一般来说，向量数据库的定位都是一个辅助组件，存储核心数据所生成的 text embedding。但当核心数据发生变化，向量存储（包括 metadata）也必须更新，这意味着一致性维护的负担，系统会越来越复杂和容易出错，我在开发 RAG 应用的过程中对此有着深刻的体会。这篇文章批判向量数据库的原罪，把原因讲得很透彻——向量数据库把向量当作独立数据存储，但他们其实是派生数据，应该与核心数据相邻存放，由数据库来维持更新和一致性。文章提出了 vectorizers 的概念，类似 index，vectorizer 在创建之后会自动维护表中字段的向量化数据，无须手动进行 C/U/D。他们开发了一个叫 pgai 的工具，为 PostgreSQL 提供了 vectorizer 功能。我认为这个设计理念是向量存储的未来，希望 pgai 能尽早稳定并推广，启发更多数据库做出类似实现。