一句话看懂：Nace AI 于 2026 年 10 月发布面向 AI Agent 的检索层 Drex for Search，官方评测显示其配合 GPT-5 在 BrowseComp-Plus 上以 92.05% 得分、每题 12.61 次搜索调用位列榜单第二，重点指向传统 RAG 在表格、多跳和扫描件场景的短板。
事件核心：发生了什么
Nace AI 将其 Drex 决策模型延伸到文档搜索，推出 Drex for Search。按官方描述，这是一个托管检索系统，可搜索 100 万份以上文件，支持 PDF、扫描件、xlsx、csv、docx、pptx、音视频等格式；Claude Code、Codex、Cursor、OpenCode 等编码 Agent 可通过 CLI、SDK、MCP 或 REST 调用。评测方面，官方称配合 GPT-5 在 BrowseComp-Plus 的 830 道多跳题上得 92.05%，单题 12.61 次搜索调用，榜单排名第二；单次运行 87.32%、8.93 次调用。在 VisDocAgentBench 上以 Qwen 27B 规划器取得 77.5% R@1，高于其列出的 Claude Opus 5 的 67.5%。
为什么重要
它把搜索拆成“判断是否需要深查—逐层收敛候选—只把相关页面交给大模型回答”的流程，直接针对经典 RAG 的“切块、向量化、取 top-k”在跨文件、表格和扫描 PDF 上的失效点。Nace 声称层级深度固定，百万文件与千文件步数相近，这意味着大模型推理成本可能随检索精度提升而下降。对 Agent 生态而言，检索层若能以更低调用次数稳定给出带页码引用的证据，会直接影响编码、研究和企业知识库类 AI 应用的可靠性与单价。
对用户/开发者/创作者的影响
开发者可以把它当作独立检索后端，接入现有 Agent 框架，而不必自己维护向量库和分块策略；企业用户可关注其自带存储、S3、Azure Blob 及零保留部署选项，以及税务、并购、SEC 10-K、合同等预置领域。官方在 OfficeQA Pro 上报告 6% 准确率提升、步骤减少 62%、token 减少 56%，但这类收益取决于具体任务与模型组合，仍需自行验证。
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。
值得关注的后续
一是公开榜单排名是否可复现，尤其是 BrowseComp-Plus 上 92.05% 与低调用次数的组合；二是 MCP、SDK 的实际接入体验和定价是否透明；三是企业自托管与零保留模式能否满足合规需求。目前信息主要来自 Nace 官方评测与榜单快照，独立第三方验证仍有限。
