RAG和grep,谁才是AI编程助手的最佳搭档?

用 AI编程助手的人越来越多，但是大家知道目前的AI编程助手，是如何根据用户自然语言指令去寻找对应代码的吗？例如， 你问一句“这个项目的用户登录逻辑在哪？”，它就开始满项目翻找，最后给你几段相关的代码。这个过程的背后，绝大多数靠的是 RAG——检索增强生成。

然而，Anthropic 推出的 Claude Code 直采取了一个不同的方法。它的核心检索工具不是向量数据库，而是两个“老古董”——grep 和 glob。它的负责人 Boris Cherny 直言：

“Plain glob and grep, driven by the model, beat everything.”（由模型驱动的纯 glob 和 grep，胜过一切。）

这到底是在开倒车，还是另有玄机？今天我们一起聊聊这个话题。

01

—

grep是一个命令行工具，诞生于 1973 年。它的作用很简单：在文件内容里找匹配的文字。

glob 不是工具，而是一种匹配文件/文件夹名字的语法，主要用在命令行里找文件。

RAG 在编程场景里的三个问题

现在的 AI 编程助手，大多数都使用的是 RAG 路线——建索引、向量化、语义检索。这套技术优点很多，但是放到编程这个场景种，还是又不少问题的。

第一：无法精确匹配

你想找getUserById 这个函数。RAG 的向量检索会把 getUserByName、getUserByEmail、fetchUserInfo全给你捞过来，而且会把上下文也带过来——因为它们在高维空间里“长得像”。

但写代码不是写散文。代码要求精确：函数名差一个字，逻辑就完全不同。你让大模型从一堆“像但不对”的结果里大海捞针，这件事情对大模型来说还是很有挑战性的。

而grep呢？你搜 getUserById，它就老老实实找这个字符串，一个不多，一个不少。

第二：索引永远跟不上代码变化

一个活跃的代码库，一天可能有几十次提交——函数改名、文件移动、模块删除……。

RAG 的索引怎么办？要么全量重建（计算成本爆炸），要么容忍过期数据（搜出来的东西已经没了），要么搞增量同步（边界情况多到能把自己搞奔溃）。

Claude Code 直接绕开这个死结：不用索引。每次检索都直接读当前磁盘上的代码库，永远是最新的。

第三道坎：切片切不准

RAG 需要先把代码切成小段，再向量化。但代码有严格的语法结构——函数、类、循环体、判断分支。

如果按固定行数切片（比如每 100 行一段），很可能在 if 语句中间、或者函数调用的那一行正中间一刀切下去。大模型拿到的代码是残缺的，自然更容易胡编乱造（也就是幻觉）。

而 grep和glob是按行或按文件返回完整内容，没有“切一半”的问题。