AI 百科词条

向量数据库（Vector Database）是什么？

专门存「语义坐标」的仓库，让 AI 能按意思而非关键词检索海量资料。

一句话说清楚

向量数据库存储文本/图片的嵌入向量（见「向量嵌入」词条），支持「找语义最近的内容」这类查询。它是 RAG 架构的地基：企业知识库问答之所以能「答你公司内部的事」，就是因为文档先被切成片段存进向量数据库，AI 回答前先来这检索相关段落。

选知识库、企业问答类产品时，宣称「自建知识库 + 语义检索」的基本都用向量数据库。真正该关心的是：文档切分是否合理、能否溯源到原文片段——这决定答案可信度。

向量检索召回的内容不等于正确内容，垃圾进垃圾出：知识库质量差，检索再精准答案也是错的。

AI 编程：从行间补全到整仓生成

选型看两点：与现有 IDE/语言栈的贴合度，以及「能读懂多大上下文」。

AI 读论文：速读、问答到文献综述

先让 AI 产出结构化摘要（问题/方法/结论），再针对公式与实验细节追问，支持引用溯源的工具可信度更高。

AI 做调研：行业盘点与竞品分析

让 AI 搜索读遍公开资料，产出带来源的行业概览、竞品对比与机会点清单。