标签
作者分享了一份面向 Agent 开发与面试的 RAG 与记忆系统学习路线，覆盖分块、混合检索、Rerank、向量数据库选型以及短期/长期记忆管理，并附上 Lewis 等人的 RAG 原始论文等参考资料。
Qdrant 在 ViDoRe v3 基准测试中测试了 Perplexity 新推出的视觉文档嵌入，发现 1 位 TurboQuant 可将每页的向量大小从 856 KB 压缩至 40 KB，同时保留 96.5% 的检索准确率（重新评分后可达 99.9%），不过仍须存储原始向量以进行重新评分。
文章论述检索型智能体不应将所有数据压平为文本块，而应暴露 KB、DB、Graph、Skills、Memory 等多类型数据界面，由检索代理按需选择最小充分集合，并已在 OpenDCAI/DataMind 中实现。
一个面向自主智能体的开源集体记忆网络（Agentflow），使用 FastMCP 和 Supabase pgvector，支持智能体之间共享经过验证的解决方案，避免不同智能体实例重复试错。
Zilliz 开源了 DeepSearcher，这是一个基于 Apache-2.0 许可证的深度研究框架，将大语言模型、Milvus 等向量数据库与 Agent 结合，让企业可以在本地私有部署环境中，基于自有知识库开展研究，而无需将数据发送给在线 AI 服务。
Qdrant 发布了一篇关于 Lucy 的案例研究。Lucy 通过混合检索通道和查询内载荷过滤，在 280 万+ 条 SEC 与 Korea DART 备案文件之上构建了权威事实检索层，在 FinanceBench 上达到 94.7% 的 Recall@10，并在固定答案模型的情况下，仅靠检索就将答案准确率提升了 0.160。
Gergely Orosz 强调 turbopuffer 公开分享了他们迁移到 v3 架构的过程，新设计最初比旧架构慢多达 128 倍，而每一步优化（例如批量读取带来约 9 倍的性能提升）都被公开记录了下来。
Turbopuffer 宣布了一项重大的存储架构变更（“turbopuffer v3”），将 ANN 向量索引从主索引降级为次级索引，推动这款无服务器数据库从专用的向量搜索引擎演进为支持更多查询计划、且规模更大的通用搜索数据库。
Gergely Orosz 高度评价 turbopuffer 公开记录 tpuf 存储引擎 v3 重写进展的做法，在公开打磨查询计划，而不是等重写完成、速度起飞后才来庆祝
研究人员开发了一种新的RAG方法，称为PageIndex，它绕过了传统的依赖项，如向量数据库和嵌入，有可能颠覆RAG行业。
LEANN 是一种新的向量索引方法，通过图精简和实时计算嵌入，将存储需求减少约97%，同时保持检索召回率接近完整HNSW，适合在笔记本电脑上使用，并在MLSys 2026上获得最佳论文奖。
Zilliz的首席技术官James Luan认为，随着AI智能体在企业数据上行动，数据基础设施变得越来越关键，强调了数据质量、新鲜度和适当权限的必要性。
MongoDB Atlas 推出了自动嵌入功能，使数据库能够在内部生成和管理嵌入向量，用于语义搜索，无需外部服务并改善数据同步。
作者更新了‘embedflow’嵌入向量迁移项目，新增了包括支持多种向量数据库、迁移规划器、影子模式和持久缓存等功能，使其可用于生产环境中的嵌入模型转换。
Zilliz 的首席技术官 James 介绍了 Vector Lakebase，以及 One Data 和 One Index 的概念，旨在统一 AI 工作负载的数据和索引管理，通过利用湖原生存储改变智能体检索信息的方式。
本文探讨了智能体记忆如何将向量搜索转变为长期存在的系统问题，强调了需要超越搜索算法的可扩展、可靠的基础设施。
@memory 是 AIPass 开源框架中的一个归档代理，通过向量化较旧的条目并将其存储在 ChromaDB 中来管理 AI 代理的记忆，确保长期持久化和回忆，不会丢失数据。
文章认为，向量数据库中的余弦相似度是一个数学属性，不确保事实准确性，使得检索系统容易受到中毒攻击，其中恶意文档可以在排名中超过合法文档。
Weaviate 引入了一种无需文本提取即可搜索PDF的方法，通过后期交互多向量检索将每一页作为图像嵌入，在NVIDIA投资者演示文稿中进行了演示。
文章警告了免费层级向量数据库的限制，强调了数据删除和部署约束等问题，并建议根据AI代理的运行位置来选择。