Claude Code 与 Codex 双双放弃向量检索：LLM 驱动 ripgrep 的零索引 agentic search

Claude Code 创建者 Boris Cherny 公开表示 Claude Code 不用 RAG、不用 embedding、不建索引，早期版本用过 RAG + 本地向量库但很快发现 agentic search 效果更好，Anthropic 官方 Context Engineering 博客确认其用 Grep 与 Glob 把代码动态加载进 context。2026 年 3 月因泄露公开的 CLI 源码快照（4,471 个文件）中没有任何 embedding、vector、similarity search 实现，GrepTool 底层 import ripgrep（tools/GrepTool/GrepTool.ts:21）而非系统 grep，提供三种输出模式：files_with_matches（默认，只返回匹配文件路径，head_limit 默认 250）、content（返回匹配行及上下文）、count（只返回各文件匹配数）。检索由 LLM 在多轮循环中自主决定搜什么、用什么工具、是否继续，与代码搜索相关的核心工具为 GrepTool（ripgrep）、GlobTool、FileReadTool、AgentTool（可启动只读的 Explore 子 agent 做 context 隔离），并配 LSP 工具补充语义操作。成本侧三层机制：system prompt 拆成可单独标记缓存策略的文本块以命中 prompt cache（第三方分析称相邻轮次 92% 前缀相同、成本降约 81%）、接近窗口上限时 auto-compaction 用 LLM 摘要替换旧消息、子 agent 隔离搜索中间结果。OpenAI Codex CLI 架构高度相似：不建索引、不用 embedding、不用向量库，社区提交的向量索引功能请求（GitHub Issue #609）被团队关闭并回复「not currently on our roadmap」；差异在于 Codex 不封装专用搜索工具，全部通过 shell 执行 rg/find/cat，system prompt 要求「prefer using rg」。文中另提到 Claude Code v2.0.74 引入 LSP 支持，第三方实测称降低约 40% token 消耗。