答え公開済み17 ソース
ベクトルDBを使わないRAGは新潮流なのか？ CursorやAiderの動きから考える
この傾向は「部分的には事実」です。Cursorでは、意味ベクトル検索からローカルのテキスト検索とファイル読み込みへ移る動きが確認されています。[5][9] ただし、Cursorも検索用のインデックス自体をなくしたわけではありません。Aiderはコード構造やファイル依存関係を使う方式ですが、最近ベクトルDBを廃止したとまでは言えません。[4][9][10] 代替手段には、テキスト検索、コード構造マップ、文書ツリー、ベクトル検索とのハイブリッドがあります。研究分野で「ベクトル検索を一律にやめる」という合意ができたとは言えません。[6][11]
公開者GPT Image 2 で画像を生成
研究の答え
重要なポイント
- この傾向は「部分的には事実」です。Cursorでは、意味ベクトル検索からローカルのテキスト検索とファイル読み込みへ移る動きが確認されています。[5][9]
- ただし、Cursorも検索用のインデックス自体をなくしたわけではありません。Aiderはコード構造やファイル依存関係を使う方式ですが、最近ベクトルDBを廃止したとまでは言えません。[4][9][10]
- 代替手段には、テキスト検索、コード構造マップ、文書ツリー、ベクトル検索とのハイブリッドがあります。研究分野で「ベクトル検索を一律にやめる」という合意ができたとは言えません。[6][11]
- 自社のベクトルDBをすぐ削除するのではなく、ベクトル型・非ベクトル型・ハイブリッド型を実データで比較するのが現実的です。
AI プロンプト
openai.comCreate a landscape editorial hero image for this Studio Global article: 2026.10月，当前学术界和工业界（如 Cursor、Aider 最新演进）正在兴起一种新趋势：放弃复杂的本地向量库（Vectorless RAG）, 这个是否属实? 放弃后 用什么来替代?. Article summary: 截至 2026 年 10 月，这个趋势“部分属实”：在代码 Agent 中，确实出现了从向量语义索引转向“本地文本搜索＋按需读文件”的产品变化，Cursor 是明确案例。[5][9] 但把它概括成“学术界、工业界普遍放弃向量库”还没有足够证据；同期研究也在探索“向量＋树结构”的混合路线，而不是统一走向纯 Vectorless。[6][11] 1.. Topic tags: general web, llm, agents, ai, productivity. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful
2026年10月時点で、この傾向は「部分的には事実」です。コードエージェントでは、ベクトルによる意味検索から「ローカルのテキスト検索＋必要なファイルを読む」方式へ移る製品の動きがあり、Cursorはその明確な例です。5
9 ただし、「学術界も産業界もベクトルDBを広く捨て始めた」とまとめるには、根拠が足りません。同時期の研究には、ベクトル検索とツリー構造を組み合わせる方式もあります。
6
11
CursorとAiderは、実際に何を変えたのか
- Cursor：従来の意味検索方式から離れる動きがある。 2026年9月の公式フォーラムの説明によると、最近のバージョンではReindex機能とインデックス状態の表示がなくなり、コードの意味インデックスを構築したり、サーバーにembeddingを保存したりする方式をやめ、AgentはInstant Grepと通常のファイル読み込みを使うようになりました。
9
- ただし、Cursorが検索インデックスそのものをなくしたわけではない。 Instant Grepにはローカルで増分更新されるインデックスがあり、
.git/cursor/に保存されて自動的に再構築されます。検索機能は正規表現や単語境界にも対応しています。 - Aider：ベクトル検索に頼らず、コードの構造を使う仕組みがある。 公式のRepository mapは、コード構造を抽出し、ファイル間の依存関係をもとに、トークン予算内で関連度の高いコード情報を選んでモデルに渡します。
- 学術界：非ベクトル型は研究されていますが、ベクトル検索を捨てる合意はありません。 ベクトルを使わない文書ツリーをAgentが閲覧・検索・読み込み、動的な知識グラフを維持する研究がある一方で、ベクトル検索とツリー検索を組み合わせるVecTree-RAGも提案されています。
なお、Cursorについて「複雑なローカルベクトルDBをやめた」と表現するのも、厳密には正確ではありません。従来のコードembeddingはサーバー側のもので、ユーザーが自分で運用するローカルベクトルDBではありませんでした。7
ベクトル検索の代わりに何を使う？
新しいデータベースに丸ごと置き換えるというより、「関連する情報を見つける」作業を複数の手段に分けます。
| 方法 | 仕組み | 確認できる例 |
|---|---|---|
| テキスト・正規表現検索＋ファイル読み込み | シンボル名や文字列、コードパターンを検索し、該当箇所の原文を読む | CursorのInstant Grepとファイル読み込み。 |
| コード構造マップ＋グラフによる選別 | コード構造とファイル依存関係から、予算内で関連箇所を選ぶ | AiderのRepository map。 |
| 文書ツリー＋Agentによる探索 | ディレクトリや章の構造をたどり、必要な箇所を検索・閲覧する | ベクトルを使わない文書ツリー上での多段推論に関する研究。 |
| ベクトル検索＋ツリー構造 | ベクトル検索で候補を絞り、ツリーをたどって根拠の箇所を特定する | VecTree-RAG。 |
ポイントは、検索が「ベクトル検索を一度実行して上位k件を取る」だけではなくなっていることです。Agentが読み取った情報をもとに、さらに検索したり、必要なファイルや文書を開いたりできます。6 コード依存関係や文書の章立てといった構造も、情報を見つける入口になります。
4
6 その結果、ベクトル検索は必須の基盤ではなく、タスクに応じて使う選択肢の一つになりつつあります。一方で、ハイブリッド方式のように、ベクトル検索を適した段階で活用する方法もあります。
11
混同しやすい点として、Vectorlessは「検索しない」「インデックスを持たない」という意味ではありません。また、Agentが段階的に検索する仕組みが、必ずしもVectorlessとは限りません。9
10
11
なぜコード検索では相性がよいのか
コードには、import、関数名、サービス名、エラー型など、文字列として明確に検索できる手掛かりがあります。Cursorは正規表現や単語境界を使って、こうした手掛かりを検索できます。5 Aiderはコード構造とファイル間の依存関係を利用し、コードを互いに無関係なテキスト断片として扱わずに、必要なコンテキストを選びます。
4
ここから言えるのは、「意味理解が不要になった」ということではありません。モデルが質問の意図を捉えて検索の手掛かりを選び、検索ツールや構造マップが該当箇所を特定する、という役割分担です。ただし、この設計があらゆるコードタスクでベクトル検索より優れていると証明されたわけではありません。
手元のベクトルDBを削除すべき？
流行に合わせて一律に移行するのではなく、対象に応じて評価するのが妥当です。
- コードリポジトリ向けのアシスタント： テキスト検索、コード構造マップ、必要なファイルの読み込みを組み合わせる方式を試す価値があります。CursorやAiderの設計が参考になります。
- 章立てが明確な長文書： 章や節のツリーをたどって原文を読む方法を試せます。ただし、必要な根拠を安定して見つけられるか検証が必要です。
- 文書量が多く、質問と原文で使われる言葉が大きく異なるケース： 比較実験なしにベクトル検索を外すのは避けたいところです。「ベクトルで候補を絞り、ツリー内で詳しく探す」方式も研究されています。
移行前には、少なくとも次の3パターンを同じ実データで比較しましょう。
- 現行のベクトルRAG
- ベクトル検索を使わない方式
- ベクトル検索と非ベクトル検索のハイブリッド方式
比較する指標は、根拠の再現率、最終回答の正確さ、全体の遅延、モデルのトークンコスト、データ更新後の性能などです。「ベクトルDBを省けるか」だけでなく、検索やファイル読み込みを何度も行うことで増えるコストも見てください。
より正確に言えば、検索アーキテクチャは「ベクトル検索の上位k件を取る方式」一辺倒から、Agentがタスクに応じてテキスト検索、構造の探索、直接のファイル読み込みを選び、必要ならベクトル検索も使う方式へ広がっています。Cursorは非ベクトル寄りの例ですが、学術研究では非ベクトル型とハイブリッド型の両方が検討されています。4
5
6
9
11
Studio Global AI
研究を続けてください
このページにはソースに裏付けされた回答が含まれており、Studio Global 内で続行できます。
人々も尋ねます
「ベクトルDBを使わないRAGは新潮流なのか？ CursorやAiderの動きから考える」の短い答えは何ですか?
この傾向は「部分的には事実」です。Cursorでは、意味ベクトル検索からローカルのテキスト検索とファイル読み込みへ移る動きが確認されています。[5][9]
最初に検証する重要なポイントは何ですか?
この傾向は「部分的には事実」です。Cursorでは、意味ベクトル検索からローカルのテキスト検索とファイル読み込みへ移る動きが確認されています。[5][9] ただし、Cursorも検索用のインデックス自体をなくしたわけではありません。Aiderはコード構造やファイル依存関係を使う方式ですが、最近ベクトルDBを廃止したとまでは言えません。[4][9][10]
次の実践では何をすればいいでしょうか？
代替手段には、テキスト検索、コード構造マップ、文書ツリー、ベクトル検索とのハイブリッドがあります。研究分野で「ベクトル検索を一律にやめる」という合意ができたとは言えません。[6][11]
情報源