Mistral 发布 Agentic Search：面向企业文档的智能体检索，准确率与引用完整性双提升

巴黎时间 8 月 22 日早间，Mistral AI 官方博客正式发布了全新的企业产品 Agentic Search。这款产品将传统检索增强生成（RAG）从「检索一次就回答」升级为「多步检索—推理循环的智能体过程」，在法律合同、合规审计、研发知识库、采购文档等对准确性要求极高的企业场景中，官方数据显示准确率平均提升 35%，引用缺失率（即回答中声称有来源但实际查不到对应原文片段的比例）从 18% 降至 4%。

为什么传统 RAG 在企业文档中总是差一口气

过去两年，RAG 已成为企业落地大模型最常见的模式。但大量企业客户反馈在复杂文档场景下仍有明显痛点：

1. 跨文档推理不足：一个结论可能散落在合同正文 + 两个附件 + 一份历史修订记录中，单次 top-K 检索抓不齐；
2. 无法处理歧义问题：用户问「这份采购订单中 2026 年 Q4 的付款条款是什么」，系统需要先定位订单编号、再判断日期口径、再从正文与附录中综合条款，无法用一次语义检索搞定；
3. 幻觉与引用完整性：为了让输出流畅，很多 RAG 系统会在引用片段衔接处自动补一些过渡句，容易被内部审计或外部合规人员质疑「来源不明」。

Mistral 产品博客中直接引述了一位法国 CAC 40 成分公司法务负责人的反馈：「我们去年部署过两款主流 RAG 产品，最后都因为『回答看起来对、但在合规抽查中找不到引用原文』而停用。」

Agentic Search 的核心架构：检索循环 + 子任务拆解 + 引用账本

Agentic Search 在底层把「回答一个问题」变成了一段可审计的智能体执行过程。其核心包含三层：

1. 子任务分解层（Query Decomposer）

输入用户问题后，系统首先产出一组可独立执行、可分别验证的子问题。例如对于「XX 合同 Q4 付款条款」，会被拆解为：

• 找到合同主体文档与编号；
• 判断合同中的「季度」口径是自然季度还是财政季度；
• 抽取 Q4 付款条款（时间节点、金额比例、付款条件、罚息）；
• 检查是否有附件、修订条款对 Q4 付款进行了修改；
• 汇总并输出引用。

Mistral 在博客中称，这一拆解过程由 Mistral Large 3 的 675B MoE 版本执行，使用了专门在 20 万份法务合同上微调得到的「查询拆解 LoRA」。

2. 多步检索-推理循环（Retrieve → Judge → Rewrite Loop）

对每一个子问题，系统进入「检索—判断—改写查询—再检索」的循环，直到智能体自我判定「当前已有材料足以回答本子问题」为止。与一次 top-K 检索不同：

• 每次检索后，智能体会根据已拿到的片段重新改写下一次查询（例如：从「付款条款」改写为「Q4 逾期付款罚息 Annex B」）；
• 每一轮检索结果都会被单独打上「证据 ID」，最终输出的每个结论都绑定一串证据链。

公开数据显示：典型企业复杂问题会经历 3–6 轮 循环，单问题总耗时约 2–5 秒，显著慢于一次 RAG（约 0.5 秒），但符合法务、合规等场景「慢但准」的需求。

3. 引用账本（Citation Ledger）

Agentic Search 在最终输出中引入了一个类似「会计分录」的结构：每一句断言都显式绑定到若干「证据 ID + 原文片段 + 文档位置」，并提供「点击跳转原文」的 UI。对于最终回答中没有直接绑定到引用账本的任何文本，系统会自动在旁边打上「未经文档证据支持的 AI 推断，仅供参考」标签。

这一设计直接回应了合规场景的核心痛点：让 AI 输出在形式上可审计、可抽查。

基准测试：35% 准确率提升与 4% 引用缺失率

Mistral 同时公开了一份由第三方咨询公司参与评估的基准报告。测试集包含 1,200 个 来自 8 家大型欧洲企业真实文档场景的人工标注问题，覆盖法律、合规、研发、采购四类文档。关键指标如下：

需要注意的是，本次测试对比的是 Mistral Large 3 分别在一次 RAG 与 Agentic Search 两种管线中的表现，因此差异主要来自「检索—推理范式」而非底层模型本身。

接入方式与定价

Agentic Search 已随 Mistral AI Studio 最新版本上线，并同步开放给 Mistral Agents API 的调用方。企业接入路径：

• Studio 低代码路径：上传 PDF / DOCX / HTML / Markdown 等 16 种格式文档，系统自动完成分块与向量化；在界面中配置检索策略、是否允许多步循环、引用账本样式；
• API 全代码路径：通过 mistral.search.start() 发起会话，支持中途人工介入打断、注入外部检索结果；
• 私有化路径：通过与 IBM watsonx 的合作，可部署在企业自有基础设施中；与 Airbus / BMW 的制造场景私有化版本已在 6 月先行试点。

定价方面采用「每千次智能体运行 + 索引存储」模式：起步价约为每千次问题回答 18 欧元，相比一次性 RAG 的每千次 2–3 欧元显著更贵，但目标场景是合规等高价值问答，因此在早期客户反馈中并未因价格被拒。

行业意义：Mistral 从「卖模型」走向「卖解决方案组件」

Mistral 以高效开源模型起家，过去业界对它的印象往往停留在「参数效率不错的欧洲 LLM 厂商」。但从 Codestral（代码专用）→ Pixtral（多模态）→ Voxtral TTS → Agents API → 今天的 Agentic Search 这条产品线可以看出，Mistral 正在完成从「模型供应商」到「企业 AI 平台组件供应商」的转型。

分析师指出，这一转型与 Mistral 的资本结构高度相关：ASML（光刻机巨头）领投了其 C 轮，而 ASML 背后是大量制造、半导体、科研客户——Agentic Search 的文档检索能力与 Mistral 已发布的制造 AI 方案在客户面上高度重合。对中国同行而言，值得关注的一点是：当国内厂商仍在比拼「谁家通用模型基准榜更高」时，Mistral 已经在一条「垂直问题 × 引用可审计 × 私有化部署」的高利润路径上快速前进。

一句话总结：Agentic Search 的出现标志着企业 AI 搜索从「拼 top-K 效果的简单 RAG 时代」正式进入「拼多步检索推理与合规可审计的智能体时代」。