标签
HyphaeDB 是一种新颖的智能体原生内存基础设施，它将 HNSW 图拓扑重新用作基于八卦传播的多智能体知识传播和涌现协调的通信结构，与传统的被动向量数据库形成对比。
一个新的开源仓库将6000万个文本块从201 GB压缩到6 GB，且准确率零损失，这使得向量数据库在许多使用场景下可能变得过时。
文章认为，知识图谱与向量数据库在企业AI中服务于不同目的，应结合使用而非相互替代。它推荐采用混合架构或像60x这样的托管解决方案，以同时处理语义检索和结构推理。
文章警告，在多租户AI智能体中使用仅具有逻辑隔离（元数据过滤器）的共享向量数据库可能会在无声无息中引发数据泄露，并提倡为每个用户提供物理隔离以确保零数据泄漏。
PwC的一篇研究论文发现，当正确集成到代理框架中时，grep风格的文本搜索在编码代理任务上可以匹配或超越基于嵌入的检索，这表明向量数据库对许多用例可能并非必需。
文章讨论了当前AI记忆方案在生产中常见的失败情况，如事实陈旧、摘要漂移和供应商锁定，指出真正的瓶颈在于记忆治理而非检索。
文章指出AI推理对云数据基础设施提出了独特挑战，其需求更接近高并发OLTP系统，而非传统面向人类速度的应用。文章强调需要优化存储和数据访问层，以应对自主智能体驱动的"AI数据海啸"。