@HowToPrompt__：整个向量数据库行业被一个1974年的免费工具打败了。过去两年里，每一家公司……

整个向量数据库行业被一个1974年的免费工具打败了。 过去两年里，每一家开发AI的公司都痴迷于“RAG”（检索增强生成）。 他们花费数百万美元在复杂的向量数据库、语义搜索和嵌入模型上。 承诺是什么？这是赋予AI长期记忆的唯一方式。 但研究人员发表了一篇论文，证明最复杂的AI代理实际上用grep表现更好。 没错。就是那个52年前发明的简单搜索命令。 研究人员在复杂的检索任务上测试了现代AI代理框架，包括Claude Code和Gemini CLI。 他们比较了昂贵的向量检索与简单老派的grep搜索。 这对AI基础设施行业来说结果令人难堪。 整体来看，grep不仅与向量数据库竞争。 它击败了它们。它持续获得更高的准确率。 为什么？ 向量搜索试图“聪明”。它找到语义相似的文档。 但当自主AI代理搜索精确的代码变量、特定的日志错误或明确的名称时，“相似”是不够的。 “相似”引入了噪声。“相似”分散代理的注意力。 grep是笨的、字面的且完全精确。它正好找到代理所请求的内容。 事实证明，当你将一个超智能推理模型与一个完全字面的搜索工具结合时，结果是爆炸性的。 AI已经拥有语义智能。它不需要数据库替它思考。 它只需要数据库来获取。 当研究人员故意在上下文中添加干扰性的无关文本时，向量搜索崩溃了。它抓取了错误的信息。 grep忽略了噪声，拉取了精确的字符串。