@antirez: 我一直在思考向量集（Vector Sets）以及 Redis 对此类问题的整体处理方式。既然 RAG 的热潮已过，我…

X AI KOLs Timeline 2026/06/22 08:44 新闻

redis vector-sets rag vector-search data-structures tech-opinion

摘要

Salvatore Sanfilippo 回顾了他早前的预测：RAG 会逐渐消退，而原始向量搜索仍有价值，如今 RAG 的热潮已经消退。

我一直在思考向量集（Vector Sets）以及 Redis 对此类问题的整体处理方式。既然 RAG 的热潮已过，我百分之百确定我当时的判断是正确的：RAG 大多会消失，但原始向量搜索是一种有用、基础且强大的数据结构。

查看原文

相似文章

X AI KOLs Timeline

研究人员报告称，经典的grep命令在自主AI代理的检索任务中胜过现代向量数据库，挑战了当前主流的RAG基础设施方法。

X AI KOLs Timeline

一条实用建议的推文，建议从一开始就用文本搜索（BM25）而不是默认用向量搜索来启动RAG项目，以降低复杂性；只有出现语义差距时才添加向量搜索。

X AI KOLs Timeline

阿里巴巴发布了Zvec，一个完全开源的向量数据库（Apache 2.0），可通过pip安装，支持针对RAG应用的稠密、稀疏和混合搜索，能在毫秒内处理数十亿向量。

X AI KOLs Timeline

Google DeepMind 的一篇论文认为，RAG 系统中的单向量嵌入存在严格的数学极限，证明向量数据库无法完全捕捉复杂的文档关系。他们引入了 LIMIT 压力测试数据集，以展示最先进的模型在结构化查询上也会失败。

X AI KOLs Timeline

微软研究院的LazyGraphRAG在8k、120k和百万token上下文的数据本地问题上超越了向量RAG，以十分之一的成本赢下92/90/91%的胜率，现已在GitHub上开源。