向量数据库：AI 时代的新基础设施

传统数据库存的是数字与文字，向量数据库存的是语义向量，支持“找最相似的”这种新查询。它是 RAG、推荐系统、图像检索的共同底座，被称为 AI 时代的基础设施。

向量数据库的兴起说明：当数据的形态改变，基础设施必然重写。从关系型到文档型到向量型，每一次数据范式变化都孕育了新的巨头。基础设施的更替，往往是最大的机会所在。

## 核心要点

图片来源：Openverse / Twechie（https://www.flickr.com/photos/46385325@N06/5233558496）

1. Milvus、Pinecone、Qdrant、Weaviate 是主流玩家。

2. 近似最近邻搜索（ANN）用精度换速度。

3. 元数据过滤让检索结果可被业务约束。

4. 与传统数据库混合使用是常见架构。

图片来源：Openverse / playful.geometer（https://www.flickr.com/photos/24888685@N08/6879664348）

## 写在最后

以上是关于「向量数据库」的科普介绍。人工智能正在快速发展，相关概念和方法也在不断演进。希望本文能帮你建立对这一主题的基本认识。