Nace AI 检索工具登顶 MADQA，编码 agent 少走 62% 步骤
testingcatalog · x · 2026-10-28
Nace AI 的 Drex for Search 登上 Snowflake MADQA 排行榜首位，在 500 道文档问答中答对 94.7%。它可作为 MCP 工具接入 Claude Code、Codex、Cursor、OpenCode。
官方给出的 OfficeQA Pro（133 题）对比显示，接入 Drex 后各 harness 准确率普遍提升 27 个百分点，同时 agent 轮次大幅下降：
- Gemini CLI + Gemini 3.1 Pro：54.9% → 61.7%，轮次 22.9 → 10.4
- Codex + GPT-6 sol：66.2% → 70.7%，轮次 14.3 → 8.6
- Claude Code + Opus 5.5：66.5% → 69.9%，轮次 18.5 → 9.1
- Hermes Agent + Qwen3.8-27B：56.4% → 60.2%，轮次 20.1 → 6.5
- 唯一例外是 Codex + GPT-6 luna：54.9% → 53.4%，略降 1.5 点
官方口径为「多答对 6%、少 62% 步骤、少 56% token、快 2.3 倍」。演示中还展示了从 Apple 10-K 扫描页里找出隐藏数值：8 道题答对 7 道，唯一错的就是扫描页那题。
所属事件:Nace AI 检索工具登顶 Snowflake MADQA 榜(2 条相关)→
「编程与Agent」频道最新
- Reddit 长文:LLM 出智能、记忆出上下文、Agent 干活,SaaS 界面将被淘汰 — ThomasBuildLab · 2026-10-28
- Codex 会在后台未经提示扫描你的 MCP 连接器，你几乎无从察觉 — kenziyuliu · 2026-10-28
- UCLA 清华论文：让编程智能体用代码作画，跨接口保持一致场景表征 — ucla-cmllab · 2026-10-28
- 别锁死单一厂商:前沿模型轮替太快,agent harness 选 Hermes 或 OpenClaw 更稳 — p_e_cooper · 2026-10-28
- ArkenOS 展示「自主科学家集群」，Sam Altman 转发点赞 — _AustinCalvert_ · 2026-10-28
- Lucas Meijer 晒 AI Tinkers 聚会演讲,现场演示 Agentics 云端工作台 — lucasmeijer · 2026-10-28