AnswersPublished17 sources
Vectorless RAG: wat komt er in de plaats van de vectorindex?
De trend is deels echt: Cursor heeft zijn semantische code index ingeruild voor lokaal tekstzoeken en bestanden lezen. Aider gebruikt een repository map die codeverhoudingen in kaart brengt.
Gepubliceerd doorAfbeeldingen gegenereerd met GPT Image 2
Research answer
Key takeaways
- De trend is deels echt: Cursor heeft zijn semantische code index ingeruild voor lokaal tekstzoeken en bestanden lezen.
- Aider gebruikt een repository map die codeverhoudingen in kaart brengt. Dat laat een alternatief voor vectorzoekopdrachten zien, maar bewijst niet dat Aider die pas recent heeft afgeschaft.[4]
- Onderzoekers verkennen zowel vectorloze methoden als combinaties van vector en boomstructuren.
AI Prompt
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
Per oktober 2026 is de bewering deels juist. In sommige codeassistenten verschuift de aanpak van semantisch zoeken met embeddings naar tekst zoeken, code structureren en relevante bestanden op verzoek lezen. Cursor is daarvan een duidelijk voorbeeld.5
9
Maar de conclusie dat de academische wereld en de industrie vectoropslag massaal laten vallen, gaat te ver. Er wordt ook onderzoek gedaan naar hybride systemen waarin vectorzoekopdrachten en boomstructuren elkaar aanvullen.6
11
Wat doen Cursor en Aider precies?
Cursor heeft zijn eerdere route voor semantisch zoeken aangepast. In een officiële forumpost uit september 2026 staat dat recente versies Reindex en de indexstatus hebben verwijderd. Cursor bouwt volgens die toelichting geen semantische code-index meer en bewaart geen embeddings op een server; de Agent gebruikt Instant Grep en leest bestanden rechtstreeks.9
Dat betekent niet dat Cursor helemaal geen index meer heeft. Instant Grep gebruikt nog altijd een lokale index die wordt bijgewerkt en automatisch opnieuw opgebouwd. Volgens de documentatie staat die in .git/cursor/; de zoekfunctie ondersteunt onder meer reguliere expressies en woordgrenzen.5
10 De preciezere omschrijving is dus: weg van de vectorindex, maar niet indexloos.
Ook de term ‘lokale vector database’ past niet helemaal bij Cursor. De eerdere embeddings voor code werden aan de serverkant verwerkt; het ging niet simpelweg om een vector database die de gebruiker lokaal zelf beheerde.7
Aider gebruikt een andere aanpak: een repository map. Die brengt de structuur van code en relaties tussen bestanden in kaart. Vervolgens wordt bepaald welke delen binnen het beschikbare tokenbudget het nuttigst zijn om aan het model mee te geven.4 Dat is een voorbeeld van zoeken met behulp van structuur, maar op basis van de beschikbare informatie kunnen we niet zeggen dat Aider pas in een recente versie vectorzoekopdrachten heeft afgeschaft.
In onderzoek bestaan meerdere richtingen naast elkaar. Zo zijn er systemen waarin een agent door een documentboom bladert, tekst leest en zoekt, en onderweg een kennisgraaf bijhoudt.6 Andere benaderingen combineren vectorzoekopdrachten juist met het doorlopen van een boomstructuur.
11 Dat wijst op een actief onderzoeksgebied, niet op een breed gedragen afscheid van vectoren.
Wat komt ervoor in de plaats?
Meestal niet één nieuwe database die de vector database één-op-één vervangt. In plaats daarvan worden verschillende manieren om relevante informatie te vinden gecombineerd:
| Aanpak | Hoe werkt het? | Voorbeeld |
|---|---|---|
| Tekst- of regexzoekopdrachten en bestanden lezen | Zoeken naar een naam, tekenreeks of codepatroon en daarna de relevante bron lezen | Cursor: Instant Grep plus het rechtstreeks lezen van bestanden. |
| Een codekaart met structurele relaties | Codeonderdelen en relaties tussen bestanden in kaart brengen en de meest relevante informatie selecteren | Aiders Repository map. |
| Navigeren door een documentboom | Door mappen of hoofdstukken bladeren, zoeken en tekst opvragen wanneer die nodig is | Onderzoek naar redeneren over een vectorloze documentboom. |
| Vectorzoeken combineren met een boomstructuur | Met vectorzoekopdrachten kandidaten vinden en vervolgens de boom doorlopen om precieze informatie op te halen | VecTree-RAG. |
De belangrijkste verschuiving is dat informatie ophalen niet meer per se neerkomt op één vectorzoekopdracht die de beste top-k-resultaten teruggeeft. Een agent kan eerst iets lezen en daarna verder zoeken, extra bestanden openen of een andere route kiezen.6 Daarbij kunnen de structuur van code en de indeling van documenten een deel van het werk doen dat anders op semantische overeenkomst neerkomt.
4
6
Vectorless betekent dus niet ‘zonder zoeken’ of ‘zonder index’. En agentisch zoeken betekent niet automatisch dat er helemaal geen vectoren worden gebruikt.9
10
11
Waarom past dit goed bij code?
Code bevat vaak expliciete aanknopingspunten. Een zoekopdracht op een functienaam, import, servicenaam of foutmelding kan een Agent rechtstreeks naar relevante regels leiden. Cursor gebruikt bijvoorbeeld zoekopdrachten met reguliere expressies en woordgrenzen.5 Aider kan juist de structuur van code en afhankelijkheden tussen bestanden gebruiken om passende context te selecteren.
4
In zulke systemen hoeft het model niet zelf alle code te doorzoeken. Het kan de vraag interpreteren en zoektermen kiezen; zoekfuncties en structuurkaarten helpen vervolgens de oorspronkelijke bron te vinden. Dat is een beschrijving van de aanpak, geen bewijs dat vectorzoekopdrachten bij elke programmeertaak overbodig zijn.
Is het verstandig je eigen vectorindex te verwijderen?
Niet alleen omdat Vectorless RAG aandacht krijgt. De beste keuze hangt af van je gegevens en de vragen die je systeem moet beantwoorden:
- Voor een code-assistent is het zinvol om tekstzoeken, een codekaart en bestanden op verzoek lezen te testen, met Cursor en Aider als voorbeelden van verschillende ontwerpkeuzes.
4
- Voor lange documenten met een duidelijke indeling kun je navigeren via hoofdstukken of een documentboom proberen. Test wel of het systeem daarmee consequent het juiste bewijs vindt.
- Voor grote verzamelingen documenten waarvan de formulering sterk verschilt van de vragen is het riskant om vectorzoeken zonder vergelijking uit te schakelen. Een hybride aanpak, waarbij vectoren kandidaten helpen vinden en een boomstructuur vervolgens preciezer zoekt, is ook in onderzoek in beeld.
Vergelijk vóór een overstap minstens drie varianten: je huidige vector-RAG, een aanpak zonder vectorzoekopdrachten en een hybride systeem. Test ze met echte vragen en vergelijk onder meer hoe vaak ze relevant bewijs vinden, hoe vaak het uiteindelijke antwoord klopt, de totale vertraging en de kosten in modeltokens. Reken ook de extra zoek- en leesstappen mee; alleen vaststellen dat je geen vector database meer gebruikt, zegt niet genoeg over de totale kosten.
Kortom: de ontwikkeling is eerder een verbreding dan een algemene breuk met vectoropslag. Agents krijgen meer opties: tekst zoeken, door structuur navigeren, bestanden rechtstreeks lezen en waar nuttig vectorzoekopdrachten inzetten. Cursor kiest duidelijker voor een niet-vectorgerichte aanpak; onderzoek verkent zowel vectorloze als hybride methoden.4
5
6
9
11
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Vectorless RAG: wat komt er in de plaats van de vectorindex?"?
De trend is deels echt: Cursor heeft zijn semantische code index ingeruild voor lokaal tekstzoeken en bestanden lezen.
What are the key points to validate first?
De trend is deels echt: Cursor heeft zijn semantische code index ingeruild voor lokaal tekstzoeken en bestanden lezen. Aider gebruikt een repository map die codeverhoudingen in kaart brengt. Dat laat een alternatief voor vectorzoekopdrachten zien, maar bewijst niet dat Aider die pas recent heeft afgeschaft.[4]
What should I do next in practice?
Onderzoekers verkennen zowel vectorloze methoden als combinaties van vector en boomstructuren.
Sources