我们为 AI Agent 记忆做了一套替代 Vector RAG 的方案

针对传统 Vector RAG 的固定"检索-生成"流程，有团队提出面向 AI Agent 的 agentic RAG：由 Agent 自行决定何时检索、调用哪些工具并评估结果。文章指出分块会破坏文档结构、embedding 只衡量相似度而非业务相关性，且一次检索往往不够；向量数据库、embedding 与分块并未过时，仍适用于大型文档库与语义搜索，但不应成为每个 Agent 的默认起点。