向量資料庫 Pinecone 獲 1 億美元 B 輪融資，估值 7.5 億美元

如果把 GPT-4 這樣的模型比作一個極度聰明但轉頭就忘的大腦，那向量資料庫就是給它外掛的一塊大容量硬碟。

總部位於紐約的向量資料庫初創公司 Pinecone 剛剛宣佈完成 1 億美元的 B 輪融資，估值達到 7.5 億美元。這輪融資由知名風投 Andreessen Horowitz（a16z）領投。

蹭上 ChatGPT 和 AI Agent 的東風

Pinecone 成立於 2021 年，創始人 Edo Liberty 曾是亞馬遜 AI 實驗室的負責人兼研究總監。他們做的事情其實很明確：提供一套全託管的向量資料庫服務，把 AI 模型生成的向量嵌入存起來，讓開發者能快速檢索。

在生成式 AI 爆發前，這種技術更多躺在搜尋和推薦系統的底層。但隨著去年秋天 ChatGPT 走紅，大模型最大的痛點——胡說八道和記不住東西，把 Pinecone 推到了舞臺中央。通過把企業內部資料切片向量化存進 Pinecone，聊天機器人回答提問時就能先調取相關資料，不再憑空捏造。

進入 2023 年以後，包括銷售智慧平臺 Gong 和自動化工具 Zapier 在內的一大批公司，迅速成了 Pinecone 的付費客戶。

更誇張的催化劑來自最近火爆的自主 AI Agent。前兩個月在開發者圈子裡刷屏的 Auto-GPT 和 BabyAGI，背後用的長期記憶元件全都是 Pinecone。Edo Liberty 透露，在這類專案的帶動下，他們的單日註冊量一度衝到了 1 萬次。

200 萬 token 來襲，外掛記憶會被淘汰嗎？

不過，賽道熱起來的同時，質疑聲也跟著來了。除了 Chroma、Weaviate 和 Milvus 等對手的圍追堵截，學術界的新架構也在動搖它的根基。

就在最近，一篇關於迴圈記憶 Transformer（RMT）的研究論文在社交平臺上引發了熱烈討論。該架構號稱能讓大模型保留多達 200 萬 token 的上下文資訊。如果大模型自己就能記住一整座圖書館，開發者還需要專門買向量資料庫嗎？

反對者指出，RMT 的推理耗時極長，在實際生產中根本跑不動。Pinecone 市場行銷副總裁 Greg Kogan 也回應稱，實驗室裡的 demo 和實際大規模工程落地之間差了十萬八千里。成本、延遲、易用性和維護開銷，才是工業界必須算的賬。

為什麼重要

對於正在搭建大模型應用的開發者來說，向量資料庫幾乎是當下繞不開的基礎設施。如果你想讓自己的 AI 讀懂幾百頁的行業報告、內部知識庫，或者做個能長期跟蹤任務的 Agent，現在直接調 Pinecone 這類成熟託管服務的 API，依然是成本最低、上線最快的方案。

從行業格局來看，a16z 砸下的這 1 億美元，相當於給“外掛記憶層”這個品類徹底驗了資。大模型廠商雖然一直在嘗試把上下文視窗做大，但推理成本和算力開銷是實打實的物理限制。在極長上下文變得像白開水一樣便宜之前，向量檢索依然是價效比最高的方案。

不過，我們認為 Pinecone 也不是高枕無憂。它的聰明之處在於起步早、抓住了託管服務的便利性，讓開發者完全不用管底層運維。但隱患同樣明顯：開源社群的 Chroma 和 Milvus 正在快速逼近，傳統資料庫巨頭也不會坐視不理，一旦 PostgreSQL 這類老牌資料庫的原生向量外掛足夠好用，純做向量資料庫的獨立服務商就必須拿出更深的護城河。