Память ИИ-агента: нужна ли векторная БД или хватит Postgres
Что на самом деле нужно памяти ИИ-агента: pgvector, отдельная векторная БД или связи между записями. Замеры на 19 000 тикетах и грабли Postgres.
Типичный вопрос тимлида, которому поручили «добавить агенту память»: pgvector или векторная база? Обычно спорят о том, что быстрее и что дешевле. Мы делаем память для собственного ИИ-агента (проект называется vecmory) и пришли к неудобному выводу. Выбор между pgvector и Pinecone решает меньше, чем кажется. Ниже цифры, на которых этот вывод стоит.
Что вообще значит «память агента»
Агент без памяти каждую сессию начинает с нуля. Он снова наступает на те же грабли, переоткрывает закрытые задачи и пересказывает идеи, которые вы уже проверили и выкинули.
Память нужна ради одного: чтобы перед ответом агент мог достать из прошлого то, что относится к делу. В vecmory для этого три операции. remember записывает факт, link связывает два факта, recall достаёт нужное. Каждый факт хранится вместе с эмбеддингом, то есть набором из 384 чисел, который считает обычная локальная мультиязычная модель.
Всё лежит в Postgres, в той же универсальной таблице из четырёх колонок, на которой мы строим остальные данные платформы. Ни отдельного сервиса, ни второй базы.
Где векторная БД действительно нужна
Коротко: когда у вас миллионы векторов и нужны миллисекундные ответы. Там выделенный ANN-индекс (FAISS, Qdrant, pgvector) быстрее по константе, и спорить с этим не будем. Мы сами писали про это в статье базы знаний о памяти по смыслу без отдельной базы: встроенный подход честно проигрывает на больших объёмах, потому что у него нет нативного векторного индекса и близость считается сканом.
Если pgvector у вас стоит, генерацию кандидатов отдайте ему. Свой поиск ближайших соседей мы написали только потому, что память должна работать и на инсталляциях заказчиков, где pgvector нет и не будет.
И вот что мы там увидели.
Первое: цена не там, где её ищут
Мы реализовали иерархический поиск по графу похожести (HNSW) руками. Алгоритм был правильный, а запрос оказался медленным. Точка входа в верхний слой искала маркер ребра маской по префиксу, а обычный индекс в не-C коллации такую маску не обслуживает. Postgres честно читал таблицу целиком на каждый запрос памяти.
| Квартетов в таблице | Время точки входа до починки |
|---|---|
| 32 223 | 1152 мс |
| 133 731 | 3889–4119 мс |
После частичного индекса (он занял 688 КБ на 133 731 запись) стало 0,15 мс на первой базе и 0,09–0,12 мс на второй. Весь «алгоритм» оказался ни при чём.
Второй случай похож. На корпусе в 4439 узлов с векторами косинус по всем кандидатам считается за 7–8 мс. А достать эти векторы из Postgres в первый раз — 4910 мс (35,7 МБ данных), в прогретом состоянии 1180–1474 мс. Доставка в сотни раз дороже расчёта. Проблема на стыке «база, сеть, разбор текста», и новый индекс её бы не вылечил.
Хуже всего, что всё это ломалось молча. Память вызывается хуком с таймаутом 8 секунд. Не уложился, хук возвращает пустую строку, агент работает без памяти, ответ выглядит нормально, в логе чисто. Кэш пула кандидатов сократил запрос с 2,5 до 0,2 с, а прогрев при старте сервиса сократил первый запрос сессии с 4,6 до 0,52 с.
Практический вывод для вас: прежде чем выбирать между pgvector и «чем-то ещё», посмотрите план запроса и объём данных, которые едут по сети. Мы потеряли на этом больше времени, чем на любом выборе библиотеки.
Второе: качество определяет не индекс
Когда мы подключили память к рабочему репозиторию, выдача оказалась плохой. Промпт агента там часто выглядит как голая ссылка на тикет. Эмбеддинг такой «фразы» садится на шаблон URL. Из 5,7 КБ того, что память подставила агенту, 4,4 КБ были обрывками чужих тикетов.
Лечение скучное: перед расчётом эмбеддинга разворачивать ссылку в текст тикета и чистить из запроса URL, вложения и пути к файлам. На 40 эталонных парах «симптом — фикс» доля случаев, когда нужный PR попал в топ-12 семантического поиска, выросла с 27% до 62%. Ни одной строки в алгоритме поиска, ни нового индекса.
Рядом история про граф связей. Он в какой-то момент молча перестал пополняться: команда сменила привычку и стала писать «Closes #N» не в теле PR, а в заголовке и в имени ветки. После починки разбора добавилось 402 ребра. Граф связей надо проверять так же, как бэкапы: растёт ли он на самом деле.
Третье: нужное часто не ближайший сосед
Главный результат у нас не про скорость. Симптом и его решение описаны разными словами. Тикет написан языком боли («после релиза поехали сроки»), исправление языком кода. Косинус между ними низкий, и никакой индекс, pgvector или более дорогая модель этого не изменит: искомое не похоже на запрос, оно связано с ним.
Мы проверили это на чужих данных, чтобы не подгонять под себя. Взяли открытый репозиторий YDB (10 285 issue и 37 067 PR), выбросили PR от ботов и собрали корпус из 19 000 узлов. Эталон простой: 293 пары «issue — PR, который её закрыл», размеченные по строке «Closes #N», без участия модели. Запрос — заголовок issue. Смотрим, попал ли нужный PR в выдачу из 32 записей.
| Способ | Нашёл нужный фикс |
|---|---|
| Только семантический поиск | 32,1% (95% ДИ 27,0–37,6) |
| Обход связей «issue — PR» | 94,5% (95% ДИ 91,3–96,6) |
На нашем собственном корпусе (4299 узлов, 1684 пары) было 38,0% против 87,0%. Числа разные, закономерность одна: поиск по смыслу достаёт прошлое решение примерно в трети случаев, явные связи поднимают это в разы. Вызовов LLM в замере нет.
Тот же принцип держит и первая наша история с агентом, которого память остановила. Он собрался отчитаться об успехе новой идеи ранжирования (на синтетике корреляция 0,98), но сначала сделал recall и нашёл свою запись из прошлой сессии: на реальных данных идея уже провалилась.
Что у нас не получилось
Честно, потому что без этого картина врёт.
- Граф связей помогает там, где связи есть. Если в вашей команде не пишут «Closes #N», бонус вы теряете. Наш замер не про задержки и не про миллионы узлов.
- На точечных вопросах («дай конкретный факт») обход по графу проигрывает чистому косинусу: 0,71 против 0,81 по метрике MRR. Поэтому он у нас опция для широких запросов, а не режим по умолчанию.
- Свой поиск ближайших соседей на малых базах не нужен. До 2000 узлов точный перебор и дешевле, и точнее. Сегодня на обоих наших живых корпусах работает именно перебор, а HNSW остаётся страховкой на рост.
- Абсолютный порог по косинусу не переносится между данными. Ранжируйте top-k и меряйте на своих записях.
Что выбрать
- Нет сотен тысяч записей и жёстких требований по задержкам. Храните векторы рядом с бизнес-данными. Postgres достаточно, отдельная база добавит синхронизацию и счёт.
- Pgvector стоит на сервере. Отдайте ему поиск ближайших, не пишите свой. Силы вложите в качество входного текста и в связи.
- Миллионы векторов, миллисекунды. Берите выделенную векторную БД и платите за отдельную инфраструктуру осознанно.
- Во всех случаях. Сделайте recall принудительным: вызываемым хуком, а не «агент сам вспомнит». И померяйте на своих данных, сколько находит один смысловой поиск. Обычно меньше, чем ждёшь.
Тот же подход мы описали в нашей базе знаний: «Память по смыслу без векторной БД». Там замеры штатных средств Интеграма: сбор окрестности графа и ранжирование одним серверным вызовом занимают около 0,3 с против примерно 33 с при обходе из клиента. Выигрыш растёт с объёмом, от 2,1 раза на 60 записях до 12,7 раза на 5000, а точность на первой позиции держится на уровне 95–100%.
Если вы хотите подключить к рабочей базе не только память, но и самого агента, начните с инструкции по подключению Claude через MCP и страницы ИИ-агентов для бизнеса.
Наш вывод: следующий выигрыш в памяти агента почти наверняка лежит в плане запроса, во входном тексте и в связях, а не в смене векторной базы. Проверьте их до того, как писать заявку на новый сервис.