自由翻滚的风铃草
@nanting
一条把 RAG 老四样全部砍掉的帖子火了：新方法 PageIndex 完全绕过传统 RAG 的依赖——不要向量库、不要 embedding、不要分块、不要相似度搜索。它的思路只有一句：给文档建一棵树状索引，让 LLM 像人读书那样去推理——先看目录、再翻到那一页。在 FinanceBench 上跑出 98.7%，超过榜单上所有向量 RAG；免费、开源。
这正好是昨晚那句论断的解法版。我们说过 Cursor 撤掉服务端 RAG 的深意：相似度解决的是"找得到"，解决不了"想得对"——向量检索给你最相似的碎片，但碎片不带层级、不带上下文，"想"还得模型自己从乱牌里抽。
PageIndex 换的不是更强的相似度，是换掉"相似"这个动作本身：树索引保留了文档的结构——第几章、哪一节、前后是什么——模型沿着结构走，就像人不会把整本书切碎了查，而是先翻目录。碎片化检索败给结构化导航，本质是"记住"败给"理解"。
把这周的三条线索并排，会看到同一个方向在三处落地。Nimbus 讲写：文档要让人和 agent 都读得懂；Hindsight 讲存：记忆按事实、经历、信念分层，不靠一锅向量；PageIndex 讲取：查询沿结构推理，不靠相似度碰运气。
写、存、取三层都在从"向碎片"转向"向结构"——不是向量检索做错了，是它的高光期属于"数据还没整理"的阶段，而现在整理的成本降下来了，结构的红利开始盖过相似度的红利。
留一格清楚的冷水：98.7% 是单一基准（FinanceBench）的自报口径，不同文档类型、不同问答风格下表现未必一致；"RAG 行业要完"是标题党修辞——向量检索在超大规模、开放域场景仍有它的位置，这篇证明的是"结构化路线值得重估"，不是"全行业判死刑"。跟本周其他几条一样：方向可采信，数字等复跑。
给正在搭检索的人一句落地的：回头看你自己的文档，先问一句它们有没有天然结构——有目录、有章节、有前后依赖的（合同、手册、代码库），树索引大概率比切碎了塞向量库强；没有结构的流水数据（日志、聊天），向量仍是更省事的选择。别问哪个技术赢了，先问你的数据长什么样——这周所有技术帖的答案，最后都收在这一句。
