Mistral 近日公布了一项面向智能体场景的检索层方案 Agentic Search，将传统一次性文档检索升级为可导航、可验证的搜索循环。该方案为模型提供 search、open、navigate、read 和 grep 五种操作原语，使其能够深入检查长文档、跟随引用跳转，并在给出答案前进行核对，而不是直接接受首批命中的文本块。官方测试显示，在 FinanceBench 基准上，这一搜索循环将正确率从 26.7% 提升至 86%，同时降低了尾部延迟；在另一个测试框架中，同一模型还进一步获得 10.5 个百分点的提升。这套机制面向复杂报告、金融文件等需要跨页面推理和证据验证的场景，体现出 AI 检索从“向量相似度匹配”向“任务驱动型阅读”演进的趋势。不过，上述数据由 Mistral 自行测试，其跨模型、跨数据集的稳定性和可复现性仍需第三方评估。