Компания Mistral представила Agentic Search — многоэтапный уровень извлечения данных в составе своего набора инструментов Search Toolkit. Решение создано для автономной навигации, сопоставления и верификации фактов в объемных массивах корпоративных документов. Вместо ставки на наивный векторный поиск архитектура предоставляет моделям инструментарий автономной навигации — команды поиска, открытия, перемещения, чтения и фильтрации (grep). Это позволяет агентам итеративно опрашивать существующие внутренние индексы, предотвращая галлюцинации.
Этот стратегический шаг бьет точно по болевым точкам корпоративного сектора, где сейчас доминируют решения вроде Perplexity Enterprise. Классический однопроходный RAG печально известен своей ненадежностью при анализе сложных финансовых отчетов и договоров с перекрестными ссылками, поскольку простое дробление текста на фрагменты теряет структурный контекст. По данным Mistral, на бенчмарке FinanceBench инструмент Agentic Search поднял фактическую точность с 26,7% до 86%, а в тесте OfficeQA Pro увеличил показатели с мизерных 6,3% до 51,9%. Что критически важно для IT-бюджетов бизнеса: агентный цикл сокращает число итераций, снижает задержку p90 на величину до 39,6% и урезает расход токенов на треть за счет отказа от бездумного наполнения контекстного окна.
Решение доступно в платформах Studio, Vibe, а также для локального развертывания (on-premises), что позволяет компаниям изолировать конфиденциальные данные внутри строгого периметра безопасности. Как выяснилось, чтобы победить ненадежность корпоративного поиска, не потребовались более масштабные флагманские модели — достаточно было выдать языковым моделям базовые инструменты командной строки, созданные разработчиками еще десятилетия назад.