所有向量都通往社区：2025 年向量空间日回顾

[在此查看所有活动幻灯片]

2025 年 9 月 26 日，近 400 名开发者、研究人员和工程师齐聚柏林斗兽场剧院，参加首届 Qdrant 向量空间日。

从一开始，这一天就属于社区。在咖啡和崭新的 Qdrant 纪念品之间，对话很快转向了嵌入、混合搜索和 AI 代理。笔记本电脑纷纷打开，二维码相互分享，房间里充满了渴望交流思想、互相学习的人们。

这次活动之所以特别，不在于舞台或设置，而在于有机会与推动这项技术向前发展的实践者们进行面对面的交流。向量空间日感觉更像一个 社区启动平台，而不是传统的会议——一个分享挑战、比较方法并塑造 AI 原生搜索未来的地方。

这种主人翁意识无处不在，甚至在演讲结束后也是如此。以宇航员为主题的照片编辑开始在网上流传，将活动俏皮的主题变成了社区自己的创作。

（感谢 Emil - 我们喜欢这些！ 😎）

看到社区将其据为己有——从俏皮的照片编辑到严肃的技术交流——向我们展示了这一愿景是多么生动。🚀

我们知道社区中的许多人也希望参加，所以我们想通过这篇博客让你们有机会重温部分活动。我们还将在未来几周内分享所有会议的录音。让我们直接开始吧。

开幕主旨演讲

我们的联合创始人兼首席执行官 André Zayarni 通过阐述 向 AI 原生搜索的转变 为这一天拉开了序幕。他的幻灯片描绘了我们目前正在经历的 AI 原生搜索的演变：

• 第一波：RAG 1.0（静态助手）——检索主要是在聊天机器人中插入一个搜索索引。
• 第二波：Agentic AI（多步推理）——今天的格局，代理进行规划、检索和行动，但仍然在记忆和精度方面遇到困难。
• 第三波：嵌入式 AI（边缘计算 + 物理代理）——下一个前沿，向量原生搜索支撑着在设备和物理环境中运行的实时多模态代理。我们已经开始通过 Qdrant Edge 涉足这一领域。

André 强调了推动这一转变的潜在力量：

• 非结构化数据增长远远超过传统搜索系统。
• 代理作为新的终端用户，每个查询都是一系列调用。
• 传统搜索在速度和过滤方面不足。
• 向量搜索作为缺失层，使 AI 系统在规模上保持有状态、精确和响应迅速。

我们坚信，如果 AI 要超越静态助手，它需要一个 为非结构化数据和代理工作流构建的检索层。

接下来，我们的联合创始人兼首席技术官 Andrey Vasnetsov 强调了我们坚信“向量数据库”实际上是描述我们在 Qdrant 构建的东西的错误术语。Qdrant 不是“一个向量数据库”，因为向量本身不是数据，而是表示。

在对这一区别进行了简短的技术解释后，Andrey 转而谈论 Qdrant 是什么，这根植于最初激发其创建的愿景：

• Qdrant 是一个搜索引擎
• Qdrant 用于向量
• Qdrant 是独立的

Andrey 认为，任何超出这三个原则的东西都不属于我们的长期愿景。这种清晰度为其余的主旨演讲奠定了基础。

上午的会议继续进行，我们的合作伙伴和团队发表了主旨演讲：

• Robert Eichensheer (Microsoft) 展示了 NLWeb 的实际转型以及 Qdrant 如何应用于企业级用例。
• Rocco Fortuna (Qdrant) 随后介绍了 NLWeb 作为托管服务，强调了开发人员如何在没有操作开销的情况下运行复杂工作负载。
• Manuel Meyer (Qdrant) 展示了 Qdrant Cloud 的灵活性，强调 Qdrant 可以在任何地方运行（开源、云、混合或私有），并具有企业级的可靠性。
• Kevin Cochrane (Vultr) 演示了 Qdrant 如何为其 AI 原生开发人员体验提供支持，以及 Qdrant 如何集成到 Vultr 的全球云基础设施中，包括用于可扩展推理和搜索的基于 Kubernetes 的参考架构。
• Neil Kanungo (Qdrant) 以关注开发人员体验和社区增长的主旨演讲结束，展示了 Qdrant Stars 等项目和入职流程的改进如何加速采用。

接下来是来自全球各地杰出专家讲者的演讲，他们以出色的方式向 Qdrant 社区分享了他们的知识。

分组讨论

短暂休息后，我们的社区可以在两个内容轨道中选择：银河系 (Milky Way) 和仙女座 (Andromeda)，安排了 16 场分组讨论，由行业专家深入探讨检索管道、扩展模式和应用代理 AI 用例。

几个亮点：

Rachel Rapp 解释了维度和量化的权衡

• Rachel Rapp (Baseten) – 高吞吐量、低延迟嵌入管道
  Rachel 分享了公司大规模运行嵌入推理的经验。她的演讲重点讨论了生产中延迟和吞吐量下降的原因以及有助于解决这些问题的架构修复，从模型选择的权衡到维度和量化选择。她还介绍了提升嵌入 API 的开源工具，并为多个模型和工具需要协调的复合 AI 系统提供了部署技巧。

• Roman Grebennikov (Delivery Hero) – 如何在搜索引擎基准测试中作弊
  Roman 解释了为什么发布的搜索基准测试往往具有误导性：不同的数据集、不同的配置以及不可比较的参数。他介绍了 Delivery Hero 构建可复现基准测试工具和公共排行榜的方法，旨在对现代搜索引擎进行公平比较。

与会者对 Dat 关于代理 RAG 评估的演讲赞不绝口

• Dat Ngo (Arize AI) – 代理 RAG 的自我改进评估
  Dat 解决了代理 RAG 系统的评估问题。他演示了如何追踪多步推理计划，发现工具误用或幻觉上下文等隐藏的故障模式，并衡量不仅仅是每回合的准确性，还包括轨迹连贯性和多回合一致性。他的演讲更进一步，展示了如何通过改进机制来完成闭环，例如跨源路由、完善评估提示和修复上下文注入，从而使代理系统不仅得到衡量，而且随着时间的推移变得更好。

• Martin O’Hanlon (Neo4j) – GraphRAG 实战
  Martin 介绍了 GraphRAG，展示了知识图谱如何通过结构、关系和出处来丰富检索增强生成。他的演示包括从非结构化文本构建知识图谱，并将其集成到 LangChain 代理中，以实现更好的基础和可解释性。

Marcel Claus-Ahrens 分享了一些 Dr. Pure Eval 的见解 😈

• Marcel Claus-Ahrens (n8n 大使) – 使用无代码 n8n 评估来评估你的 Qdrant-RAG 代理
  Marcel 展示了如何在不编写自定义基础设施的情况下实现代理评估。他使用 n8n 的无代码工作流，构建了一个由 Qdrant 支持的 RAG 代理，索引了一个小型知识库，然后介绍了原生评估方法。本次会议涵盖了如何应用 LLM-as-a-Judge、设计测试集、跟踪随时间推移的回归以及设置质量漂移警报。

此外，我们还有许多其他讲者带来了精彩的演讲，您可以在下面的幻灯片中查看。（抱歉我们无法在本博客中详细列出所有内容🙈，但我们将在 Qdrant YouTube 频道发布录音后分享更多信息……敬请期待！)

感谢来自 AskNews、Linkup、cognee、Neo4j、Superlinked、Arize AI、Jina AI、LlamaIndex、TwelveLabs、deepset、GoodData、Google DeepMind 的其他讲者。

👉 在此查看所有讲者幻灯片

特别感谢我们出色的 Qdrant Stars ✨ Clelia Astra Bertelli、M K Pavan Kumar 和 Robert Caulk，他们从世界各地赶来参加我们的活动并与社区分享经验。🙌

Qdrant Stars 在向量空间日发表演讲

社交

一整天，斗兽场里都充满着嗡嗡的交谈声。演讲者和与会者在会议间隙交流，交换想法，并提出棘手的技术问题。二维码闪烁，LinkedIn 建立连接，笔记本电脑打开进行即兴演示，人群围着咖啡讨论架构并分享他们自己部署的经验教训。

演讲者和与会者有机会共同深入探讨特定主题

我们很高兴能亲身感受到社区的活力。向量空间日不仅仅是一场会议——它也是我们和社区相互学习、分享想法和建立联系的机会。最让我们印象深刻的是，仅仅是身处同一房间，就能看到对话被激发，关系形成。

Qdrant DevRel 团队在社交时间向与会者分发免费纪念品

闪电演讲

下午，舞台转向了我们的创业社区，进行了一系列快速的 10 分钟闪电演讲。这些会议为新兴团队提供了展示他们如何在实际用例中应用向量搜索的机会。Marc-André Lampe 和 Lionel Schulz (iCompetence) 发表了题为 “多模态向量实现即时个性化产品发现” 的演讲，强调了如何结合多种数据类型来解锁更丰富、更准确的推荐。Jakob Edding 和 Raphael Lachtner (bakdata) 随后发表了关于 “从海量文本流中获取可搜索知识” 的演讲，演示了如何使用 Qdrant 将大规模文本数据转换为可操作、可查询的知识。

黑客马拉松获奖者

在向量空间日之前的几周，全球 Qdrant 社区受到挑战，虚拟竞赛“跳出聊天机器人思维”，创造超越简单 RAG 聊天机器人的 AI 解决方案，利用向量搜索（详情在此）。

全球开发者利用 Qdrant 打造了富有创意的 AI 应用，展示了：

• 自适应机器人记忆
• 具有时空记忆的 NPC
• 沉浸式 3D 电子商务
• 由嵌入驱动的舞蹈编排
• 多模态课堂助手
• 基于宇宙身份的社交网络
• 以及更多

大奖授予了 Benedict Counsell 的 Vector Vintage，该项目利用 Qdrant、Mistral AI 和 Neo4j 创造性地实现了沉浸式 3D 商务。请观看下面的视频了解更多信息，并访问我们的 最新博客 阅读所有获奖者。

会后派对

这一天以一个热闹而活跃的会后派对结束，DJ、披萨和饮料在斗兽场的开放式中庭中。对话没有停止；它们只是改变了节奏，嵌入、搜索架构和向量数学一直持续到深夜。

致谢

致我们的社区、与会者和赞助商：谢谢你们。没有你们，向量空间日不可能实现。没有你们，Qdrant 也不可能实现。AI 的未来只有与你们携手才能实现。

你们的活力和想法每天都在激励着我们。你们让我们充满动力，不断建设、不断改进，并不断支持使这一切成为现实的开发者社区。

—— Qdrant 团队