阿里这次，把向量数据库做轻了！Github已收获1.6w star。
Zvec是什么？
它是一款开源的嵌入式(进程内)向量数据库 ，轻量、极速，可直接嵌入应用程序。以极简的配置提供生产级、低延迟、可扩展的向量检索能力。
阿里内部已经经过实际业务打磨，底层采用C++，项目采用Apache 2.0协议。
Zvec能解决什么问题？
普通数据库擅长找确定的数据。比如查订单号A001、查张三的客户资料，条件明确，数据库按字段匹配即可。
向量数据库主要服务AI检索。
比如给AI一份几万页的企业资料，再问它某个问题，系统需要从海量内容中迅速找到语义接近的部分。RAG、本地知识库、Agent长期记忆，都可能用到这一层。
麻烦也随之而来。
不少向量数据库需要启动服务、配置环境、处理网络通信。对于想做一个本地AI工具的开发者，这些工作很容易把项目拖重。
Zvec另辟蹊径。官方将其定义为in-process vector database，也就是直接嵌入应用进程。它支持密集向量、稀疏向量、全文检索、结构化过滤以及混合搜索，还支持持久化存储。官方资料称，它可以做到十亿级向量的毫秒级搜索。
所以有人把它理解成向量数据库里的SQLite。
严格讲，两者处理的数据和任务差别很大。相似之处主要在使用思路，都想把数据库从一个需要单独伺候的服务，变成应用内部可以调用的能力。
数据库最狠的升级，用户可能都看不到！可开发者看到这里很兴奋，普通企业员工可能只剩一句话。
然后呢？
SQL不会写，数据库表不会建，索引看不懂，部署也不会。再轻量的数据库，对财务、仓管、PMC、销售这些业务人员来说，中间依旧隔着一道技术门槛。
国内还有一种思路，干脆继续往前走一步，把数据库藏到可视化操作背后。
像Eversheet，它采用类似Excel的表格设计方式，底层的数据存储、业务逻辑等能力由平台处理。
用户主要面对表单、字段、公式、流程和权限，甚至可以用画表格开发的方式搭建业务应用。官方资料显示，平台还能处理BOM拆解、MRP运算、拣货路径优化等复杂业务。
这里就出现了一个很值得琢磨的变化。
数据库能力没有消失，普通人却可以少碰SQL、建库和后端架构。一个懂仓库的人，可以围绕入库、出库、调拨、盘点设计WMS；懂生产的人，可以围绕工单、BOM、报工、质检继续搭MES。
武汉汇通四方就用云表搭建WMS，结合条码和PDA管理2000多个仓库；珠海翔翼航空也用它搭建资产设备和仓储相关系统。
这类工具和Zvec解决的任务完全不同，思路却碰到了一起。
技术继续往底层沉，使用门槛继续往下降。
个人或小团队可以用免费版直接从轻量应用开始，企业则可以用企业版继续做ERP、MRP、WMS、MES、SRM等系统。
综上，其实从SQLite到Zvec，从AI编程到无代码画表格开发，一条路线已经越来越清楚。数据库、代码、接口、部署仍然重要，只是这些东西未必还需要每个使用者亲自处理。
当一个仓管员只需要关心库存怎么算，一个PMC只需要关心BOM怎么拆，一个开发者只需要关心AI检索效果时，软件才开始回到最朴素的问题。
用户想解决什么。
技术越成熟，用户需要看见的技术，可能越少。
对此，你怎么看？
文 | eamon
