Construí VantaDB porque estaba cansado. Cansado de re-embeddear los mismos 10.000 documentos cada vez que reiniciaba mi agente. Cansado de ver mi factura de cloud vector database escalar más allá de $300/mes para un side project. Cansado de agentes que olvidaban cada conversación en el momento en que el proceso salía. Cansado de explicar a amigos no-técnicos por qué mi "AI local" necesitaba una conexión a internet para recordar cosas.
El punto de quiebre
El punto de quiebre llegó en un vuelo. Tenía un pipeline RAG que quería demolear, y el WiFi del avión costaba $30 y apenas funcionaba. Mi LLM local corría bien — llama.cpp es maravilloso — pero mi capa de retrieval dependía de una cloud vector database en otro continente, a un swipe de tarjeta de crédito de distancia. El demo falló. Pasé el vuelo bosquejando lo que se convertiría en VantaDB.
Lo que quería
Quería una base de datos que se sintiera como SQLite: un archivo, sin servidor, embebida en mi proceso. Quería hybrid search porque el retrieval puramente vectorial se pierde coincidencias keyword-exactas, y el BM25 puro se pierde similaridad semántica. Quería crash safety porque los agentes crashean. Lo quería en Rust porque había pasado demasiado tiempo de mi carrera persiguiendo pausas de GC en sistemas de datos basados en JVM. Y quería bindings Python porque ahí es donde vive el ecosistema de AI.
VantaDB es todas esas cosas. No es una plataforma cloud, no es un sistema distribuido, y no pretende serlo. Es un motor de memoria local para los agentes y pipelines RAG que corren en la máquina que tenés adelante. Espero que te ahorre la frustración que me ahorró a mí.