一句话看懂：UC Berkeley Sky Computing Lab 开源 LEANN 向量索引，思路是查询时重算 embedding，而不是把向量全部存盘。其仓库基准显示，6000 万块 Wikipedia 语料对应的索引从 201GB 降到 6GB，论文获 MLSys 2026 最佳研究论文奖。这意味着在笔记本上为个人数据建立语义检索和 RAG 更可行了。
事件核心：发生了什么
据 MarkTechPost 2026 年 10 月 27 日报道，LEANN 构建在 FAISS 之上，属于低存储近似最近邻索引。它不保存完整向量，而是保留剪枝后的图和紧凑的乘积量化（PQ）表，查询路径上的节点才即时重算 embedding。按仓库数据，6000 万块的索引为 6GB；论文中的 76GB Wikipedia 场景为 4GB，而同等 HNSW 方案需要 188GB。默认嵌入器为 110M 参数的 Contriever，项目以 MIT 许可发布，可用 uv pip install leann 安装。
为什么重要
向量索引常常比原始数据还大：论文提到 76GB 语料需要 173GB 向量加 15GB HNSW 图，超过原始数据两倍。LEANN 把“索引必须驻留全部向量”的假设拆开，用计算换存储。其代价明确：在 RTX 4090 上，NQ 检索从 HNSW 的 0.05 秒增至 2.48 秒，但生成约需 20 秒，端到端从 20.95 秒升到 23.34 秒，下游准确率同为 25.5%。对 RAG 而言，这相当于用可控的检索延迟换取更低的存储门槛。
对用户/开发者/创作者的影响
仓库展示了个人数据场景：40 万条聊天记录索引从 1.8GB 缩到 64MB，3.8 万条浏览器记录从 130MB 缩到 6.4MB，并提供文档、Apple Mail、Chrome 历史、iMessage 等现成应用，以及供 Claude Code 使用的语义搜索 MCP 服务。对在本地跑 RAG 的开发者，LEANN 降低了内存门槛；但 90% 召回下的检索延迟和仅 GPU 为主的测试条件，意味着实时性要求高的场景仍需谨慎评估。素材没有公布纯 CPU 的延迟数据。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
可关注三点：一是 CPU-only 与消费级显卡上的实际延迟是否可用；二是作者规划的下一步是否把重算扩展到多模态或多语言嵌入；三是 HNSW、DiskANN 等方案是否跟进类似“按需重算”的设计。目前展示的对比均来自论文自报数据，尚不代表长期排名。
