Max Nardit
← Artikel
8 mindev

Agentic RAG vs. Agentic Search: Warum Coding-Agenten den Vektorindex aufgegeben haben und wo Retrieval noch gewinnt

Claude Code hat mit einer Vektordatenbank angefangen und ist zu grep gewechselt. Cursor hat mit Embeddings einen Gewinn gemessen, dann einen exakten Index für Regex gebaut und die semantische Suche aus seinem SDK entfernt. Was ein Agent von seinen Suchwerkzeugen braucht, ist ein leeres Ergebnis, auf das er sich verlassen kann, und exakte Suche lässt sich so bauen, dass sie eines liefert.

Inhalt

Ein verbreitetes Bild von Agentic RAG hat vier Kästen: einen Router, der einen Speicher auswählt, eine Vektordatenbank, die Chunks zurückgibt, ein Modell, das eine Antwort entwirft, und eine Schleife, die die Antwort prüft und noch eine Runde dreht. Singh et al. definieren die Idee in ihrem Survey zu Agentic RAG auf arXiv lockerer und brauchbarer. Aus einer festen Retrieval-Pipeline wird eine Reihe von Entscheidungen, die der Agent selbst trifft:

These limitations motivate autonomous control mechanisms that dynamically decide when to retrieve, how to reformulate queries, and when sufficient evidence has been collected.

Agentic Search ist die engere Hälfte davon: Der Agent wählt eine Anfrage, liest, was zurückkommt, und entscheidet, wonach er als Nächstes sucht. Coding-Agenten machen das den ganzen Tag, und die beiden, deren Suche ich aus ihren eigenen Quellen belegen kann, haben mit einer Vektordatenbank angefangen und sie wieder verlassen. Die erste interne Version von Claude Code gab dem Modell Schnipsel aus einem vorab gebauten Vektorindex; heute greppt es. Cursor veröffentlichte im November 2025 Zahlen, nach denen semantische Suche seinem Agenten half, brachte zwei Wochen später einen schnellen exakten Index für grep heraus, und seine Dokumentation sagt heute, dass es für die Suche keine Embeddings deiner Codebasis speichert. Cursor hat einen Index behalten. Der, den es behalten hat, ist exakt.

Meine Lesart, warum: Ein Agent, der seine eigene Retrieval-Schleife fährt, braucht mindestens ein Werkzeug, auf dessen leeres Ergebnis er sich verlassen kann. Exakte Suche lässt sich so bauen, dass sie das liefert. Ein Nearest-Neighbor-Ranking, so wie es meistens ausgeliefert wird, kann es nicht, und Cursors eigener Engineering-Post sagt das nebenbei auch.

Wie Claude Code von einer Vektordatenbank zu grep gewechselt ist

Thariq Shihipar aus dem Claude-Code-Team schrieb im April, dass die erste interne Version RAG nutzte: Eine Vektordatenbank indexierte die Codebasis vorab, und die Harness holte relevante Schnipsel und gab sie Claude vor jeder Antwort mit. Dann gab das Team Claude stattdessen ein Grep-Werkzeug. Seine Gründe:

While RAG was powerful and fast, it required indexing and setup and could be fragile across a host of different environments. Most importantly, Claude was given this context instead of finding the context itself.

Dieser letzte Satz ist der Unterschied zwischen RAG und Agentic Search in einer Zeile. Anthropics Post zu Context Engineering vom September 2025 beschreibt das Design, das RAG ersetzt hat:

Claude Code is an agent that employs this hybrid model: CLAUDE.md files are naively dropped into context up front, while primitives like glob and grep allow it to navigate its environment and retrieve files just-in-time, effectively bypassing the issues of stale indexing and complex syntax trees.

Die Hälfte, die vorab geladen wird, habe ich in einer Inventur des Kontextfensters auseinandergenommen. Die Just-in-time-Hälfte ist schlichte Textsuche. Laut der aktuellen Werkzeugreferenz basiert das eigene Grep-Werkzeug auf ripgrep, und unter macOS, Linux und WSL lässt Claude Code Glob und Grep inzwischen aus dem Standard-Werkzeugsatz weg und führt stattdessen find und grep über Bash aus. Ein optionales LSP-Werkzeug fragt einen Language Server nach Definitionen, Referenzen und Workspace-Symbolen und bleibt inaktiv, bis du ein Code-Intelligence-Plugin und dessen Server installierst.

Der Context-Engineering-Post ist offen, was den Preis angeht. Zur Laufzeit zu erkunden ist langsamer, als vorberechnete Ergebnisse zu lesen, und ein Agent ohne gute Werkzeuge und Heuristiken kann seinen Kontext in Sackgassen verbrennen. Im Gegenzug durchsucht er die Dateien so, wie sie in diesem Moment gespeichert sind, ohne einen Index, der synchron gehalten werden muss.

Warum Cursor seinem Agenten semantische Suche gab und dann einen grep-Index baute

Cursors Post vom November 2025 argumentierte für Embeddings, gestützt auf ein Modell, das auf den eigenen Agenten-Sitzungen trainiert wurde:

While you could rely exclusively on grep and similar command-line tools for search, we've found that semantic search significantly improves agent performance, especially over large codebases:

Die Zahlen stammen aus zwei verschiedenen Messungen. Auf Cursors eigenem Benchmark stieg die Antwortgenauigkeit im Schnitt um 12,5 %, je nach Modell zwischen 6,5 % und 23,5 %. In einem A/B-Test stieg der Anteil des vom Agenten geschriebenen Codes, der in den Codebasen der Nutzer blieb, insgesamt um 0,3 % und bei Codebasen mit 1.000 Dateien oder mehr um 2,6 %. Die Benchmark-Fragen und die Rohdaten des Tests enthält der Post nicht.

Fünfzehn Tage später brachte Cursor 2.1 Instant Grep als Beta heraus: jedes grep, das der Agent ausführt, aus einem Index bedient. Im März 2026 erklärte Vicent Marti, wie das funktioniert. Cursors Agenten stützen sich stark auf Regex-Suche, ripgrep muss jede infrage kommende Datei im Suchbereich lesen, und in großen Monorepos sah Cursor rg-Aufrufe, die länger als 15 Sekunden dauerten. Die Lösung war ein N-Gramm-Index für reguläre Ausdrücke, gebaut und abgefragt auf dem Rechner des Nutzers. Der Post erklärt auch, warum für diesen Index ein strengerer Maßstab gilt als für den semantischen, der damals noch lief:

Unlike with semantic indexes, an index for regular expression search also needs to be very fresh, particularly when it comes to the model reading its own writes. We don't have to continuously update our semantic index because re-computing the embeddings for a file after it is modified does not cause the new embedding to significantly displace itself in the multi-dimensional space. The nearest-neighbor search we perform will still send the Agent in the right direction. However, if the agent is searching for specific text and it does not find it, it'll often go into a wild goose chase, waste tokens, and defeat the purpose of our performance optimization in the first place.

Monatelang liefen beide Wege nebeneinander. Heute beschreibt Cursors Such-Dokumentation Instant Grep und sagt, dass Cursor für die Suche keine Embeddings deiner Codebasis vorhält, und die Troubleshooting-Seite des Agent SDK ist noch direkter:

Semantic search has been removed. Use Grep.

Die Dokumentation und die Changelog-Einträge, die ich gelesen habe, sagen nicht, wann die IDE die semantische Suche entfernt hat oder warum, also unterstelle ich Cursor keinen Grund. Anthropics genannte Gründe für Claude Code waren Setup, Fragilität und Kontext, der übergeben statt gefunden wurde.

Was ein leeres grep-Ergebnis einem Coding-Agenten sagt

Cursors Absatz zur Aktualität enthält in zwei Sätzen das Argument, um das es mir geht. Ein veralteter semantischer Index ist verkraftbar, weil er den Agenten nur irgendwo in die Nähe schicken muss. Ein veralteter Regex-Index ist es nicht, denn wenn die exakte Suche leer zurückkommt, glaubt der Agent ihr.

Was ein leeres exaktes Ergebnis belegt, ist eng. Wenn rg parseInvoice durchläuft und nichts findet, enthält keine durchsuchte Zeile diesen String. Das ist schwächer als „es gibt keinen Invoice-Parser“: Die Funktion kann parse_invoice heißen, in einem Verzeichnis liegen, das die Suche ignoriert, oder erst zur Laufzeit zusammengesetzt werden. Aber jede dieser Lücken legt die nächste Suche nahe, und ein Agent kann sie der Reihe nach abarbeiten. Bei einem Language Server ist es ähnlich: Ein leeres „Find References“ heißt, dass der Server für dieses Symbol keine Referenzen gemeldet hat. Das heißt aber noch nicht, dass sich das Symbol gefahrlos löschen lässt.

Selbst dieses enge Versprechen muss man erst bauen. GNU grep trennt die Fälle über den Exit-Status: 1, wenn nichts gepasst hat, 2, wenn etwas schiefgegangen ist. Das eigene Grep-Werkzeug von Claude Code hat sie eine Zeit lang vermischt, und die Werkzeugreferenz hält die Korrektur fest:

Before v2.1.208, Claude Code reported a rejected input as No files found instead of an error, even when the searched-for text existed in the target files.

Eine fehlerhafte Regex sah genauso aus wie ein ehrliches „nichts gefunden“, also konnte der Agent schließen, dass es Code nicht gab, obwohl es ihn gab. Dieselbe Seite beschreibt eine zweite Absicherung: Wenn der Agent im Content-Modus über den letzten Treffer hinausblättert, gibt das Werkzeug eine eigene Meldung zurück, sodass der Agent den Offset zurücksetzt, statt zu entscheiden, dass das Muster keine Treffer hat. „Kein Treffer“, „Fehler“ und „hinter dem letzten Treffer“ sind verschiedene Ausgaben, und ein Agent, der entscheidet, ob er genug Belege hat, muss wissen, welche davon er bekommen hat.

Warum Vektorsuche einem Agenten selten ein brauchbares „nicht gefunden“ liefert

Eine Vektorabfrage ohne Schwellenwert gibt bis zu k Chunks zurück, nach Ähnlichkeit sortiert, und sie gibt sie zurück, ob einer davon die Frage beantwortet oder nicht. Vektordatenbanken lassen dich einen Mindest-Score setzen, und mit einem solchen kann eine Suche leer zurückkommen. Dann heißt das leere Ergebnis aber nur, dass nichts eine von jemandem eingestellte Zahl übertroffen hat, gemessen an Scores, die über Anfragen hinweg nicht kalibriert sind, und bei approximativer Suche kann ein passender Chunk trotzdem durchrutschen. Solange niemand diese Latte setzt, sortiert das Werkzeug und lehnt nie ab.

Kevin Liaos Satz über Agenten-Gedächtnis, den ich zitiert habe, als ich über Agenten-Speicher als Markdown-Dokumente schrieb, sagt es unverblümt: Ähnlichkeit misst, wie nah sich zwei Schnipsel sind, und sagt dir nichts darüber, welcher korrekt oder aktuell ist oder was fehlt. Cursors Absatz zur Aktualität ist dieselbe Beobachtung von der Seite derer, die so etwas bauen. Ein semantischer Index kann es sich leisten, hinterherzuhinken, weil seine Aufgabe ist, den Agenten in die richtige Richtung zu schicken. Das ist ein Werkzeug, das zum Vorschlagen gebaut ist, und Vorschlagen ist eine andere Aufgabe, als etwas auszuschließen.

Mein Argument hat eine Grenze, und ich habe sie schon einmal aufgeschrieben. Auch der exakte Weg kann still danebengreifen. Im Essay über Gedächtnis habe ich angemerkt, dass ein Agent, der anhand einzeiliger Beschreibungen entscheidet, welche Seite er öffnet, die richtige Seite nie öffnet, und nichts hält fest, dass sie geschlossen blieb. Grep mit dem falschen Vokabular scheitert genauso: Das leere Ergebnis stimmt für den String, sagt aber nichts über die Sache selbst. Der Unterschied ist, dass der Agent das Nichtfinden sehen und die nächste Anfrage formulieren kann, während ein Ranking ohne Schwellenwert fünf plausible Chunks zurückgibt und kein Nichtfinden, das man sehen könnte.

Wo ein Vektorindex beim Agentic Retrieval noch gewinnt

Das leere Ergebnis ist nur so gut wie die Vermutung des Agenten, welche Wörter dastehen. Code ist der freundliche Fall: Bezeichner sind exakte Strings, Leser und Autor teilen den Großteil des Vokabulars, und der Verzeichnisbaum und die Namenskonventionen sind ein Index, den die Autoren ohnehin pflegen. Dreh diese Bedingungen um, und Ähnlichkeitssuche verdient sich ihren Platz zurück. Ein Support-Archiv, geschrieben von Hunderten Leuten, Verträge, in denen „termination for convenience“ steht, während die Frage lautet „kommen wir früher raus“, eine Wissensdatenbank in einer anderen Sprache als die Anfrage: Dort kann der Agent die Wörter des Autors nicht erraten, und das leere Ergebnis von grep ist zwar ehrlich, beantwortet aber die falsche Frage.

Die zweite Bedingung ist, wie oft sich etwas ändert. Code ändert sich während der Sitzung, oft weil der Agent ihn gerade geändert hat, und deshalb muss Cursors Regex-Index den eigenen Schreibvorgängen des Agenten folgen. Ein Korpus, das sich langsam ändert, braucht nach dem ersten Aufbau nur wenige neu berechnete Embeddings.

Cursors Retention-Gewinn von 2025, größer bei großen Codebasen, passt dazu, allerdings nur als meine Schlussfolgerung: In einem großen, unbekannten Repository kann der Agent die Namen nicht erraten, also öffnet sich die Vokabularlücke, die Code sonst meist vermeidet, trotzdem. Cursor hat keine Aufschlüsselung danach veröffentlicht, ob der Agent wusste, wonach er suchen sollte.

Wo ich trotzdem einen Index einsetzen würde, würde ich ihm also die Aufgabe geben, die er gut kann: ein Werkzeug, dessen Ergebnisse der Agent als Kandidaten behandelt und bestätigt, indem er die Datei öffnet und nach dem gefundenen Namen greppt. Nebenbei bemerkt: agent-recall, der Speicher-Server, den ich für Agenten geschrieben habe, steht auf der exakten Seite dieser Linie. Er nutzt SQLite-Volltextsuche und keine Vektoren.

Was das Agentic-RAG-Diagramm auslässt

Das Vier-Kästen-Diagramm hat eine Schleife, die prüft, ob die Antwort gut genug ist, und keine Angabe dazu, worauf diese Prüfung beruht. Der Survey benennt die Entscheidung, wann der Agent genug Belege hat, um aufzuhören, und die Coding-Agenten zeigen, was sie braucht: mindestens ein Werkzeug, das dem Agenten sagen kann, dass er gesucht und nichts gefunden hat, und das diesen Fall von schlechtem Suchen getrennt hält. Cursors Zahlen zeigen, dass ein Embedding-Index seinem Agenten geholfen hat, am meisten bei großen Codebasen; ich lese das als den Fall, in dem der Agent den Namen nicht hätte erraten können. Cursors spätere Engineering-Arbeit sagt, dass die Suche, auf die sich der Agent den ganzen Tag stützt, exakt und aktuell sein muss, weil ein verpasster Treffer den Agenten auf eine Jagd schickt. Die Korrektur in v2.1.208 am eigenen Grep-Werkzeug von Claude Code sagt, dass selbst grep diese Latte erst erreicht, wenn die Harness ein leeres Ergebnis von einem kaputten trennt. Eine Vektordatenbank, die man einem Agenten gibt, sollte sich an denselben Vertrag halten müssen, und ohne eingestellten Schwellenwert hat sie kein leeres Ergebnis, an dem man sie messen könnte.

01 / Diskussion

Hier gibt es keine Kommentarspalte. Diskussionen laufen auf X.

Max Nardit@mnardit

02 / Weitere Artikel