Agent 答错财报问题，先换搜索有用吗？Mixedbread 的 36% 到 98% 案例
Agent 面对大量财报反复搜索仍然答错，问题一定出在模型能力上吗？
搜索评估
14 篇文章
全部文章
Coding Agent 可能落后半年：接上网页搜索，为什么还是会错？
Coding Agent 的知识可能落后于依赖更新，代码看似合理，也可能遗漏上游刚发布的破坏性变更。
Agent 搜到“30 天”，怎么知道它是截止期、宽限期，还是数据保留规则？
Agent 在合同里搜到“30 天”，怎样判断它指付款期限、取消宽限期还是数据保留规则？
正确证据放进 Context，GPT-4.1 能答对 93%；让它自己搜索，却只剩 14%：问题出在哪里？
Agent 明明能读懂证据，为什么自己搜索后仍常答错？
一道题排第一，换个问题却跌出前 50：AI21 为什么同时建立多个 RAG 索引
同一份文档里，精确查名称可能需要小文本块，理解跨段关系却需要更大的上下文。
明明搜索“不要条纹的衬衫”，结果为什么还是一排条纹？Exa 想为 Agent 重做搜索
Agent 搜索网页时，怎样把一串复杂条件变成可用结果？
桥水把一亿份文档交给 AI，为什么还得从“搜索很差”改起？
资料收进库、搜索分数也提高了，为什么研究人员仍不愿每天使用 AI 平台？
从 6,000 页支付规则里找答案：In The Pocket 怎样把 RAG 助手做得可查、可用
面对数千页相互引用、表格密集的支付规则，怎样让 AI 助手给出可核查的答案？
让 Agent 只看当时的网页，为什么还会拿到虚高的回测成绩？
让 Agent 回到过去搜索，为什么预测回测仍可能得出虚高成绩？
商品目录都同步到Google和Meta了，AI Agent为什么还是看不懂？
购物 Agent 要理解“给九月上五年级的女儿买返校用品”，商家现有的商品目录怎样才能提供足够信息？
RAG 只解决了一半：Unblocked 怎样让 Agent 查懂 PR、身份和时间
Agent 理解企业代码时，找到相似文本还不够：它也可能需要按人员、状态和时间统计工作，再追溯相关讨论。
Parallel 先做了一个要等十分钟的搜索 Agent：当 AI 成为网页读者，搜索和内容分账都得重算
当搜索的读者从人变成 Agent，搜索系统和内容分账该怎样变化？