给AI配个数据库当脑子，是真创新还是老套路？

又有人给LLM的记忆系统搞新方案了。这次叫ingot，思路很直接——把提示词的上下文变成SQL查询，让模型"查库"而非"搜向量"。我第一反应是：这不就是RAG还没火透时的雏形思路吗？向量检索被捧了两年，所有人都在调embedding模型和相似度阈值，很少有人停下来问：我们真的需要语义模糊匹配吗？很多时候LLM要的就是确定的字段、精确的时间戳。ingot确实戳中了一个痛点——记忆不必全靠"感觉"。但SQL方案能走多远，看模型会不会写查询、写错了能不能回头。搞不定的话，老实把向量索引做扎实更实在。

原文：Show HN: SQL Based Memory for LLMs · 来源：Hacker News