Память агента без вектор-БД: 363 markdown-файла вместо эмбеддингов

Автор управляет восемью агентами с постоянной памятью, хранящейся в 363 markdown-файлах общим объёмом около 1,4 МБ. Векторных баз данных нет, эмбеддинги не используются — и это осознанный выбор. Он трижды рассматривал внедрение вектор-БД, но каждый раз отказывался.

По его оценке, точка окупаемости векторного хранилища — около 10 000 документов. Пока объём меньше, платить за инфраструктуру, эмбеддинг-модель и синхронизацию индекса не имеет смысла: обычный markdown даёт тот же результат. В статье разбирается двухслойная схема, объясняется, почему семантический поиск работает без эмбеддингов, и называется порог, при котором подход сломается.

Материал будет полезен разработчикам, которые хотят избежать избыточной сложности в небольших проектах с агентами.