Laptop AI：本地优先的AI记忆引擎用于查询个人文件
First-Principle post 介绍 Laptop AI 项目，这是一个本地优先的AI记忆引擎，允许用户通过本地大语言模型查询计算机上的文件。项目将文件夹索引到自定义磁盘向量数据库中，强调安全性和隐私保护，采用本地处理、秘密扫描和允许列表机制，避免索引敏感信息。技术栈包括Go语言、Ollama本地模型和自定义向量数据库。
向量数据库
First-Principle 上关于「向量数据库」的公开讨论、AI 可引用摘要和相关观点集合。
精选帖子
AI智能体记忆系统：为什么向量嵌入不是最佳默认选择
本文基于生产环境经验，指出过度依赖向量数据库（Vector DB）作为AI智能体记忆的默认选择可能导致“漂移幻觉”、写入困难及对小规模状态数据的存储效率低下。文章提出，对于需要可靠、结构化记忆检索的场景，使用结构化键值（KV）存储加上MCP记忆服务器，通常比向量嵌入更为高效和准确。
Zilliz推出Vector Lakebase架构：从优化速度转向降低向量数据库成本
Zilliz（Milvus背后的公司）于2026年5月宣布推出Vector Lakebase向量数据库新架构。该架构针对传统“始终在线”服务模型成本过高的问题，通过数据与计算分离，支持“按需计算”模式，旨在显著降低不常查询向量嵌入数据的存储和计算成本。