何搜索运行之前，Drex 判断该问题是需要快速查找还是需要智能体。智能体路径会读取文档并查询表格。

压缩：Drex 逐级遍历工作区：文件夹、文件、章节、页面。在表格内，它缩小到表和列。每一层只保留可能包含答案的内容。

回答：只有保留下来的页面和表格会送达 LLM。答案会引用文件和页码。

深度是固定的，因此 Nace 表示，100 万个文件所需的步骤与 1000 个文件一样多。

它对编码智能体有多大帮助？

Nace AI 在 OfficeQA Pro 上测试了 9 个智能体与模型组合，这是一个基于美国财政部公报的 133 题基准测试。关键亮点：正确回答多 6%，步骤少 62%，token 少 56%，速度快 2.3 倍。

HarnessModelAccuracy as shippedAccuracy with Drex for SearchAgent turns as shippedAgent turns with Drex for SearchGemini CLIGemini 3.1 Pro54.9%61.7%22.910.4CodexGPT-6 sol66.2%70.7%14.38.6Hermes AgentOpus 5.564.3%68.4%8.53.7Hermes AgentQwen3.8-27B56.4%60.2%20.16.5Claude CodeOpus 5.566.5%69.9%18.59.1piOpus 5.565.4%68.4%7.73.7OpenCodeQwen3.8-27B51.1%53.4%23.710.0piQwen3.8-27B43.6%45.9%24.311.1CodexGPT-6 luna54.9%53.4%16.811.3

一个工作区包含什么？

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的文件以及页码、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，并可与受邀成员共享。

存储：上传文件或文件夹，或将工作区保存在你自己的 S3 存储桶或 Azure Blob 容器中。

零保留：配合你自己的存储即可使用。

领域：税务、并购、SEC 10-K、合同，或你自己的领域。

它在 BrowseComp-Plus 上表现如何？

BrowseComp-Plus 向深度研究智能体提出 830 个多跳问题，涉及约 10 万份固定网页文档。使用 GPT-5 时，Nace AI 报告：

92.05% 准确率，在排行榜 86 个条目中排名第 2。

每个问题 12.61 次搜索调用，比唯一排在其前面的条目（209.27 次调用）少 16.6 倍。

单次通过即达 87.32%，使用 8.93 次搜索调用，是所有调用次数低于 10 次的条目中最好的。

在相同 GPT-5 模型下，比 Qwen3-Embed-8B 基线高 20.4 分。

它在文档基准测试上得分如何？

在 VisDocAgentBench 上，智能体需在 2,375 页 arXiv 页面中找到 1 个目标页面。Drex for Search 使用开源权重的 Qwen 27B 规划器取得 77.5% 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%，在一个桥接问题上为 77.5%，在两个桥接问题上为 57.5%。

在 MADQA 上，智能体需在 800 多份 PDF 上作答并引用页面。Nace 报告使用 Gemini 3.5 Flash 达到 94.7% 准确率，页面归属 F1 为 88.2。其努力校准（Kuiper）为 6.66。Nace 将其排名第 1，依据是截至 10 月 20 日读取的排行榜。使用开源权重的 Qwen 27B 时，Nace 报告为 93.4%。

在 EnterpriseRAG-Bench 上，涉及 500,000 多份公司内部文档，Nace 报告总体得分为 88.22，并将其排名第 3。这比 OpenAI File Search（61.03）高 27.2 分。

它与已发布的最佳结果相比如何？

排名和分数由 Nace AI 发布，数据来自 2026 年 10 月 20 日读取的排行榜。

基准测试（Drex 排名，依据 Nace）| 系统 | 组织 | 回答模型 | 分数 BrowseComp-Plus，准确率及每题搜索调用次数（86 个中排名第 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% 工具使用智能体 | Anthropic | Claude Opus 5 | 67.5% 工具使用智能体 | Anthropic | Claude Fable 5 | 62.5% 工具使用智能体 | OpenAI | GPT-5.6-sol | 61.67% MADQA，准确率（第 1）| 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，总分（31 个中排名第 3）| 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 | Google | 托管产品 | 41.87

开发者如何获取访问权限？

Drex for Search 在 Nace API Console 中运行，使用一个密钥即可通过 4 种方式接入：

CLI：PyPI 上的 nace-cli。

SDK：Python 版 nace-sdk 和 TypeScript 版 nace-sdk。

MCP：nace-mcp，适用于 Claude Code、Codex、Cursor 或 OpenCode。

REST：一份 OpenAPI 规范。

要点

Drex for Search 为智能体提供带引用的页面和表格，而非 top-k 分块。

在 BrowseComp-Plus 上达到 92.05%，搜索调用次数比唯一排在其前的条目少 16.6 倍。

在 VisDocAgentBench 上 R@1 达 77.5%，比 Claude Opus 5 高 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。

查看 Drex for Search 页面、API Console、文档和 Hugging Face。

感谢 Nace AI 团队为本文提供思想领导力/资源。本文由 Nace AI 赞助。

文章《Nace AI Releases Drex for Search for AI Agents: 92.05% on BrowseComp-Plus With 12.6 Search Calls》首发于 MarkTechPost。