生成式 AI 促进了向量数据库的火爆，但如今的技术风向变化似乎也挺快。作为全球最著名的 AI 项目之一，AutoGPT 宣布不再使用向量数据库，这一决定可能让不少人感到惊讶。毕竟从一开始，向量数据库就一直协助管理着 AI 智能体的长期记忆。

那么这个基本设计思路怎么就变了？又该由哪种新方案代替？对于大模型应用来说，向量数据库是必要的吗？

事情发展

AutoGPT 是今年 3 月 30 日发布的一种“AI agent（AI 智能体）”，类似的还有 LlamaIndex 和 LangChain。AutoGPT 一发布就名声大噪，上线仅 7 天就在 GitHub 上获得了 44,000 颗星。相较于之前一遍又一遍向模型输入提示词的用法，它能够自行工作、规划任务、将问题拆分成多个较小的部分、再逐个加以执行。毫无疑问，这是个雄心勃勃的计划。

AutoGPT 的设计思路还涉及一种以嵌入形式管理智能体记忆的方法，外加一套用于存储记忆并在必要时检索的向量数据库。从当时的角度看，向量数据库被认为是整个解决方案当中最重要的组成部分。而且其他通用人工智能（AGI）项目也纷纷采取同样的方法，例如 BabyAGI。

之前在默认情况下，AutoGPT 支持五种存储模式：

LocalCache (will be renamed to JSONFileMemory)

Redis

Milvus

Pinecone

Weaviate

但现在查看 AutoGPT 的说明文档，我们会发现一