Claude Code 为何还在用 grep：多向量检索现场指南
antoine_chaffin · x · 2026-07-24
LightOn 的 Amélie Chatelain 在这场讲解里讨论了 multi-vector / late interaction 搜索为什么更适合面向 Agent 的检索场景，尤其是在长查询、长上下文和长文档上。
图里把核心差异讲得很直白：
- 单向量检索 会把 query 和 document 都压成一个固定长度 embedding。
- Late interaction 则更像“每个 token 都保留自己的表示”，因此在泛化能力、长文本检索和未专门微调的领域上往往更占优。
- 其中一个很有意思的问题是：为什么 Claude Code 这样的前沿编码 Agent 还是会用 grep？这说明即便有强 LLM 和 embedding，词法搜索在工程工作流里仍然有现实价值。
原帖还链接了完整 lecture，定位是 AI 搜索方向的“字段指南”。
「编程与Agent」频道最新
- 开发者希望 `/goal` 能批量任务并自动压缩上下文 — mattpocockuk · 2026-07-24
- GPT 5.6 Sol 和 Luna 通过 MCP 搭出实时视觉栈 — MoonL88537 · 2026-07-24
- 一个近 20 万星仓库把编码 Agent 规约浓缩成四条 — import_jmr · 2026-07-24
- 一条 Prompt 就能给 Three.js 游戏补齐配音 — majidmanzarpour · 2026-07-24
- OpenClaw 用 Go 重写后只占 35MB 内存、25MB 二进制 — bigaiguy · 2026-07-24
- Go 重写版 OpenClaw 只占 25MB，内存降到 35MB — bigaiguy · 2026-07-24