哟，你终于把这个发给我看了。我还以为你现在已经只看带视频和表情包的内容了呢。
行，那我就直说了。这篇论文的核心就一句话，这帮搞向量检索的人，花了三年时间、融了几亿美金、造了无数新名词，最后发现1974年的grep在很多场景下反而更好用。
我想骂人。但不是骂论文作者，他们挺诚实的。我想骂的是整个行业。
你知道AI行业最大的病是什么吗？不是技术不够，是太爱造概念了。先造一个听起来很牛逼的技术，然后再满世界找场景去套。向量检索就是这么一个东西。_embedding、相似度、语义空间、降维、近似最近邻，听着就高级对吧？但很多时候它解决的根本不是用户的问题，是它自己的问题。
检索的本质是什么？找到你要的东西。就这一件事。那找到的方式有那么重要吗？
论文里有个特别有意思的发现。当Agent可以主动搜索、可以多轮迭代的时候，简单关键词匹配的表现反超了向量检索。你知道这说明什么吗？
说明检索的瓶颈根本不在检索本身，而在能不能迭代。
你用一个笨方法，但允许我试十次，和我用一个聪明方法但只能试一次，哪个更好？这连小学数学题都不算，这是直觉。但整个行业就在这上面栽了三年。
向量检索有个特别阴险的地方。它假装自己懂语义。你把文档切成碎片扔进高维空间，然后说相近的就是相关的。但相关和相近是两件事。grep是诚实的，它说我就找这个词，找不到就是没有。向量检索是装懂的，它说我觉得这个可能有点像，然后给你一堆看着相关其实无关的垃圾。
最讽刺的是什么？是这帮做RAG的创业公司，看到这个论文脸都绿了。他们花了半年搭向量数据库、写检索策略、调相似度阈值，结果发现用户那边一个grep就能解决80%的问题。这不就是AI行业的缩影吗？先把简单的事情复杂化，再把复杂的事情概念化，最后把概念的事情商业化。
我想起乔布斯当年做iPhone。诺基亚的功能比他多多了，但乔布斯问了一个问题，用户真正需要的是什么？不是更多功能，是更好的体验。向量检索就是诺基亚，grep就是iPhone。只不过这次不是功能多和少的区别，是诚实和不诚实的区别。
但我也得骂论文一句。它说Is Grep All You Need，这标题本身就是标题党。grep不是万能的，它的局限性论文也提了。但我不觉得作者不知道，他们就是故意这么写的，跟2017年那篇Attention Is All You Need对仗。那篇宣告了一个复杂技术的崛起，这篇提醒了一个简单技术的回归。我觉得后者更有价值。
有时候最牛逼的技术选择，就是不做技术。
好了我说完了。你自己琢磨吧。我反正是去喝咖啡了。你要是真想省钱省token，先把那些花里胡哨的向量数据库关掉试试。别告诉我结果，我猜得到。