BrowseComp-Plus测试显示，GPT-4.1直接获得支持文档时准确率为93.49%，但使用BM25检索时仅14.58%，表明模型智能无法弥补未检索到的证据。智能体搜索需多次并行检索，检索质量、尾延迟和查询量至关重要。应让智能体使用过滤器、排序策略等丰富接口，并通过Schema-to-Skill将模式转化为可用的检索技能。