阿里 Zvec 团队开源了一个Agent 搜索工具：zg（zvec-grep）。
它想解决一个 Agent 常见的问题：当 Agent 知道自己想找什么，却不知道它在代码和文档里到底叫什么时，该怎么搜？

比如用户问一个问题，对于 rg 来说，如果不知道函数名字，Agent 只能不断猜 theme、preference、restore、startup……
每猜一次都是 Tool Call，每打开一个错误文件，都在浪费 Context 和 Token。

zg 的思路是把 Semantic Search、BM25、Hybrid Search 和 rg 放在一起。
意图模糊时，用 Semantic Search 探索；出现明确术语后，用 BM25 收缩；已经知道函数名时，直接用 rg 精确定位。

所以它真正做更像：Explore -> Narrow -> Verify

另一个值得关注的点，是 zg 并没有简单地把所有文件每隔几百 Token 切成 Chunk。
代码有函数、类、Symbol，Markdown 有 Heading 和 Section，zg 会尽可能保留这些结构，再建立索引。
因为 Agent 真正需要的不是“10 个相似 Chunk”，而是快速找到下一步最值得看的那个位置。

zg 的 Benchmark 不只看 Recall 和搜索速度，而是开始看 Tool Calls、Input Tokens、Agent Time 和最终任务效果。按照团队公布的测试，在 SWE-QA-Bench 上，使用 zg 后 Tool Calls 减少超过 50%，Input Tokens 接近减半；在 BrowseComp-Plus 上，Input Tokens 减少 37.56%，Tool Calls 减少 43.52%，Agent Time 减少 38.58%。

一个好的搜索工具，不只是“搜得准”，而是要让 Agent 少走弯路。

未来 Agent 的差异，可能不仅在模型够不够聪明，还在于它是否知道：什么时候语义探索，什么时候关键词匹配，什么时候精确验证，以及什么时候已经找够了，可以停止搜索。

#Zvec #zg #RAG #ContextEngineering #AgentHarness #SemanticSearch #向量搜索 #CodingAgent #AI反常识howto