Box把英伟达Nemotron嵌入检索核心，推出面向agent的Box Content Retrieval

11月5日，Box在其开发者大会BoxWorks 2026上发布了名为Box Content Retrieval的新功能，把英伟达的Nemotron嵌入系统接入产品核心。据TechCrunch报道，该功能让agent依靠Nemotron生成的嵌入元数据来回答查询，而不是逐份通读文档。

具体收益由英伟达给出。英伟达生成式AI软件副总裁Kari Briski对TechCrunch表示，她预计查询响应速度提升4倍、错误率降低20%、token消耗减少90%。这些是厂商预期值，实际表现还要看企业数据的具体形态。

机制上，Box先把文档切成片段并预建嵌入，agent提问时只取回最相关的片段。Box CEO Aaron Levie的说法是，这让agent不必读完每一份文档，而是直接拿到与问题或任务最相关的内容，搜索相关性因此大幅提升。

这项功能的底层是英伟达的开源Nemotron Embed项目，提供开放权重的嵌入模型，用于改进自动化检索。主流实验室长期不太重视这类模型，而英伟达把它做成了自家开源模型项目的重点之一；今年7月发布的Nemotron在衡量检索质量的RTEB基准上登顶。

可用范围已经明确：Box Content Retrieval将提供给所有Enterprise Advance客户，于明年初开始推送。这意味着它首先是企业版能力，而不是面向全部Box用户的功能。

嵌入模型可以免费下载，但Box认为这套系统难以被复制。原因在于它同时依赖Box既有的元数据与权限控制，Levie称他们等于把五种技术打包进了一个简单API。对受监管行业来说，权限继承往往比检索精度更关键。

典型场景是法律工作。基于概念的嵌入可以跨越不同措辞甚至不同语言，找到相关条款与先例，这正是关键词搜索容易漏掉的部分。同一场活动上，Box还发布了面向行业的解决方案，以及限制AI agent能访问和操作哪些内容的管控能力。

值得注意的是，这次发布的重点不是新模型，而是分发层。开放权重模型人人可得，但把检索、权限与既有内容图谱打包成企业可用的接口，才是Box的位置。后续要看的是明年初推送后的真实延迟与成本数据，以及这套agent优先的检索能否扩展到Box之外的系统。