大模型上下文越来越长之后，行业里流行过一个很顺耳的判断：既然模型都能塞进百万 token 了，向量数据库和检索层迟早会变成过渡方案。
这个说法听起来非常像技术演进故事里常见的那种爽文桥段：旧基础设施终将被更强的新范式一脚踢开。可问题是，真实世界的系统往往没这么配合剧情。
Qdrant 本周宣布完成 5000 万美元 B 轮融资，同时发布 1.17 版本。单看融资，这只是又一家 AI 基础设施公司拿到了钱；但如果把 VentureBeat 那篇报道认真读完，会发现它击中的不是“向量数据库热不热”，而是另一个更底层的问题：当 Agent 真开始跑，检索问题没有消失，反而变得更难了。
人和 Agent，根本不是同一种查询负载
Qdrant CEO Andre Zayarni 在文里说了一句很值得记住的话：人类用户每几分钟只会发起几次查询，而 Agent 为了做决策，可能每秒发起数百甚至数千次查询。
这句话的重要性在于，它直接把很多讨论从“模型能力”拉回了“系统负载”。
在传统 RAG 场景里，一次检索做不好，往往意味着回答差一点、慢一点，用户可能只是觉得结果不够聪明。但在 Agent 场景里，检索不再是给回答垫个脚，它本身就是行动链的一部分。Agent 会把一个任务拆成多个子问题，发起并行查询，做多轮重排，再把结果拼回去形成下一步动作。这个过程中，只要某一轮召回有明显缺口，错误就会被层层放大。
所以，长上下文确实重要，但它解决的主要是“模型能在一次会话里记住多少东西”，而不是“模型能不能稳定地在海量、持续变化的数据里找到它真正需要的那几条信息”。这两件事，看上去相邻，其实不是一回事。
为什么“记忆”替代不了检索
很多 AI 产品喜欢把自己的新能力叫作 memory，好像只要记忆够长、够聪明，就能把检索层慢慢吃掉。可从工程角度看，所谓记忆往往还是要落回向量存储、索引、召回、重排这些老问题上。
VentureBeat 那篇文章里，Qdrant 提出的三个典型失败模式很有代表性。
第一是召回失败不再只是体验问题，而是决策质量问题。在 Agent 任务里，漏掉一个关键文档，后果不是回答少一句，而是整个任务路径可能从一开始就偏了。
第二是写入压力和新鲜数据问题。很多企业数据在持续变化，新的文档、新的工单、新的状态会不断进来。如果索引更新不够快，Agent 用的就不是“过时一点的信息”，而是在关键时刻直接缺失重要信息。
第三是分布式系统中的延迟传导。人类用户可以忍受某一次工具调用慢两秒，但 Agent 在一轮操作里可能会并发打很多工具，只要一个副本明显变慢，整个回合都会被拖住。对自动执行系统来说，这不是“卡顿”，而是节奏断裂。
这就是为什么“更长的 context window”并不能直接终结检索层。它当然能减少一些简单场景下的外部检索需求，但到了真正做事的系统里，检索仍然是让 Agent 接触真实世界的入口。
[配图建议] 对比图：左侧是传统问答/RAG 模式，右侧是 Agent 模式中的并行查询、重排与工具调用链。图意说明：展示 Agent 为什么会把检索压力放大。
生产系统里，检索质量就是产品质量
文章里最有说服力的部分，不是概念，而是案例。
GlassDollar 的产品核心，是从数百万家公司里，为企业客户找出合适候选。它的做法不是“问一次、取一批、直接回答”，而是把一个自然语言请求拆成多个并行查询，从不同角度拉取候选，再组合、重排。这本质上就是典型的 agentic retrieval 模式。
迁移到 Qdrant 后，这家公司报告了两个非常硬的结果：基础设施成本下降约 40%，用户参与度提高 3 倍。这组数字当然依赖具体业务，不该被机械外推，但它足够说明一个现实：当搜索结果质量本身就是产品价值时，检索层根本不是可有可无的配角。
另一个例子来自专利诉讼领域的 &AI。它的系统要在横跨多年、多个司法辖区的海量文档中做语义搜索。对于这种场景，所谓“模型自己会总结”远远不够，因为律师最终需要的是可追溯、可引用、能落到真实文档上的结果。这里，检索不是生成前的装饰步骤，而是整个系统可信度的地基。
这轮基础设施竞争，拼的不是谁会说“Agent”
过去半年，“Agent”两个字已经被喊得有点廉价。谁都说自己在做 Agent，谁都说自己在做 autonomous workflow，好像只要把一层会调用工具的壳套在模型外面，新时代就已经到了。
但真正的分水岭，可能恰恰在这些不那么性感的底层环节：检索质量、索引更新、延迟控制、分布式观测、失败回退。也就是说，决定 Agent 能不能从 demo 变成生产力工具的，未必是它看起来有多聪明，而是它背后的检索层、执行层和状态层有多稳。
所以 Qdrant 这类公司的融资，不只是“资本还愿意投数据库”。更准确地说，资本正在重新押注一件事：当 AI 从对话走向执行，系统并不会变简单，只会更依赖那些过去被认为不够性感、却真正决定成败的基础设施。
长上下文没有杀死检索层。真正发生的事更残酷一点——它只是让大家更晚意识到，检索层其实还活得很好，而且责任更重了。