Mistral 于 2026 年 8 月 20 日发布了检索层 Agentic Search，让 AI 模型自己去翻找文档。它不再依赖一次检索的结果作答，而是允许模型重新搜索、打开文件、跳转到需要的页面并核对原文。在金融文档基准测试中，正确率从 26.7% 提升到了 86%。

不再止步于一次检索

传统的 RAG（检索增强生成）只用问题查询一次索引，把排在前面的文本片段交给模型作答。如果答案正好落在这些片段里，这套做法足够用。但面对数百页的合同或年度财报，需要的数字往往埋在某张表格、某条脚注或某个条款中，一次检索就会卡住。模型只能依据拿到的片段回答，即使意识到信息不足，也无法去别处寻找。

Agentic Search 把这一次性的检索改成了循环。模型先检索，审视结果，发现不够就重新检索，打开有希望的文档，在其内部移动，读取相关段落，按需要反复执行。索引依旧负责筛出可能相关的文档，而往哪里挖、挖到多深则由模型决定。

交给模型的五个工具

Agentic Search 提供给模型的是五个类似文件操作的能力：search 通过已有索引找出相关文档，open 打开指定文档，navigate 跳转到文档内的页面、章节或特定区域，read 取出该位置的内容，grep 在已打开的文档中查找词语或模式。

五者组合起来，就构成了检索、判断、深入、必要时重新提问的完整流程。已经看过的片段可以从后续检索中排除，避免反复命中同样的结果而空转。

Mistral 表示，这些工具不需要对模型做微调，也不需要针对性训练。无论是 Mistral 自家模型还是第三方模型都能同样运行，因此随着模型推理能力提升，无需改动索引结构，检索质量也会跟着提高。这正好回应了一个常见困扰：分块策略往往悄悄决定了检索精度的上限。

5.39 万页 SEC 文件上的表现

Mistral 使用了大小不同的两个模型进行验证，分别是 Mistral Medium 3.5 和 Z.ai 的 GLM-5.2，采用 Search Toolkit 的默认配置，未针对基准做任何调优。

第一项是 FinanceBench，覆盖 368 份 SEC 文件中的 150 道题目，包括 10-K、10-Q、8-K，平均每份 147 页，合计约 5.39 万页。仅仅从一次性 RAG 换成允许模型自主重复检索的循环，正确率在 Mistral Medium 3.5 上提高了 47.3 个百分点，在 GLM-5.2 上提高了 52.6 个百分点，两者都接近三倍的改善。

再加入 open、navigate、read、grep 这些导航工具后，正确率又分别提高了 8.7 个百分点和 6.7 个百分点。整体来看，Mistral 给出的结果是从 26.7% 提升到 86%。

正确率提高的同时 token 反而下降

值得注意的是，正确率的提升并没有带来同等的成本上涨。加入导航工具的完整循环比只做检索的循环消耗更少的 token，Mistral Medium 3.5 减少 23.9%，GLM-5.2 减少 33.7%，因为反复的宽泛检索被精准的跳转取代了。

响应时间也朝同一方向变化。在 FinanceBench 上，p90 从 255 秒降到 154 秒，平均值从 108 秒降到 71 秒。Mistral 称，有针对性的导航最多可将 p90 延迟降低 39.6%。

读懂扫描 PDF 中的表格

第二项验证是 OfficeQA Pro，取材于美国财政部历年发布的 696 份 Treasury Bulletin，约 8.9 万页，全部是表格密集的扫描版 PDF。Mistral 使用了答案可数值验证的 133 道 pro 子集题目。

GLM-5.2 从 6.3% 提升到 51.9%，提高了 45.6 个百分点，Mistral Medium 3.5 也提高了 27.1 个百分点。加入导航工具后又分别增加 7.5 个和 8.3 个百分点，同时交互轮次最多减少 7.0%。

Mistral 还指出，同一个模型在不同的周边工具下结果并不相同。据 Kimi 的研究，GLM-5.2 在 OfficeQA Pro 上的成绩为 41.4%，比 Mistral 自家测得的 51.9% 低了 10.5 个百分点。其主张是，模型本身的能力只是一部分，检索链路如何搭建同样影响成绩。

需要说明的是，上述数据均出自 Mistral 自己的测试，而非第三方独立评测，解读时应把这一前提考虑进去。

可以留在自有环境内运行

Agentic Search 通过 Mistral Search Toolkit 使用，该工具集打包了摄取、嵌入、索引和检索各个组件。可以自行选择解析器、分块策略、嵌入模型和抽取器来搭建管线，索引与排序则通过 Vespa 的 schema 和相关性配置进行调整，还能追加查询改写、重排序和混合检索。

检索工具可以通过 MCP（Model Context Protocol）暴露给智能体。索引既能用 Vespa 加 Docker 自行部署，也能交给托管后端，因此敏感数据可以留在隔离的云环境或本地机房中，这是它主打的卖点。

不想自己搭建管线的团队，可以直接使用已经集成进 Mistral Studio 和 Vibe 的 Libraries。若只是想先试一试，GitHub 上公开的 Search Starter App 最为便捷，它会用默认配置在本地建立索引，让你在自己的文档集上观察 Agentic Search 的实际表现。

总结

Agentic Search 提出的思路，是把检索从模型之外的预处理环节，挪进模型自身的工作流程里。仅仅让模型能够反复检索，正确率就接近提升三倍；再加上在文档内部移动的工具，精度进一步提高，token 消耗和等待时间反而下降。这些数字来自 Mistral 自己的测量，但对于内部 AI 在长文档上迟迟出不了成果的团队来说，它足以说明一件事：与其换更大的模型，不如先重新审视检索链路。