Pinecone推出Nexus:超越RAG,为AI智能体打造全新知识引擎
向量数据库领域正在经历变革,以适应智能体AI的新需求。传统的“检索增强生成(RAG)+ 向量数据库”管道已无法满足现有要求,市场正转向更注重上下文处理的新方法。调查显示,独立向量数据库的市场份额正在流失,而混合检索意图增长了三倍,成为增长最快的战略方向。
Nexus:专为智能体设计的知识引擎
向量数据库先驱Pinecone宣布推出Nexus,将其定位为一款知识引擎,而非对传统检索的简单升级。Nexus引入了以下核心功能:
- 上下文编译器: 在智能体查询之前,将原始企业数据转换为持久的、特定任务的知识产物。
- 可组合检索器: 提供这些知识产物,并具备字段级引用和确定性冲突解决能力。
- KnowQL查询语言: 这是一种声明式查询语言,赋予智能体指定输出形状、置信度要求和延迟预算的能力。
在Pinecone的内部基准测试中,一项原本消耗280万token的金融分析任务,通过Nexus仅用4000个token即可完成,实现了98%的资源减少。
为何传统RAG不再适用?
Pinecone CEO Ash Ashutosh指出,RAG是为人类用户设计的,遵循“一个查询、一个响应”的模式。然而,智能体的工作方式截然不同:
- 任务驱动: 智能体接收的是任务而非简单的问题,需要从多来源整合上下文、解决冲突并追踪检索内容。
- 冷启动问题: 传统的RAG管道每次会话都从零开始,无法理解企业数据资产的全貌(如表关系、权威来源等)。
Pinecone估计,目前智能体85%的计算算力都耗费在重复发现数据结构上,而非完成实际任务。Nexus旨在通过编译阶段的知识层解决这一核心痛点。
关注微信号:智享开源 ,可及时获取信息
评论列表
发表评论
为你推荐
关注微信

近期评论
- 发表在《今天我终于找到了加快网站速度的办法》
- 发表在《如何成为超级个体?》
- 发表在《像ChatGPT一样记笔记》
- 发表在《python 如何将电子表格按照某一列相同数据分到一个一个工作表中》
- 发表在《python 如何将电子表格按照某一列相同数据分到一个一个工作表中》

还没有任何评论,你来说两句吧!