LlamaIndex认为grep加轻量级语义搜索即可处理中等规模数据集

连 LlamaIndex 都认为 grep 加轻量级语义搜索，就够了

当你面对一个“中等规模”的数据集，比如说 1000 篇 ArXiv 上的 PDF 论文时，我们发现有一个效果出奇好的问答（Q&A）基准方案：给 AI 智能体 (AI Agent) 提供一个命令行界面 (CLI)，再配上一些能用静态嵌入 (static embeddings) 进行快速语义搜索 (semantic search) 的小工具。

这些 AI 智能体能回答各种复杂的问题，无论是简单的关键词搜索和筛选，还是需要跨文档进行交叉引用的难题，甚至是要求跨时间线进行分析的任务，它们都能搞定。

在这些场景下，那种标准的、每次只检索固定数量（top-k）文档的检索增强生成 (Retrieval-Augmented Generation, RAG) 方案，效果要差得多。