Max Nardit
← 記事
11 mindev

Agentic RAG とエージェント型検索: コーディングエージェントがベクトルインデックスを手放した理由と、ベクトル検索がまだ勝つ場面

Claude Code はベクトルデータベースから始まり、grep へ移りました。Cursor は埋め込みによる改善を測定したあと、正規表現のための厳密なインデックスを作り、SDK からセマンティック検索を外しました。エージェントが検索ツールに求めるのは、何も見つからなかったとき、その結果をもとに行動できることです。厳密検索は、そういう空の結果を返すように作れます。

目次

Agentic RAG のよくある図には箱が 4 つあります。検索先を選ぶルーター、チャンクを返すベクトルデータベース、回答の下書きを作るモデル、そして回答を確かめてもう一周するループです。arXiv で Agentic RAG のサーベイを書いた Singh らは、この考え方をもっとゆるく、もっと役に立つ形で定義しています。固定された検索パイプラインが、エージェント自身が下す一連の判断に変わる、というものです。

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

エージェント型検索(agentic search)は、そのうちの狭いほうの半分です。エージェントがクエリーを選び、返ってきたものを読み、次に何を探すかを決めます。コーディングエージェントは一日中これをしています。そして、検索の仕組みを開発元自身の資料で確かめられる 2 つは、どちらもベクトルデータベースから始めて、それを手放しました。Claude Code の最初の社内版は、事前に作ったベクトルインデックスから取り出したスニペットをモデルに渡していましたが、いまは grep を使います。Cursor は 2025 年 11 月に、セマンティック検索がエージェントの役に立ったことを示す数字を公開し、その 2 週間後に grep 用の高速な厳密インデックスを出しました。現在のドキュメントには、検索用にコードベースの埋め込みを保存していないと書かれています。Cursor はインデックスを残しました。残したのは厳密なほうです。

その理由についての私の解釈はこうです。自分で検索ループを回すエージェントには、空の結果をもとに行動できるツールが少なくとも 1 つ必要です。厳密検索はそれを返すように作れます。最近傍による順位付けは、一般的な製品の形ではそれができません。Cursor 自身のエンジニアリング記事も、さりげなくそう述べています。

Claude Code はどのようにベクトルデータベースから grep へ移ったのか

Claude Code チームの Thariq Shihipar は 4 月に、最初の社内版は RAG を使っていたと書いています。ベクトルデータベースがコードベースを事前にインデックスし、ハーネスが応答のたびに関連するスニペットを取り出して Claude に渡していました。その後チームは、代わりに Grep ツールを Claude に与えました。彼の挙げる理由はこうです。

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.

最後の一文が、RAG とエージェント型検索の違いを端的に言い表しています。Anthropic が 2025 年 9 月に出したコンテキストエンジニアリングの記事は、それに代わった設計をこう説明しています。

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.

前もって入れる半分は、私がコンテキストウィンドウの棚卸しで分解した部分です。必要なときに取りに行く半分は、ただのテキスト検索です。現在のツールリファレンスによると、専用の Grep ツールは ripgrep の上に作られています。また macOS、Linux、WSL では、Claude Code はいまや Glob と Grep をデフォルトのツールセットから外し、代わりに Bash 経由で find と grep を実行します。オプションの LSP ツールは言語サーバーに定義、参照、ワークスペースシンボルを問い合わせますが、コードインテリジェンスのプラグインとそのサーバーを入れるまでは動きません。

コンテキストエンジニアリングの記事は、コストについても率直です。実行時に探索するのは事前計算した結果を読むより遅く、良いツールと経験則を持たないエージェントは、行き止まりでコンテキストを使い果たすことがあります。その代わり、エージェントはその瞬間に保存されているままのファイルを検索でき、同期を保つべきインデックスもありません。

Cursor はなぜエージェントにセマンティック検索を加え、そのあと grep インデックスを作ったのか

Cursor の 2025 年 11 月の記事は、自社のエージェントセッションで学習したモデルを根拠に、埋め込みを推していました。

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:

数字は 2 つの別々の測定から来ています。Cursor 独自のベンチマークでは、回答精度が平均 12.5%、モデルによって 6.5%〜23.5% 上がりました。A/B テストでは、エージェントが書いたコードのうちユーザーのコードベースに残った割合が、全体で 0.3%、1,000 ファイル以上のコードベースでは 2.6% 上がりました。記事にはベンチマークの問題も、テストの生データも載っていません。

15 日後、Cursor 2.1 は Instant Grep をベータで出しました。エージェントが実行するすべての grep の結果を、インデックスから返す機能です。2026 年 3 月に Vicent Marti がその仕組みを説明しています。Cursor のエージェントは正規表現検索に大きく頼っていて、ripgrep は対象範囲の該当ファイルをすべて読まなければなりません。大きなモノレポでは、rg の呼び出しが 15 秒超かかることがありました。解決策は正規表現用の n-gram インデックスで、ユーザーのマシン上で作られ、そこで問い合わせられます。記事は、当時まだ稼働していたセマンティックインデックスと比べて、このインデックスがなぜ厳しい基準を満たす必要があるのかも説明しています。

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.

何か月かは両方が並んで動いていました。現在、Cursor の検索ドキュメントは Instant Grep を説明し、検索用にコードベースの埋め込みを保存していないと明記しています。Agent SDK のトラブルシューティングページはもっと率直です。

Semantic search has been removed. Use Grep.

私が読んだドキュメントと changelog には、IDE がいつ、なぜそれを外したのかは書かれていません。なので、Cursor に代わって理由を補うことはしません。Claude Code について Anthropic が挙げた理由は、セットアップ、壊れやすさ、そして見つけるのではなく渡されるコンテキストでした。

grep の空の結果はコーディングエージェントに何を伝えるのか

Cursor の鮮度についての段落には、私が大事だと思う論点が 2 文で入っています。古いセマンティックインデックスが許されるのは、エージェントを近くのどこかへ向かわせればいいだけだからです。古い正規表現インデックスが許されないのは、厳密検索が空で返ってきたとき、エージェントがそれを信じるからです。

厳密検索の空の結果が示すことは限られています。rg parseInvoice が完了して何も見つからなければ、検索した行のどれにもその文字列は含まれていません。これは「請求書のパーサーは存在しない」より弱い主張です。関数の名前が parse_invoice かもしれませんし、検索が無視するディレクトリにあるかもしれませんし、実行時に組み立てられているかもしれません。それでも、そうした抜けのどれもが次の検索を示してくれるので、エージェントは順に潰していけます。言語サーバーも似ています。「参照を検索」が空なら、それはサーバーがそのシンボルへの参照を報告しなかったという意味で、そのシンボルを安全に削除できるという意味ではありません。

その狭い約束でさえ、作り込みが必要です。GNU grep は終了ステータスでケースを分けます。何もマッチしなければ 1、エラーが起きれば 2 です。Claude Code の専用 Grep ツールは、しばらくこの 2 つを区別できていませんでした。ツールリファレンスにはその修正が記録されています。

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.

不正な正規表現が本当にマッチしなかった場合とまったく同じに見えたので、コードが存在するのに、エージェントは存在しないと結論づけることがありえました。同じページには 2 つ目の防護策も書かれています。content モードでエージェントが最後のマッチより先までページ送りすると、ツールは別のメッセージを返します。そのためエージェントは、パターンにマッチがないと判断する代わりにオフセットを戻します。マッチなし、エラー、最後のマッチより先、はそれぞれ別の出力です。十分な証拠があるかどうかを判断しようとするエージェントは、自分がどれを受け取ったのかを知る必要があります。

ベクトル検索がエージェントに使える「見つからない」をめったに返さない理由

閾値のないベクトルクエリーは、類似度で順位を付けた最大 k 個のチャンクを返します。そのどれかが質問に答えているかどうかに関係なく返します。ベクトルデータベースでは最低スコアを設定でき、そうすれば検索が空で返ることもあります。ただしその場合、空の結果が意味するのは、誰かが調整した数値を超えたものが何もなかったということです。しかもそのスコアはクエリー間で較正されておらず、近似検索なら条件を満たすチャンクを取りこぼすこともあります。誰かがその基準を設けない限り、このツールは順位を付けるだけで、決して「ない」とは言いません。

Kevin Liao のエージェントの記憶についての一文は、Markdown ドキュメントとしてのエージェントの記憶について書いたときにも引用しましたが、これをはっきり言っています。類似度は 2 つのスニペットがどれだけ近いかを順位付けするだけで、どれが正しいか、最新か、何が欠けているかについては何も教えてくれません。Cursor の鮮度の段落は、同じ観察を作り手の側から述べたものです。セマンティックインデックスが遅れても構わないのは、その仕事がエージェントを正しい方向へ向かわせることだからです。それは候補を提案するために作られたツールで、提案することと、何かを除外することは別の仕事です。

私の議論には限界があり、それは以前にも書いています。厳密検索の側にも、気づかれない取りこぼしがあります。記憶についてのエッセイで私は、1 行の説明を読んでどのページを開くか選ぶエージェントは正しいページを閉じたままにすることがあり、閉じたままだったことはどこにも記録されない、と書きました。間違った語彙での grep も同じように失敗します。空の結果は文字列については正しく、対象そのものについては役に立ちません。違いは、エージェントがその取りこぼしを見て次のクエリーを決められることです。閾値のない順位付けは、もっともらしいチャンクを 5 つ返すだけで、見える取りこぼしはありません。

Agentic RAG でベクトルインデックスがまだ勝つ場面

空の結果の価値は、エージェントがどれだけ正しく言葉を推測できるかで決まります。コードは都合のいいケースです。識別子は厳密な文字列で、読み手と書き手は語彙の大半を共有しており、ディレクトリツリーと命名規則は、書き手がすでに保守しているインデックスになっています。この条件を逆にすると、類似度検索がふたたび役割を得ます。何百人もが書いたサポートのアーカイブ、質問が「早めに抜けられるか」と聞いているのに「termination for convenience」と書いてある契約書、クエリーとは別の言語で書かれたナレッジベース。そこではエージェントは書き手の言葉を推測できず、grep の正直な空の結果は、見当違いのことについて正直なだけです。

もう 1 つの条件は変化の頻度です。コードはセッション中に変わり、その多くはエージェント自身の編集によるものです。だから Cursor の正規表現インデックスは、エージェント自身の書き込みを追わなければなりません。ゆっくりしか変わらないコーパスなら、最初の構築のあとで埋め込みを計算し直す量はわずかです。

Cursor の 2025 年のコード残存率の向上が大きなコードベースほど大きかったことも、これと整合すると私は推測しています。大きくて見慣れないリポジトリではエージェントが名前を推測できず、コードでは普通は避けられる語彙のずれがそれでも生じる、という推測です。Cursor は、エージェントが何を探すべきか分かっていたかどうかでの内訳を公開していません。

ですから、私がそれでもインデックスを使うとしたら、得意な仕事を任せます。つまり、エージェントが結果を候補として扱い、ファイルを開き、見つけた名前で grep して確かめる、という使い方です。参考までに言うと、私がエージェント向けに書いたメモリーサーバー agent-recall は、厳密検索と類似度検索の境界の、厳密検索側にあります。SQLite の全文検索を使い、ベクトルは使っていません。

Agentic RAG の図が描いていないもの

4 つの箱の図には、回答が十分かどうかを確かめるループがありますが、その確認が何に基づいて行われるかの説明はありません。サーベイはその判断、つまりエージェントがいつ止まれるだけの証拠を得たかに名前を付けていて、コーディングエージェントはそれに何が必要かを示しています。探して何も見つからなかったことをエージェントに伝えられ、それを検索そのものが失敗したことと区別できるツールが、少なくとも 1 つ要るのです。Cursor の数字は、埋め込みインデックスがエージェントの役に立ち、大きなコードベースで最も効いたことを示しています。私はそれを、エージェントが名前を推測できなかったケースだと読みます。その後の Cursor のエンジニアリング記事は、エージェントが一日中頼る検索は厳密で新鮮でなければならないと述べています。マッチを取りこぼすと、エージェントが無駄な追跡に走るからです。Claude Code が v2.1.208 で専用 Grep ツールに入れた修正は、grep でさえ、ハーネスが空の結果と壊れた結果を区別するまではその基準を満たさないことを示しています。エージェントに加えるベクトルデータベースにも同じ基準を求めるべきです。ただし調整された閾値がなければ、そもそも求める対象となる空の結果がありません。

01 / ディスカッション

コメント欄はありません。議論は X で行っています。

Max Nardit@mnardit

02 / ほかの記事

  1. Agentic Workflows: 1 つの言葉が正反対の 2 つの設計を指す。違いはループを誰が持つか

    Anthropic の分類と GitHub の製品では、この言葉が指す範囲が食い違っています。だからラベルを見ても設計については何もわかりません。判断基準は 1 つです。作業が終わったことを LLM 自身の申告ではなく外部のチェックで確認できるときに限り、LLM に舵を渡す、という基準です。

  2. Anthropic の always-on エージェントガイド: ワーカーが死んだとき inbox、タイマー、outbox は何をするのか、SQLite で検証

    ガイドが触れていない障害処理の大半は、1 つの手に行き着きます。すべての起動を inbox イベントにし、データベースが 2 度目の保存を拒むキーを付けることです。リトライされた Webhook、タイマーの再実行、承認の回答とその期限切れは、どれもこの 1 つの制約で扱えます。リース、リトライ、outbox にはもう少し手が要ります。

  3. MCP サーバーの作り方 2026 年版: TypeScript のファクトリー 1 つで両方のプロトコル世代に対応し、SDK の HTTP ハンドラーが開発者に残す部分

    ファクトリー 1 つで、両方のトランスポートと両方の世代のクライアントに対応できます。テスト実行では、SDK のハンドラーは偽造した Origin に 200 で応答し、クライアントがキャッシュの基準にできる鮮度の期間も返しませんでした。Inspector は、新しいハンドシェイクを指定するまで古いハンドシェイクしか確認しませんでした。追加すべき 2 つのガード、設定すべきキャッシュヒント、そして最初のサーバーで省いてよいものを説明します。