一句话看懂：Mistral AI 推出 Agentic Search，一个多步检索工具层，让大模型在长文档、表格和多来源资料中自行搜索、打开、阅读并验证信息。在金融文档和表格密集型问答的基准测试中，准确率较传统单次 RAG 检索有大幅提升。
事件核心：发生了什么
8 月 20 日，Mistral AI 发布 Agentic Search，作为其 AI 系统的检索层，现已通过 Mistral Search Toolkit 提供，并集成在 Studio 和 Vibe 的 Libraries 中。该产品核心是一个多步检索循环，模型可调用五种工具——search、open、navigate、read 和 grep——在长文档中定位、阅读和交叉验证信息。
关键数据方面，基于 FinanceBench 金融文档测试，Agentic Search 的正确率从 26.7% 提升至 86%；在 OfficeQA Pro 的表格密集型多文档测试中，得分从 6.3% 升至 51.9%，提升 45.6 个百分点。同时，p90 延迟降低最高 39.6%，token 消耗减少约三分之一。
为什么重要
传统单次 RAG 检索存在三个结构性局限：先检索后推理，模型无法在回答前调整检索方向；切块（chunk）级别的限制使其难以处理表格、脚注等复杂内容；缺少迭代能力，无法追踪引用或比较多个来源。Agentic Search 试图把“检索”从一次性的前置步骤，变成模型推理过程中可调用的工具。
对 Mistral 而言，这是开源模型之外，向企业级数据基础设施延伸的关键一步。通过在本地或隔离环境内运行，企业无需把敏感数据上传云端即可使用大模型处理，这在金融、法律、政府等强合规行业有明确需求。
对用户/开发者/创作者的影响
开发者可以在现有搜索索引上直接接入 Agentic Search，不需要重建数据管道，就能让模型处理更复杂的查询场景，例如跨多份财报比对数字、在合同里查找特定条款等。对于企业 AI 系统集成商，这一方案提供了本地化、可携带的工具，降低了数据出域的风险。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对最终用户而言，AI 助手将可能回答那些“需要翻很多页”的问题，而不是只给出几段截取的文本。虽然具体定价尚未公布，但更低的 token 消耗意味着长期使用成本可能具备竞争力。
值得关注的后续
目前公开信息显示，Agentic Search 的实际效果还需看推理模型的整体配合，以及与企业现有索引的兼容性表现。可关注三点：其一，Mistral 是否会推出针对该检索工具的独立定价方案；其二，来自 OpenAI、Anthropic 或开源生态的检索工具是否会跟进类似的多步循环设计；其三，在 FinanceBench 之外，该方案在非英文文档、图像型 PDF 上的表现是否同样稳定。
