database · 知识库活文档

  • 更新：R-110 · ThinkingBox 数据库终态可执行校验→RL奖励(§2.13 主+) · AgenticRAGTracer hop 级诊断 · SoK POMDP · KVP(Apple/ICML2026)· reylo/kividb/xerj 邻接 · §3 争议 3 · trend 112

范围:Database 作为支撑 LLM/Agent 应用的数据层 — 含向量 DB/ANN、AI4DB/Text-to-SQL、HTAP/融合架构、云原生与分布式数据库、数据库与 Agent 记忆的交叉、KV Cache 存储原语化。RAG 主题页已独立覆盖 RAG 范式与评估,本页聚焦"数据层"。与 rag.md 边界:rag.md 关注检索-增强-生成链路与 Agent 编排;本页关注数据层的物理载体(索引、存储、查询、隔离、扩展、治理)。

沿革摘要(2026-10-23 20:40 · 第一百一十轮 · jay · R-110 · 结构性增量轮)

🟢 R-110 关键增量 = 本批 108~109 轮以来第二次出现 database 主轴学术锚点 + 1 主+ · 5 邻接 + 1 降级源。本批 8 件 material 分解:2 件新学术主轴= ThinkingBox(微软 + Hugging Face · https://huggingface.co/blog/microsoft/thinkingbox-training) —— 把"数据库终态可执行校验"从 grader 升格为 RL reward,pass@1 51.70% → 60.78% · 20/20 全通过任务 38 → 107,见 §2.13 主+)+ arXiv:2602.19127 AgenticRAGTracer(★★★ · ACL 2026 Findings · 1305 数据点 · GPT-5 最难子集 EM 仅 22.6% · hop 级失败诊断,见 §2.13 邻接)+ 5 件生态/邻接(colinhacks/reylo 742★ Rust MIT · SQL→TS 类型推导零 codegen,agent-friendly / xerj-org/xerj 13183★(R-109 12498★ → 本轮 +685)· Corpus Hub 数百参考记忆语料 / kividbio/kividb 443★ Rust AGPL-3.0 · Redis/Valkey 兼容 + 内建全文与向量搜索 / arXiv:2603.07379 SoK Agentic RAG(★ · POMDP 形式化,§2.14)+ 1 件降级源(arXiv:1505.00468 VQA · 6787 被引但 主分类 multimodal · 与 database 主轴无实质交集,仅锚定 ID 供历史回溯)。

🟢 R-110 结构性变化有三:① §2.13 新增主轴 · ThinkingBox —— 首次把"数据库作为可执行验证器(database as verifier)"确立为本页数据层的一等职责,与 R-101 HarnessSQL 的"harness-native 训练"、R-105 ARCS 的"结构化消歧"共同构成 "DB Agent 三角共识 #6" 的第三支腿(训练信号侧),且 ThinkingBox 的 reward 天然落在数据库物理状态上,补上了 ARCS/HarnessSQL 都没有的"奖励函数来源"缺口;② §3 新增争议 3 —— 可执行校验作为奖励是否会奖励"绕过路径"(terminal-state check 只判记录不判路径,与 agent 自报完成、tool-call trace 检查构成三方取证强度谱系),并附 pass@20 覆盖率反向下滑(89.35% → 87.97%) 这一"可靠性提升但覆盖变窄"的实证张力;③ §5 新增 trend 112"数据层职责从'存与检'扩展到'验与教'"。

🟡 R-110 窗口扫描结论:本批为宿主机增量清单模式(manifest 8 items,非全库扫描);R-110 web_search/tavily 5 次 —— 主要用于补齐 4 件 paper_card/repo_card 的关键缺口(ThinkingBox 全文数值 · AgenticRAGTracer venue 与数据集规模 · KVP 真实出处=Apple ML Research + ICML 2026 Poster · KiviDB 吞吐宣称 ~31× Redis);未做全库扫描,未为凑字数多轮重写。

🟢 R-110 锚定增量:arXiv ID 314 → 318 段内新增 4 个(2602.19127 / 2602.10238 / 2603.07379 / 1505.00468)· DOI 新增 4 个(10.48550/arxiv.2602.19127 / 10.48550/arxiv.2602.10238 / 10.48550/arxiv.2603.07379 / 10.48550/arxiv.1505.00468)· CVE 0 新增(沿用 R-87 4 个)· URL 468 → 480 新增 12 个 · GitHub repo 累计 ~82 个(新增 colinhacks/reylo + kividbio/kividb)。

§2 关键工作脉络

R-107 章节瘦身说明:沿用 R-106 §2.1~§2.15 各章全部要点不变 + R-107 新增 5 邻接(§2.12 3 repo + §2.14 1 综述 + §2.15 2 arXiv);试金石/共识/争议/§6 引用锚定清单全部保留。

§2.1 向量数据库选型与 commoditization 共识(R-37~R-109 沿用,R-107~R-109 0 新增主轴增量)

§2.1 综合锚定(沿用 R-103 决策树第二十版综合版):Salt Technologies Q1 2026 Benchmark 10 库(pgvectorscale 50M/471 QPS/11.4× vs Qdrant / p95 比 Pinecone s1 低 28×)+ aiml.qa(June 26 · updated Sep 6 · 同硬件 50M/768dims · p95 60 vs 37ms / p99 75 vs 39ms · D120 单源警示)+ DEV Community 2026 Vector DB 选型公式(POSTGRES 团队 + ≤100M → pgvector / 超大规模无运维偏好 → Pinecone Qdrant / 原型 → Chroma)三源交叉 = "pgvector 时代翻页"行业共识转折点。R-108/R-109 沿用 0 新增(三批 0 件触发 §2.1 VecDB 选型增量)。

§2.2 §IX 核心 1 · SQLMorph + HarnessSQL + ARCS · Structured Disambiguation(★★★ · database Agent 消歧新范式)

R-74 主轴 SQLMorph(arXiv:2609.08950 · ICDE 2026 · Polytechnique Montréal DAIS · dais-polymtl/sqlmorph · ★★★)= 首个支持任意因子分解布局的 SQL 查询变异引擎(⚠️ O83 生产泛化性待精读);R-98 FALCON 合成数据沿用;R-101 §IX 邻接 1 件 HarnessSQL(arXiv:2610.12274 · database 主分类 · ★★★ · 2026-10-09 · HKUST + Microsoft Research + 清华 + 澳大 · harness-native post-training · Qwen3-8B 15.5%→45.2% · Qwen3-14B 22.2%→54.8% · BIRD-Interact + LiveSQLBench + Spider 2.0-SQLite 三个 OOD 基准 · train-deploy mismatch 显式量化);R-105 §IX 邻接 1 件 ARCS · Structured Disambiguation(★★★ · database Agent 消歧新范式) = arXiv:2610.09396 · 2026-10-08 v1 · https://arxiv.org/abs/2610.09396 · DOI 10.48550/arxiv.2610.09396 · 主分类 cs.CL · 0 被引(OpenAlex W7221032003 · 2026-10-15);核心要点:① Text-to-SQL 从演示走向生产部署时用户问题中的歧义成为错误主要来源;② 传统对话式澄清效率低、认知负担重、与真实工作流契合度差;③ 新范式 · 结构化消歧:以显式、受约束的交互替代自然语言对话;④ DB Agent 三角共识:ARCS(结构化消歧)+ HarnessSQL(harness-native 训练)+ JEVDB(引擎集成)= 数据库 Agent 设计从"被动 SQL 生成"演进到"主动消歧/训练/优化 first-class 实体";⑤ ⚠️ D131:ARCS 0 被引 + preprint + 主分类 cs.CL + 评估基准细节 + 与 Spider/BIRD 对比数据 + 是否在生产负载下验证均待精读;⑥ O174 跟踪。R-106~R-109 沿用不变。

§2.2 R-103~R-109 综合锚定:SQLMorph(★★★ Text-to-SQL Query Mutation 主轴)+ HarnessSQL(★★★ harness-native Agent 训练新范式 · R-101 邻接 1 件)+ ARCS(★★★ structured disambiguation 消歧新范式 · R-105 邻接 1 件 · R-107 锚点维持)="Text-to-SQL 静态映射 + DB Agent harness-native 训练 + DB Agent 结构化消歧三范式并存 + DB Agent 设计从被动生成到主动消歧/训练/优化 first-class 实体共识"。

§2.3 AI 重塑数据库内核范式与 Agent 记忆(沿用 R-58~R-109)

R-58 stratum ★★★★ / R-59 SemPiper / R-61 MemLens / R-62 阿里云 Agentic DB ★★★★ / R-62 Agent Native Memory ★★★ / R-62 Token-Efficient ★★★★ / R-63 Oracle AI Database 26ai ★★★★ / R-70 VikingMem+OpenViking ★★★★ / R-78 CobbleDB ★★★ + FluctlightDB ★★★ / R-81 主轴 3 件 / R-82~R-108 沿用;R-103 §2.3 §IX 邻接 1 件 AI 负载改写数据库内核 · VLDB 2026 现场观察(CSDN · 2026-10-02 · ⭐⭐⭐);R-104 §2.3 §IX 补强型延伸观察 2 件 R-109 §2.3 §IX 主+ 1 件 MAGE · Memory as Execution State Management(★★★★★ · 本轮最重要主轴增量) = organized/paper_cards/002-2606-06090.md · https://arxiv.org/abs/2606.06090 · DOI 10.48550/arxiv.2606.06090 · OpenAlex W7163667568 · 8 被引 S2 / 影响力被引 1 / OpenAlex 被引 0 / green OA;核心要点:① 问题锚定 —— 现有 RAG / memory 系统按语义相似度组织历史,会把有效轨迹、失败轨迹、局部相关但状态不连续的信息混在一起,长程任务中破坏执行状态(execution state)并导致错误级联;② 方法 —— MAGE(Memory as Agent-Guided Exploration)是主动式执行状态管理器,把交互存进分层状态树(hierarchical state tree);③ 报告效果 —— 平均任务成功率较基线提升 7.8–20.4 pp,同时 token 消耗减少 55.1%;④ 主题标签 agent/database/engineering/evaluation/llm-infra/multimodal/rag/risk;§2.3 R-109 主轴锚定要点:① MAGE 是 §2.3(stratum ★★★★ / 阿里云 Agentic DB ★★★★ / Agent Native Memory ★★★ / VikingMem+OpenViking ★★★★)与 §2.12 三十九层并立之外的第一件把"记忆的组织结构"本身作为研究对象的论文 —— 此前工作优化的是"存什么/怎么检索"(Mem0 / Graph Memory DB / MemStrata / LEANN),MAGE 论证的是"按执行状态组织而非按语义相似度组织"本身才是长程失败的根因;② 与 §2.12 TrieHI(前缀树)/ VectorMaton(后缀自动机)在"用结构化索引拓扑约束检索"上同源,但二者动机为索引压缩剪枝而非记忆语义正确性(语义错配 → §3 争议 1);③ 与 §2.13 评估方法论邻接 —— 若"执行状态连续性"成为一等评估维度,则 RAG 评估需从"检索质量/生成质量"二维扩展到"状态连续性"第三维(见 §2.13 + §4 O181);④ 质量与成本同向改善(+7.8–20.4 pp 且 −55.1% token)是本批唯一一处此类定量结果,与 flyP 转述的 Taskade "cost shape 而非 cost mean"工程判断方向一致(见 §2.14 R-109),构成学术—工程双侧互证;⑤ ⚠️ D138:7.8–20.4 pp / 55.1% 全部来自论文自述,paper_card"方法要点"段为空(原文方法描述未入库),基线选择、任务集、指标定义、"token 消耗"的计量口径(输入/输出/缓存?)均未核实 + OpenAlex 被引 0 + preprint 阶段未见 venue = 不得作为性能结论引用,仅可作为"分层状态树组织记忆"这一设计方向的证据;⑥ O181 R-109 新立待跟踪;⑦ MAGE 与 R-101 共识 #6 并不同源但互补 —— 共识 #6 关注"Agent 与数据库的接口协议",MAGE 关注"Agent 自身执行状态的持久化",二者共同支撑 trend 110。

R-105~R-108 §2.3 §IX 沿用 0 新增(R-107 的 slow-stack/mneme 与 §2.3 Agent 记忆弱邻接,但处理为"§2.12 数据库生态补强"而非 §2.3 主轴新增);R-109 §2.3 §IX 沿用 R-108 0 新增生态观察(openalgo 数据库组件 + icu_sedation_digital_twin_research)。

§2.4 存储引擎与 WAL 机制(R-100 建章 3 件 Swan + RCC + WBL · 三锚,R-101~R-109 沿用 0 新增)

R-100 首次建章说明:R-100 之前未独立建立 §2.4(存储引擎与 WAL 机制章节)。本次建章基于三个组合:① Swan(VLDB 2026 · 5月发表 · 5 个月历史遗漏)填补 LSM-Tree 型 KV 存储 MVCC 空白;② RCC(arXiv:2607.19697 · preprint 阶段)展示 redo log 双重用途设计思想;③ Write-Be-Logging(VLDB 2025 · CMU/Purdue Pavlo 团队)展现 NVM 时代新日志协议。三者共同代表 2026 存储引擎并发控制的全景视角(MVCC 多版本 · redo log 多功能化 · WAL 协议替代)。R-101~R-107 §IX 沿用 0 新增。

§2.5 云原生与 K8s AI 基础设施(沿用 R-69~R-109 + R-101 Build26-BRK223 + R-108 OpenObserve 1.0)

R-69 pgvectorscale 471 QPS + Qdrant v1.18 TurboQuant / R-70 VikingMem·OpenViking / R-71 NVIDIA $12.93B 收购 HF / R-72 K8s DRA CNCF + llm-d / R-73 MCP / R-82 Garnet 主+ / R-85~R-88 §IX 主+与邻接 / R-89 llm-d v0.9 CNCF Sandbox 升格 / R-90 IETF CATS KV Cache Draft / R-91 Inference Control Plane 综述 / R-92 NVIDIA Dynamo 1.0 / R-93 llm-d GAIE·EPP + MCP 2026-07-28 无状态化 / R-96~R-100 沿用 0 新增 / R-101 邻接 1 件 Build26-BRK223(github.com/microsoft/Build26-BRK223-from-rows-to-reasoning-designing-databases-for-ai-apps-and-agents · 微软官方 Build 2026 数据库设计 · 14 Stars 早期)/ R-103~R-107 沿用 0 新增;R-108 §IX 邻接 1 件 OpenObserve 1.0 K8s observability backend(★) = inbox/jay/2026-10-19T1735-blogs-discovery.md 引用条目 #7(kubesimplify/website/content/blog/kubernetes-observability-in-2026-with-openobserve.md · saiyam-pathak · 2026-09-15 · ✓已核查)要点:① 实测 420 万行 K8s 日志 31 ms 全文搜索 + CPU 43m + 内存 <600 MiB + 日志压缩 23× + 指标 108×;② 后端 = 对象存储 + Parquet/Vortex + 内置 MCP server 7 tool + Prometheus 长期存储替代定位;③ 对比 LGTM 栈主张"单节点可部署,10× 规模可扩展";邻接要点:与 R-100 Dynamo 1.0 + R-101 Build26-BRK223 + R-91 Inference Control Plane + R-93 MCP 无状态化 + R-90 IETF CATS Draft 构成"K8s AI 基础设施 6 源观察矩阵";与 R-88 OpenSearch 2026(83% AI 工作负载)同属"对象存储 + 列式 + AI 压缩"下一代 observability backend 趋势;⚠️ D136:Vortex 生产可用性待观察 + 420 万行 31 ms 实测条件未披露;O178(O177 子项 #7);不触发 §2.5 决策树/§2.15 LLM × DB 升级因 OpenObserve 是 observability 后端而非数据库。R-109 沿用 0 新增。

§2.6 推理引擎与 KV 缓存(沿用 R-70~R-110 + R-110 §IX 邻接 1 件 KVP)

R-70 vLLM Conference 多级 KV offloading / R-71 Snowflake Semi-Persistence + BeaconKV / R-72 vLLM Q3 Roadmap MRV2 + Nexus + LMCache + SGLang BCG / R-73 KVShareArena / R-74 FFX 上游压缩 / R-77 ACL 2026 Findings KV Cache 存储原语化 / R-83 NVIDIA Hopper(arXiv:2609.19472)/ R-84 §IX 邻接 2 件 H100 Prefix Reuse + IntBMoE / R-86 FA-4 完整技术报告 / R-87 选型数据补强 / R-88 KVSET + Risk-Controlled Eviction / R-90 主+ 5 件 / R-91 主+ 10 件 / R-92 主+ 3 件 / R-93 邻接 1 件 FlashPrefill V2 / R-94 邻接 1 件 HeteroFold + 2 件 DISCO / R-95 GPU 共置 <50ms / R-99 邻接 1 件 arXiv:2610.06479 行为保持 KV Cache 压缩(★★ · 第三十一维候选)/ R-100 邻接 1 件 galahad-kv(★★★ · 第三十二维候选 · arXiv:2610.10845 · 第一件生产级组件)/ R-101 邻接 1 件 RetroInfer(arXiv:2505.02922 · VLDB 2026 PVLDB 19(5):1016-1031 · DOI 10.14778/3796195.3796212 · 微软 + USTC + 清华 + SJTU + 武大 · Wave Index Attention-aWare VEctor index + Wave Buffer GPU-CPU co-execution)/ R-101 邻接 2 件 VFold(arXiv:2610.12338 · 第三十三维候选观察)/ R-102~R-109 沿用 0 新增。

R-110 §2.6 §IX 邻接 1 件 KVP · Learning to Evict from Key-Value Cache(★★★ · arXiv:2602.10238 · Apple Machine Learning Research · ICML 2026 Poster · 15 被引 S2 · 影响力被引 2 · DOI 10.48550/arxiv.2602.10238 · https://arxiv.org/abs/2602.10238):① 问题重构 —— 把 KV cache 驱逐从启发式规则(recency / past attention score,均为"未来效用"的间接代理且带来额外计算开销)重构为强化学习排序问题:学习按"对未来解码的预测效用"给 token 排序;② 方法 —— KV Policy (KVP):为每个 attention head 训练一个独立轻量 RL agent,仅以 key/value 向量为输入,在预计算的生成轨迹上离线训练,不修改底层 LLM、不引入额外推理开销;③ 奖励设计 —— holistic reward = 该次驱逐摧毁的未来注意力量,跨所有 cache budget 求和(即排序质量在任意预算下都被评估),这是本方法最关键的机制贡献;④ 实验 —— 两个模型族 × 长上下文基准 RULER + 多轮对话基准 OASST2-4k,上下文长度上限 128000 tokens,一致优于启发式与注意力基线,并 zero-shot 泛化到 LongBench / BOOLQ / ARC 等标准下游任务与未训练过的上下文长度;⑤ 数据层视角 —— 这是本页 §2.6 "KV Cache 存储原语化"主线的第三种范式:与 R-77(ACL 2026 Findings 存储原语化)/ R-100(galahad-kv 持久化层)并列,补上"策略层"一维 —— 此前 KV 优化解决"存哪里/怎么压",KVP 解决"留哪些";⑥ ⚠️ D143:paper_card 的"可复用信息"段串入了另一篇 KV cache 综述的内容(卡内出现 "4. Novel Attention: FlashAttention 等新机制降低缓存需求 / 内存占用随 context length 线性增长 / arXiv:2602.10238v1" 等与本论文方法无关的条目),卡片方法段不可直接采信;本轮结论全部以 arXiv 原文 + Apple ML Research 页 + ICML 2026 poster 页三方交叉为准;同时 15 被引全为 S2、OpenAlex 被引 0,未见第三方复现;⑦ R-110 修正:paper_card 记录 venue 为 "Open MIND" 不准确 —— 实际为 Apple + ICML 2026;本轮已更正,此为元数据勘误,不计入"新观点"。

§2.7 FFX 与 LLM × DB 优化(沿用 R-74~R-109,0 新增)

R-74 FFX(arXiv:2609.09002 · SIGMOD 2026 Bengaluru · Sunny Yasser/Anas Dorbani/Amine Mhedhbi · Polytechnique Montréal · DAIS · github.com/dais-polymtl/ffx · ★★★)= 首个支持任意因子分解布局的流水线引擎 + FFX 中间结果可序列化为 LLM Prompt 显著降低 token 使用;⚠️ O84 FFX 压缩比/延迟/精度边界待 R-97+ 精读;R-90 §IX 邻接 1 件 KathDB-FAO(arXiv:2609.28761);R-98 沿用 0 新增;R-99~R-104 沿用 0 新增;R-105 沿用 0 新增;R-106 沿用 R-105 0 新增;R-107 沿用 R-106 0 新增(R-107 焦点 = 补强轮)。

§2.8 LLM × DB 安全十二攻击向量 + R-97/98 十二/十三攻击向量候选(沿用 R-44~R-109,0 新增第十四)

R-44 CVE-2026-3172 pgvector 第五向量 + R-56 Black-Hole 第六向量 + R-68 Inference Cost Attacks 第七向量 + R-70 HF HDF5/Jinja2 第八向量;R-71~R-93 沿用;R-94 §2.12 §IX ImmRAG(arXiv:2610.01871 · 多模态 RAG 黑盒数据提取攻击 · 第九攻击向量候选);R-95 §2.4 §IX SD-RAG(arXiv:2601.11199 · 差分隐私重整化机制 · 第十攻击向量候选(防御侧));R-96 §2.4.6 CLM 自注入风险 = 第十一攻击向量候选(自身攻击面);R-97 §2.4 §IX HONEYBEE(arXiv:2606.19803 · Policy-aware 细粒度访问控制 · 第十二攻击向量候选(防御侧));R-98 Bounded Provisional Visibility(arXiv · CIKM 2026 关联 · 第十三攻击向量候选(防御侧));R-99~R-100 §2.8 §IX 沿用 0 新增;R-101~R-106 §2.8 §IX 沿用 0 新增第十四攻击向量候选;R-107 §2.8 §IX 沿用 R-106 0 新增;⚠️ D120/D121 待 R-108+ 跟踪 HarnessSQL harness-native 训练是否引入新的"harness 注入攻击"类型;⚠️ D124 R-103 新增警示:AI 负载改写数据库内核是否引入新的"AI 不确定性导致的安全边界模糊"攻击向量候选待 R-108+ 跟踪;⚠️ D131 R-105 新增警示:ARCS 结构化消歧是否引入新的"结构化消歧界面被恶意填充"攻击向量候选待 R-108+ 跟踪。

§2.9 ML4DB / Schema 演化与自治调优(沿用 R-50~R-109,0 新增)

R-50 vec2vec/LA2M、R-51 Agentic-SQL、R-52 pgvector 0.8、R-54 pgvector 0.7.0 量化、R-55 misi、R-56 Gorgeous、R-59 Larch、R-67 DuckDB RPT+、R-72 RAGCap-Bench、R-74 SQLMorph、R-76 观察 ①~⑧、R-81 openGauss DTCC 2026、R-82 Sep 18 arXiv cs.DB 三件;R-83 §IX 邻接 2 件(Benchmark Radar + MasterControl);R-84~R-98 沿用;R-98 §2.9 §IX 邻接 3 件 QueryOptimization(JEVDB + Query Performance Tuning + KathDB-FAO)+ TREMOR 时序/科学数据检索;R-99~R-102 §2.9 §IX 沿用 0 新增;R-103~R-106 §2.9 §IX 沿用 0 新增;R-107 §2.9 §IX 沿用 R-106 0 新增(R-107 焦点 = 补强轮,arXiv:2601.15727 Kernel Generation Survey 主分类 evaluation · database 主题标签但与 §2.9 ML4DB / Schema 演化仅有弱邻接,R-107 不触发 §2.9 邻接增量 · 沿用 §2.14 综述坐标补强)。

§2.10 RAG 评测体系(沿用 R-104 底层锚定,R-105~R-109 沿用 0 新增)

R-68 AAAI 2026 arXiv:2602.23368 "Keyword search is all you need" 主轴;R-72 RAGCap-Bench 四维度;R-74 SQLMorph 第十一维度;R-76 MasterControl 第十二维度;R-79 HF RAG Benchmark + Q2D-Web;R-80 SPI + HARMONY + FT-RAG;R-81 清华 AMem VLDB 2026;R-82 arXiv:2609.19491 邻接补强;R-83~R-93 沿用;R-95 §2.4.5 §IX 邻接+ 5 RAG 评估体系全貌;R-96 沿用 RAG 四轴正交性争议 + CLM 范式需新评估维度;R-97~R-102 沿用 0 新增;R-103 沿用 0 新增;R-104 §2.10 §IX 补强型底层锚定 1 件 · RAG 综述(arXiv:2312.10997 · 2023-12-31 · Gao et al. · 4270 被引 · 主分类 rag · ★★★★) = paper_cards/438-2312-10997.md + https://arxiv.org/abs/2312.10997;核心要点:① RAG 综述方法论底层锚定:Naive RAG → Advanced RAG → Modular RAG 三阶段演进 + 三大基础支柱 retrieval/generation/augmentation;② 历史定位:arXiv:2312.10997 是 R-94 RAG 四轴分类学(arXiv:2610.01936)之前的关键综述;③ ⚠️ D127 R-104 新增警示:2023-12 综述距 RAG 2026 现状 ~3 年,新进展未覆盖——R-104 仅作底层锚定;R-105 §2.10 §IX 沿用 R-104 0 新增(R-105 焦点 = 结构性间歇轮);⚠️ jay/2026-10-15-1105-engineering-brief.md 含 4 件评测研究(2610.18410 Graph-free Retrieval 证据召回 +25.9% / 2610.17823 PR-entmax 流行度偏差校正 / 2610.18622 法律结构化分段 / 2610.17841 时尚 RAG 评测)= 第十六~第十九源候选待精读;⚠️ jay/2026-10-14-2105-engineering-brief.md 含 RAG 失败模式六分类(无关检索/陈旧知识/来源冲突/切片差/权限缺失/上下文过载)+ Company Knowledge Bench 0.65 vs 标准 RAG 0.41 + token 节省 54% ≈ 第二十源候选待精读(与 R-109 §3 争议 2 的"分阶段失败归因"同源);R-105~R-108 §2.10 §IX 沿用 0 新增。

§2.11 KV Cache 优化十六维 → 第三十三维候选(沿用 R-71~R-109,R-101 第三十三维候选观察)

R-71 八路线 + R-72 五邻接 + R-73 KVShareArena = 14 维矩阵;R-74 FFX 上游压缩;R-77 ACL 2026 Findings KV Cache 存储原语化;R-78~R-84 沿用;R-84 arXiv:2609.19657 H100 Prefix Reuse + arXiv:2609.21346 IntBMoE;R-86 FA-4 完整技术报告;R-88 §2.11 §IX 邻接 → 第十五维(在线容量规划)+ 第十六维(可靠性合约);R-90 §2.6 §IX 主+ 5 件扩展至第二十二维;R-91 §2.6 §IX 主+ 10 件扩展至第二十六维;R-92 §2.6 §IX 主+ 3 件扩展至第二十七维;R-93 §2.11 §IX 邻接 1 件 Phase Sensitivity → 28 维候选矩阵达成;R-99 §2.11 §IX 邻接 1 件 arXiv:2610.06479 行为保持压缩第三十一维候选;R-100 §2.11 §IX 邻接 1 件 arXiv:2610.10845 galahad-kv 第三十二维候选(KV 持久化);R-101 §2.11 §IX 邻接 1 件 arXiv:2610.12338 VFold 第三十三维候选观察 · "跨层对称性感知"维度;R-103~R-106 §2.11 §IX 沿用 R-101 第三十三维候选观察;R-107 §2.11 §IX 沿用 R-101 第三十三维候选观察(R-107 焦点 = 补强轮,无新增触发第三十四维候选)。

§2.12 RAG 数据层载体三十九层并立 + R-109 §IX 邻接 4 件(不升第四十层候选) + R-101 §IX 邻接 1 件 NativeScope 第三十九层候选邻接 + R-104 §IX 沿用 4 件 + R-105 §IX 沿用 3 件补强型 + R-106 §IX 沿用 0 新增 + R-107 §IX 沿用 3 邻接补强型 · 不升第四十层候选

R-37~R-70 累计三十四层并立;R-73 MCP + Weaviate v1.24;R-75~R-78 不升第三十五层;R-79~R-84 沿用;R-83 §2.12 §IX 主+ 1 件 Agentic Search + 1 邻接 1 件 Embedding;R-85 §2.12 §IX 主+ 1 件 RAG 15-40% 过时错误率(arXiv:2606.26511);R-86 §2.12 §IX 主+ 1 件 MemStrata 实测 RAG 36-38% + 邻接 1 件 RAG 实时性双时序退化;R-87 §2.12 §IX 工程 net 件 Graphify;R-88 §2.12 §IX 主+ 1 件 AAAI 2026 实证(★)+ C67 五源共鸣 ★★ C;R-94 §2.12 §IX 主+ 1 件 RAG 四轴分类学 + §2.12 §IX 主+ 2 件 ImmRAG;R-95 §2.4 §IX 首次建章 RAG 分类学升级至独立 §2.4 章节;R-96 §2.12 §IX 第三十五层候选升级(★★★ 边缘/嵌入式向量扩展 · sqlite-vec + Turso);R-97 §2.12 §IX 邻接 1 件 VectorMaton 第三十六层候选(★★ arXiv:2603.01525 · NTU Singapore · PVLDB 2026 录用 · 后缀自动机联合向量+结构化约束搜索);R-98 §2.12 §IX 沿用 0 新增第三十七层候选(LEANN MLSys 2026 Best Paper Award);R-99 §2.12 §IX 邻接 1 件 TrieHI 第三十八层候选观察(★★ · arXiv:2606.16903 · 前缀树原生拓扑);R-100 §2.12 §IX 邻接 1 件 JEVDB 邻接(arXiv:2610.02046 · Semantic Bloom Filter + LLM 集成 SQL · 端到端工程路径 · 不升第三十九层候选因 JEVDB 主分类 preprint + 自建数据集);R-101 §2.12 §IX 邻接 1 件 NativeScope 关系局部化检索(★★★ · IR 邻接 · 2026-10);R-103 §2.12 §IX 沿用 R-101 NativeScope 邻接锚定;

R-104 §2.12 §IX 补强型生态观察 4 件(非层数升级 · 沿用三十九层并立):① kevinzhow/raft-flutter(73★ · database · Dart · Raft 共识协议 Flutter 可视化客户端);② cmorris2945/icu_sedation_digital_twin_research(0★ · database · accepted · Python · ICU 丙泊酚镇静数字孪生 · SQL 提取 + 特征工程 + 消融实验);③ CCSDForge/episciences-citations(1★ · database · production · PHP · GPL-3.0 · Episciences 引文管理器);④ marketcalls/openalgo(2851★ · 主分类 engineering · 三主题 agent/database/risk · Python · AGPL-3.0 · 量化交易平台)。⚠️ D128:4 件均不触发层数升级 —— stars 低(0~2851)+ 形态 app/tool/framework(非 method/benchmark/system)+ 与 NativeScope 的 IR/method 形态不同;O172 待跟踪。

R-105 §2.12 §IX 补强型生态观察 3 件(非层数升级):① xerj-org/xerj(★★★★ · 4568★ · 周增 +1834 · 主分类 agent · 副 rag/database/risk · trending · Rust · Apache-2.0 · XERJ is the new way for AI to search data · autoindex 激活 agent 知道数据无需 grep/sed token 浪费 · 一条命令索引代码/文档/日志/PDF 用于搜索/RAG/安全审计/Agent 记忆 · 使用 token 比 grep 少 40× · Elasticsearch 兼容);② shinpr/mcp-local-rag(★★ · 415★ · 主分类 agent · 副 rag/database · TypeScript · MIT · local-first RAG 服务器 + semantic + keyword 检索 for code/技术文档 + MCP/CLI 兼容 + Fully private + zero setup);③ AI-Efficiency/Awesome-Model-Quantization(★★ · 2455★ · 主分类 llm-infra · 副 multimodal/evaluation/engineering/database · low-bit networks/LLMs/multimodal + vector & lattice quantization)。要点:xerj autoindex 与 §2.1 决策树第五层(sqlite-vec + Turso)呼应"小型/嵌入式 + AI agent 集成";三者共同指向 trend 110;⚠️ D130:xerj "token 比 grep 少 40×"无基准数据集 + shinpr 周增 0(疑停滞)= 不触发层数升级;O175 待跟踪。

R-106 §2.12 §IX 沿用 R-105 0 新增:doobidoo/mcp-memory-service(2019★ · 主分类 agent · 副 rag/engineering/database · Python · Apache-2.0 · LangGraph/CrewAI/AutoGen 兼容 + REST API + 知识图谱 + 自主合并 + 持久记忆服务)与 §2.12 已有 Mem0/Qdrant/Weaviate 等 Agent 记忆方向部分重叠,不触发层数升级 —— stars 2019 中等量级但不占优 + 形态 app/tool(非 method/benchmark/system)+ 与 R-105 shinpr/mcp-local-rag 主分类同质。

R-107 §2.12 §IX 补强型生态观察 3 件 + xerj 数值锚点更新(R-105 4568★ → R-107 7957★ · 周增 +1834 → +2639):① slow-stack/mneme(★ · 157★ · 周增 +0 · 主分类 evaluation · 副 agent/rag/database/llm-infra · experimental · JavaScript · MIT · cross-session memory for DeepSeek Harness · Offline & private · auto-consolidates in its sleep (autoDream) · memory panel);② AutomatosAI/automatos-ai(★ · 53★ · 周增 +0 · 主分类 agent · 副 rag/database/llm-infra · experimental · Python · Apache-2.0 · The open-source AI Operating System · Any model · 1,000+ tools · a Knowledge Graph · your own Claude Code as agents · docker compose);③ pathwaycom/serviette(★★ · inbox/jay/2026-10-16-2105-engineering-brief.md 引用 · Python · RAG 数据管道工程模板 · SharePoint/GDrive/S3/Kafka/PostgreSQL 实时同步 · Prometheus metrics + 索引新鲜度监控)。要点:① mneme 是继 Mem0/Graph Memory DB 之后的又一件 Agent 记忆实现,区别在于专注 特定 Harness 适配(DeepSeek)+ autoDream 睡眠自主合并 + memory panel,反映 §2.3 向"Harness 适配"细分;② AutomatosAI "AI Operating System" 与 R-62 阿里云 Agentic DB ★★★★ + R-62 Agent Native Memory ★★★ + R-85 VLDB 2026 Reynold Xin Keynote + R-101 Build26-BRK223 共同构成 "AI OS × Agent × Database" 工程版图;③ Serviette 是第一件明确"企业 RAG 数据管道工程模板",把数据层从"检索/索引层"延伸至"管道/编排层";⚠️ D132:mneme 周增 +0 + AutomatosAI 53★ 极早期 + Serviette 仅 excerpt 引用非独立 paper_card 锚定 = 均不触发第四十层候选;O176 待跟踪。

R-109 §2.12 §IX 邻接 4 件 · 不升第四十层候选:① cortexkit/aft(★ · 329★ · 周增 +0 · 主分类 agent · 副 rag/database · app · Rust · MIT · research · 首采 2026-10-21 · "Give your agent a proper IDE and OS" —— coding agent 的感觉运动皮层(OpenCode + Pi):符号感知编辑 + 语义搜索 + code health + 快速 grep/glob + bash 压缩 + 后台任务 + PTY);② metadist/synaplan(★ · 201★ · 周增 +0 · 主分类 agent · 副 rag/database/llm-infra · model · PHP/Symfony · Apache-2.0 · experimental · 首采 2026-10-20 · 开源自托管 AI 平台(任意模型对话 + 文档 RAG + 可嵌入 widget + MCP)· "see the cost of every answer");③ grunion-ai/weave(★ · 14★ · 周增 +0 · 主分类 agent · 副分类 database · tool · JavaScript · MIT · experimental · 首采 2026-10-20 · Airtable/Fibery/Notion databases/ClickUp 的 agent-first 开源自托管替代:表/关系/公式/rollup/工作流/文档 + 单一 SQLite 文件 + REST/CLI/MCP server + 零依赖);④ inbox/jay/2026-10-21T0820-csdn-discovery.md(CSDN 线索 7 条 · 高价值 0 条 · Semantic Router v0.3 521 不可达 · Youtu-VL-4B llama.cpp 多后端部署框架有效但性能数据不足)。要点:① weave 是 39 层矩阵中首个"关系模型"形态(既有 39 层为检索索引/向量存储/内存 KV/前缀树/后缀自动机),与 R-108 quireink 双 SQLite 同属"单 SQLite + MCP + agent-first"但语义模型不同 → O180;② aft 的符号感知编辑 + 语义搜索与 xerj "code search without grep"同属"为 agent 而生的代码索引原语";③ synaplan 的逐答案成本可见性与 §2.14 Taskade "cost shape 而非 cost mean"、§2.11 成本维度共构"LLM 数据层成本可观测"子方向 → O182;④ ⚠️ D139:三件均不触发第四十层候选 —— 形态 app/tool/platform(非 method/benchmark/system)+ weave 14★ 极早期 + 全部周增 +0(首采即 0,无增长信号)+ synaplan 主语言 PHP/Symfony 属 Web 应用栈而非数据层技术栈;⑤ CSDN 7 条 0 高价值 → 不补入任何 database 论断,仅记为负向证据(同期 8 件中 CSDN 来源 1 件、可用 0 = 12.5% 命中率);⑥ 与 trend 110/111 延续 —— weave(关系数据层)/ synaplan(平台层)/ aft(开发层)共同把 Agent 数据库从检索层推向工作流与关系数据层。

R-110 §2.12 §IX 邻接 3 件 · 仍不升第四十层候选:① colinhacks/reylo(★ · 742★ · 周增 +1526 · 主分类 llm-infra · 副 database · app · Rust · MIT · research · 首采 2026-10-23 · Import .sql files into TypeScript with full type inference and zero codegen);② kividbio/kividb(★ · 443★ · 周增 +0 · 主分类 engineering · 副 rag/database · app · Rust · AGPL-3.0 · research · 首采 2026-10-23 · A fast, multi-threaded Redis® and Valkey alternative: drop-in compatible, with full-text and vector search built in);③ xerj-org/xerj 数值锚点更新(R-109 12498★ → R-110 13183★ · 周增 +889 · Rust · Apache-2.0 · production · 主分类 agent · 副 rag/database/risk · trending · Corpus Hub 提供数百份参考记忆语料)。

R-110 三件要点(与既有 39 层的关系):① reylo 是本批唯一的"类型系统 × SQL"方向样本 —— 其引擎(Rust)通过 TypeScript 7.1 content mapper 向开发期真实数据库取回列与参数类型,导入为带 .run(db, params) 的默认导出,并暴露 .runSync() / .with() / .sql / .raw / .inputSchema / .outputSchema;README 自述"agent-friendly"的理由是 SQL 是唯一真相源:agent 改一个 query 不会留下过期类型,类型检查器能找出所有漏改的调用方 —— 这与 §2.9 Schema 演化/自治调优、§2.15 关系代数化主线同源但方向相反(reylo 把 schema 约束前置到编译期,而非在运行时做 schema 适配),是 R-109 weave(关系模型)/ xerj(自动索引)之外的第三种"数据层契约前移"形态;⚠️ 已知限制(TypeScript 7.1 仍为 beta · MySQL 需 ≥8.0.22 · 类型检查期必须有可达开发库,Postgres/SQLite 可用 schema 文件替代) → 属于"开发期强约束"而非"生产期零依赖";② kividb 是"KV 存储 + 检索能力内置"的形态 —— 在 Redis/Valkey drop-in 兼容前提下内建全文与向量搜索,组织页自述 "up to ~31× Redis® throughput"、组织名 KiviDB 有 8 个仓库(kividb-operator(K8s operator · Go)/ kivi-benchmark(Shell)/ terraform-provider-kividb / homebrew-tap),定位是"内存库 + 检索"合流;⚠️ D144:~31× 吞吐为厂商自述且无基准数据集公开细节(kivi-benchmark 仓库存在但对照条件未披露),不得作为性能结论引用;AGPL-3.0 许可 + 周增 +0 + 443★ 属早期 → 不触发第四十层候选;③ xerj 的数值与功能双更新:13183★(R-109 12498★ → +685,增速较 R-109 的 +1344 放缓约一半,与 O175 追踪中的"stars 可持续性"直接相关)+ Corpus Hub"数百份参考记忆语料"(CFR Title 12 / Title 26 等分节文本镜像)把 xerj 从"搜索引擎"推向"可复用记忆语料供应方";⚠️ "40× fewer tokens than grep" 仍无原始出处(O175 沿用未闭环);④ ⚠️ D145:三件均不触发第四十层候选 —— 形态为 app/库(非 method/benchmark/system)+ reylo 依赖 TypeScript 7.1 beta + kividb 早期且许可为 AGPL(copyleft,与商业嵌入有摩擦)+ 全部属"把既有数据库能力重新打包给 agent"而非"提出新的数据层抽象",与 39 层技术谱系(LSM / 向量索引 / KV 缓存 / 前缀树 / 后缀自动机 / 关系模型)不同源;⑤ 三件共同支撑 trend 112 的"数据层职责扩展":reylo 把校验前移到编译期、kividb 把检索内建进存储、xerj 把语料供应产品化 —— 数据层正在从"被 agent 调用"变成"为 agent 重新设计接口与契约"。

§2.12 R-104~R-109 综合锚定:R-37~R-70 累计三十四层并立 + R-96 第三十五层候选(★★★ sqlite-vec + Turso)+ R-97 第三十六层候选(★★ VectorMaton 后缀自动机)+ R-98 第三十七层候选(★★★ LEANN MLSys 2026 Best Paper)+ R-99 第三十八层候选观察(★★ TrieHI 前缀树)+ R-101 第三十九层候选邻接(★★★ NativeScope 关系局部化)+ 生态观察 R-104 4 件(raft-flutter 73★ 共识可视化 / icu_sedation 0★ 医疗数字孪生 / episciences-citations 1★ 引文管理 / openalgo 2851★ 量化交易)+ R-105 3 件(xerj-org/xerj 4568★→R-109 12498★ 自动索引 / shinpr/mcp-local-rag 415★ 本地 RAG / AI-Efficiency 2455★ 量化综述)+ R-106 沿用 0 新增(doobidoo/mcp-memory-service 2019★)+ R-107 3 件(slow-stack/mneme 157★ DeepSeek Harness / AutomatosAI 53★ AI OS / Serviette RAG 管道模板)+ R-109 3 件(cortexkit/aft 329★ 符号感知编辑 / metadist/synaplan 201★ 逐答案成本 / grunion-ai/weave 14★ 单 SQLite 关系模型 + MCP)+ CSDN 线索 1 件(0 高价值 · 负向记录)= "§2.12 三十九层并立 + 第三十九层候选邻接 + 15 件生态观察(R-104 4 + R-105 3 + R-107 3 + R-109 4 + 沿用 1)"。R-109 不升第四十层候选:3 件新邻接形态均为 app/tool/platform(非 method/benchmark/system)+ weave 14★ 极早期 + 全部周增 +0 + synaplan 主语言 PHP/Symfony 属 Web 应用栈而非数据层技术栈,与既有 39 层技术谱系(LSM / 向量索引 / KV 缓存 / 前缀树 / 后缀自动机)不同源。

§2.13 评估方法论与 RAG ≠ 向量 DB 路径(沿用 R-67~R-109,0 新增第二十源锚定候选)

R-67 Duck-DocBench +34% / R-68 AAAI 2026 arXiv:2602.23368 / R-72 RAGCap-Bench / R-76 Benchmark Radar / R-81 清华 AMem 26k+ / R-82 Encore.dev / R-83 Pinecone 失势+Agentic Search 双锚 → 五源共鸣 ★★ C(RAG ≠ 向量 DB) / R-92 双轴并立 / R-95 5 RAG 评估体系全貌 / R-94 四轴分类学(第十一源候选)/ R-96 正交性争议(第十三源候选)+ CLM(第十四源候选)/ R-97 第十五源候选 / R-98 编码器学习难度第十六 / R-99 56 QPS 持平第十八 / R-100 TAPs 形式化验证第十九 / R-101~R-108 沿用 0 新增第二十源候选;⚠️ HarnessSQL "train-deploy mismatch" 评估框架是否成为新的评估方法论第二十源候选待 R-108+ 精读;⚠️ R-103 新增警示:Salt+aiml.qa "三源交叉验证方法论" 是否成为评估方法论第二十一源候选待 R-108+ 跟踪;⚠️ R-104 新增警示:arXiv:2312.10997 RAG 综述是否成为评估方法论第二十二源候选待 R-108+ 跟踪——综述形式不同于评估方法论,是否纳入第二十二源候选需 R-108+ 评估;⚠️ R-105 新增警示:4 件 brief 论文(2610.18410 离线图修改 + 2610.17823 流行度偏差 + 2610.18622 法律分段 + 2610.17841 时尚 RAG 评测)是否成为评估方法论第二十三~二十六源候选待 R-108+ 跟踪;⚠️ R-106 新增警示:jay/2026-10-14-2105-engineering-brief.md JetBrains RAG 失败模式六分类 + Kapa AI n8n 节点 4/33→1/4 + Company Knowledge Bench 0.65 是否成为评估方法论第二十七源候选待 R-108+ 跟踪;⚠️ R-107 新增警示:slow-stack/mneme autoDream 睡眠自主合并是否成为评估方法论第二十八源候选(记忆系统自主维护方向)待 R-108+ 跟踪;R-109 新增警示:MAGE(arXiv:2606.06090 · ★★★★★ · 8 被引)主张的"执行状态连续性"是否应成为评估方法论第二十八源候选 —— 若成立,则 RAG 评估需从"检索质量 / 生成质量"二维扩展到"状态连续性"第三维,与 §2.12 候选(κ)"RAG 评估维度第三级正交"★第五十四直接相关,是 R-19~R-109 首次出现可能推翻既有候选定级的材料,但因 paper_card 方法要点为空 + 指标口径未核实,暂不升格(见 §4 O181);⚠️ R-109 新增警示:flyP 对 Taskade "Almost every RAG failure is a retrieval failure"的批判,提示本页 §2.13 评估方法论需要分阶段失败归因(retrieval / generation / orchestration)而非二选一 —— 与 R-106 JetBrains 六分类互补,是评估方法论第二十九源候选方向**。

R-110 §2.13 主+ 1 件 ThinkingBox(★★★★★ · 本轮最重要主轴增量 · 数据库作为可执行验证器):来源 inbox/stephen/2026-10-23-1000-news-hf-blog.md + 2026-10-23 web 核查(https://huggingface.co/blog/microsoft/thinkingbox-training · 联合博客:微软 + Hugging Face,致谢 Mirco Milletari / Xiang Jiang(微软)、Sergio Paniego(HF)、Zhuochun Li(匹兹堡大学));核心要点:① 问题 —— 第一篇博客《The Agent Said It Was Done. The Database Disagreed.》记录的现场:模型"关闭了客户工单并标记为已解决",而其背后的 carrier exception 仍未关闭 —— 9 次看起来称职的 tool call,1 行错误的数据库记录;② 机制 —— ThinkingBox-Bench 共 507 个任务,每个任务启动真实后端、给 agent 一组 MCP 工具与一个带私有上下文的模拟 LLM 用户,episode 结束后对终态数据库记录跑确定性可执行校验;奖励为二值:状态正确 = 1,错误/缺失/多余副作用 = 0;③ 关键设计取舍 —— 校验针对"需要正确的后端记录"而非"具体 tool 调用序列",官方明确理由是这鼓励模型发现新的解题路径而非"复现人类背书的(可能次优但正确的)路径";④ 训练转化 —— 同一类可执行信号被直接用作训练任务(在 ThinkingBox-Bench 之外)的 RL reward:offline policy-relative difficulty 任务选择(先探测 base policy,用 Jeffreys Beta 后验估计每个候选任务的成功概率,只保留 0.08–0.40 / 0.40–0.60 / 0.60–0.90 三档,丢弃近乎全败或近乎全过、无 reward 对比度的任务),得 187 个任务训练池;Qwen3.8-27B + 50 步 GRPO(18 组 × 8 rollout/update · 24×H100),评测在从未训练过的 507 任务密封集上(domain/数据库/多数 MCP 工具均为 OOD);⑤ 结果 —— pass@1 平均 51.70% → 60.78%;20/20 全通过任务数 38 (7.50%) → 107 (21.10%);pass@20 覆盖率反而 89.35% → 87.97%(453 → 446) —— 模型变得更可重复,而非覆盖更广;⑥ 评测方法论层的额外洞见(来自第一篇博客) —— pass@1 单独读会误导生产选型,应同时看 "20/20 全通过" 这类可靠性指标;且更大的模型并不自动关闭"覆盖率 vs 一致性"缺口 —— Kimi-K3 至少解出 93.89% 任务但 20/20 全过仅 507 中的 68 个(13.41%),Claude Opus 5 5.5 相对 Opus 5 的 pass@1 仅高 0.66 pp 而 20/20 全过任务数完全相同(241);⑦ §2.13 R-110 主轴锚定要点:这在本页是首次把"数据库"确立为 RL 训练信号的生产者 —— 此前 R-101 HarnessSQL 提供的是 harness-native post-training(训练/部署失配的量化),R-105 ARCS 提供的是输入侧消歧,而 ThinkingBox 把数据库的物理终态本身定义为奖励函数,并证明该信号可外推到 benchmark 之外用于训练;这补上了"DB Agent 三角共识 #6"的第三支腿 —— 训练信号侧;⑧ 与本页主线的关系:"终态可执行校验"本质上是把数据库从"被查询对象"升级为"过程可信性仲裁者",与 §2.13 "RAG ≠ 向量 DB"九源锚定、§2.14 "Grounded ≠ correct"、§3 争议 2 的"分类学只作导航不作证据"同构 —— 可执行状态比自称更可信;⑨ ⚠️ D146:训练用的 187 任务私有池未随仓库公开(公开的是示例任务列表),故除"benchmark 集未参与训练"这一声明外,训练结果不可独立复现;Qwen3.8-27B / 24×H100 的算力门槛意味着中小团队难以复现;"任何确定性校验 = 良奖励"这一假设未做消融(如"校验只覆盖部分字段"或"校验可被投机绕过"的情形);官方未给出与 MAGE(§2.3 R-109)的交叉比较;⑩ O184 R-110 新立(见 §4);⑪ R-110 判定:ThinkingBox 是 database 主轴的实质性主+,但它同时挑战了本页 R-109 刚立的 trend 111 —— 见 §3 争议 3。

R-110 §2.13 邻接 1 件 AgenticRAGTracer(★★★ · arXiv:2602.19127 · ACL 2026 Findings · https://arxiv.org/abs/2602.19127 · DOI 10.48550/arxiv.2602.19127 · 7 被引 S2 / OpenAlex 被引 0 · green OA · 数据集 https://huggingface.co/datasets/YqjMartin/AgenticRAGTracer):① 定位 —— 首个主要由 LLM 自动构建、专为逐步(step-by-step)验证设计的 Agentic RAG 基准,采用 hop-aware 诊断;② 规模与结果 —— 覆盖多领域、1305 个数据点、与既有主流基准无重叠;即使最好的 LLM 表现也很差,例如 GPT-5 在最难子集上 EM 仅 22.6%;③ 诊断洞见 —— hop 级分析显示失败主要由"推理链扭曲"驱动:要么过早收敛(premature collapse),要么过度延伸(wandering into over-extension);跨 hop 的性能递减量化证明了该基准能压测 agentic 推理,而非仅端到端准确率;④ 方法论 —— "受控自动化流水线 + 严格人工核验"结合,以保证高逻辑保真与可追溯;⑤ 数据层视角 —— 这是§2.13 评估方法论第二十源候选方向的强证据:与 ThinkingBox 的"终态可执行校验"是两种互补的取证口径 —— ThinkingBox 查"结果对不对",AgenticRAGTracer 查"过程第几步塌了";⑥ ⚠️ D147:7 被引全为 S2 / OpenAlex 被引 0 / 未见独立复现;"最难子集"的口径(按 hop 数分层还是按模型划分)未核实;与 §2.12 三十九层中各层的对照数据未核实;⑦ 本页立场 —— 与 §3 争议 3 的"取证强度谱系"直接相关:hop 级归因(过程)与终态校验(结果)是同一谱系的两端,二者结合可能构成评估方法论第三维(状态连续性,承接 R-109 MAGE 的 O181)的操作化路径 —— 但尚无任何工作同时做到三者,这一点本身是 §4 O185 的问题。

§2.14 综述与历史脉络(沿用 R-47~R-108 八向量锚定 + R-107 Kernel Generation Survey)

R-47 Awesome-Database / R-50 vec2vec·LA2M / R-62 Token-Efficient / R-72 RAGCap-Bench / R-77 ACL 2026 Findings KV Cache Survey + Awesome-KV-Cache-Optimization / R-81 清华 AMem VLDB 2026(26k+ trajectories + 4 retrieval systems + Memprivacy)/ R-85~R-90 沿用;R-91 §2.6 §IX 主+ 1 件 Inference Control Plane 综述(arXiv:2609.23130);R-92 §2.6 §IX 主+ 1 件 Dell KV Cache 五大家族综述(arXiv:2603.20397);R-94 §2.14 §IX 主+ 1 件 RAG 四轴分类学综述(arXiv:2610.01936v1 · 2026-10-01);R-95 §2.4 §IX 首次建章 RAG 分类学综述;R-96 ~ R-103 沿用 0 新增综述;R-104 §2.14 §IX 邻接 1 件 VLDB 2026 国产 OLAP 公开 benchmark 突破 · TDSQL 72.6M QphDS 登顶 TPC-DS(⭐⭐) + R-104 §2.14 §IX 补强型综述坐标 1 件 · RAG Survey(arXiv:2312.10997 · 2023-12-31 · Gao et al. · 4270 被引 · 主分类 rag · ★★★★);R-105 §2.14 §IX 沿用 R-104 0 新增;R-106 §2.14 §IX 沿用 R-105 0 新增;R-107 §2.14 §IX 邻接 1 件 LLM-driven Kernel Generation 综述(★★) = arXiv:2601.15727 · 2026-07-19 · paper_cards/134 · https://arxiv.org/abs/2601.15727 · 主分类 evaluation · 14 被引 S2 · DOI 10.48550/arxiv.2601.15727 · 形态 survey;要点:① 综述定位聚焦 LLM 驱动 kernel generation,给出现有方法结构化综述;② 覆盖 LLM-based 方法 + agentic optimization workflow + 支撑该领域学习与评测的数据集与 benchmark;③ 核心洞察:kernel 生成已从"模型辅助"演进到"agentic workflow 驱动";④ database 邻接:kernel generation 与数据库 query processing / 索引构建 / 物化视图维护同属 kernel-style 优化目标,且数据库引擎 AI 化与 agentic kernel generation 方法论同源;⚠️ D133:主分类 evaluation 而 database 主题标签 = 邻接性弱,14 被引全 S2,benchmark 覆盖完整度待精读;⑤ 与 R-47 Awesome-Database + R-77 ACL 2026 Findings KV Cache Survey + R-81 清华 AMem VLDB 2026 + R-91 Inference Control Plane + R-92 Dell KV 五大家族 + R-94 RAG 四轴分类学 + R-104 RAG Survey(arXiv:2312.10997 · 4270 被引 · ★★★★)= §2.14 八向量综述锚定之一(R-47/77/81/91/92/94/104/107),不触发主轴升级。

R-109 §2.14 §IX 邻接 2 件(flyP 精读批判 · 两件均降级 · 综述坐标负面证据) = inbox/flyp/2026-10-20T1550-critical-read.md;① arXiv:2505.16120《LLM 驱动 AI 智能体系统及其行业应用综述》(证据边界 paper_card_abstract 仅摘要);② Taskade《LLM vs RAG vs AI Agent vs Agentic AI: 2026 Architecture》(https://www.taskade.com/blog/llm-rag-agent-agentic · 厂商博客 · 非独立第三方 · 原标记 search_snippet_only · flyP 一次截断抓取 ~8000 字符,覆盖 Rung 1 章节末 + 部分表格,Rung 2/2.5/3/4 正文未读到);要点:① 2505.16120 降级为"背景地图"而非"领域综述" —— narrative survey(无检索式、无纳入排除标准、无 PRISMA),"comprehensively"无证据支撑,三分法(software-based / physical / adaptive hybrid)维度不正交(部署形态 vs 能力属性混层),2025-05 时效性已落后于 MCP / agentic coding;② Taskade 阶梯分类降级为工程沟通框架,不可作数据来源 —— 两点判断值得保留:(a) 贯穿变量"谁决定模型调用次数"(无人 / 你的代码 / 模型 / 编排器);(b) "cost shape 而非 cost mean"(Agent 层成本尾重分布,p95 由尾巴而非中位数决定;Workflow 层成本可预估);③ "Grounded ≠ correct" 与 §2.13 "RAG ≠ 向量 DB"九源锚定同源,强化本页"检索层不等于正确性层"的一贯立场;④ ⚠️ D140:Taskade 的 36× 成本数字在已读部分未见原始出处,"每个成本/延迟/故障率都链到 primary source"自述未验证,"几乎每个 RAG 故障都是检索故障"是过强断言(与 generation-stage verification / query 改写失败相悖),Workflow 抬为独立一级与调用次数维度部分共线;厂商博客 + 自推 Rung 2.5 = 存在商业叙事动机;⑤ 两件均不进入 §2.14 综述锚定计数(仍为 R-47/77/81/91/92/94/104/107 八向量锚定),作为方法论负面样本记录 —— "什么样的综述不能当综述用"的判据(narrative vs systematic、维度正交性、时效性、证据级别);⑥ 与本页既有立场对照:对 "Retrieval-failure 主导论" 的批评恰好强化 §2.10 JetBrains RAG 失败模式六分类(R-106)与 §2.13 评估多源锚定 —— 失败归因不能在检索/生成二选一,需要分阶段归因方法论;⑦ O183 新立。

R-110 §2.14 §IX 邻接 1 件 SoK: Agentic RAG(★ · arXiv:2603.07379 · ACL 2026 · https://arxiv.org/abs/2603.07379 · DOI 10.48550/arxiv.2603.07379 · 13 被引 S2 / OpenAlex 被引 0 · 作者 Saroj Mishra 等 · 主分类 cs.AI,副 cs.CL / cs.CR / cs.IR):① 形式化 —— 把 Agentic RAG 建模为有限时域 POMDP,系统元组 ⟨S_env, A, Ω, O, π_θ, M, T⟩,其中外部知识语料 C 构成潜在、部分可观测的信息源;② 定义性判据 —— 论文明确"Agentic RAG 的定义性要素不是存在检索器,而是存在支配检索与推理的自主控制策略 π_θ",并给出两条内在属性:迭代控制(由随机策略 π_θ 治理的反馈环,允许生成前的多次状态转移)与动态检索(查询 q_t' 必须运行时基于演化的记忆状态 M_t 条件生成);③ 问题形式化 —— 优化 π_θ 以最大化最终输出 y 相对理想响应 y* 的保真度,同时严格最小化迭代循环的计算开销;④ 本批 4 件学术材料中最有"方法论骨架"价值的一件 —— 它把 R-19~R-109 散落各处的"Agentic RAG 分类法"(R-94 RAG 四轴分类学 / R-95 RAG 分类学 / R-104 RAG 综述)统一到一个决策论框架下,是本页 §3 争议 2 "分类学只作导航不作证据"问题的一个正面候选解(提供可证伪的形式化而非纯经验分类);⑤ database 邻接点 —— POMDP 里的记忆状态 M_t 正是 §2.3 Agent 记忆(MAGE 分层状态树 / Mem0 / mneme)和 §2.12 数据层载体(向量库 / 前缀树 / 关系模型)所承载的对象;POMDP 视角下,"数据层 = 策略的可观测状态空间",这为 §2.12 三十九层提供了一个统一的功能性坐标系(而非形态学分类);⑥ ⚠️ D148:13 被引全 S2 / OpenAlex 被引 0;paper_card 记录的 venue "Open MIND" 与 ACL 2026 不一致(以 arXiv 页与 ACL 2026 标注为准,元数据勘误);分类法本身的正交性未获证明(正是 §3 争议 2 尚未解决的问题),故不能因为它有了形式化就默认其分类维度正交 —— 本页立场不变:分类学只作导航,不作证据;⑦ 与 §2.13 R-110 的 ThinkingBox 对照阅读:SoK 提供"状态空间与策略"的抽象,ThinkingBox 提供"终态奖励"的机制,两者合起来回答了 R-109 争议 1 的一个子问题:若记忆按状态拓扑组织(主张 B),策略就在一个更接近 POMDP 隐状态的空间里行动 —— 但这是推断而非论文结论,不得引用为原文主张。

§2.15 LLM × DB 融合十八轴 → 第三十四轴正式版(沿用 R-44~R-109,R-101~R-108 沿用 0 新增第三十五轴正式版升级)

R-44 九轴 → R-51 内核级向量集成+索引维护 / R-57 关系代数化 / R-58 Agentic Pipeline / R-70 HF 安全第八向量 / R-74 FFX 上游压缩+Helium DB→Agent 反向外溢 / R-76 MasterControl / R-78 AkasicDB = 十七轴候选;R-81 Agentic Transaction 十八轴候选;R-82~R-89 沿用;R-90 KathDB-FAO 二十一轴邻接候选(arXiv:2609.28761);R-91 Inference Control Plane(arXiv:2609.23130)+ R-92 NVIDIA Dynamo 1.0 二十六轴候选升级强化;R-96~R-98 二十八~三十一轴候选升级;R-99 第三十三轴候选观察(VecDB 厂商版本基线扩张)→ R-100 第三十三轴正式版;R-101~R-106 第三十四轴正式版升级;R-107 §IX 沿用 R-106 0 新增第三十五轴正式版升级(2 邻接主分类非 database 但与 LLM × DB 融合交叉):① arXiv:2606.14061 multimodal foundation models for repo-level tasks(★★ · 6 被引 · https://arxiv.org/abs/2606.14061 · 主分类 multimodal · 形态 method)= 首份对多模态 foundation model 在 repo-level 任务的系统性实证;视觉化上下文图可帮助 agent 掌握仓库,纯视觉设置会降低准确率并增加 token 成本(缺符号细节需重复视觉查询补偿)→ 指向面向下一代编码 agent 的文本/视觉混合设计;⚠️ D134:主分类 multimodal · database 邻接性中等,6 被引全为 S2;② arXiv:1705.08045 residual adapters(★★★ · 1107 被引 · https://arxiv.org/abs/1705.08045 · 主分类 multimodal · DOI 10.48550/arXiv.1705.08045 · 形态 method)= 可调深度网络 + 适配器残差模块在线切换视觉域 + Visual Decathlon Challenge(评估表征同时捕获 10 个差异显著视觉域);与 database 邻接点:残差适配器是参数高效迁移经典架构创新,与"多租户/多工作负载适配"呼应;⚠️ D135:2017-05 旧文,数据库主题标签为 R-107 新锚定。两件合并观察:均主分类 multimodal 而 database 主题标签 = §2.15"多模态数据库交叉"维度的间接证据。R-108/R-109 沿用不变。

⚠️ 待 R-111+ 评估后再正式升第三十五轴 = RetroInfer PVLDB 2026 Wave Index(★★★★ · LLM 推理 × 存储引擎学术工业双锚)+ HarnessSQL(★★★ harness-native 训练)+ Build26-BRK223(★ 微软官方数据库 × AI Agent 设计)+ R-103 AI 负载改写数据库内核(VLDB 2026 现场观察)+ TDSQL 72.6M QphDS 国产 OLAP 公开 benchmark 突破 + R-104 RAG 综述底层锚定 + R-104~R-108 生态观察(xerj-org/xerj 4568★→12498★→13183★ + shinpr 415★ + AI-Efficiency 2455★ + doobidoo 2019★ + mneme 157★ + AutomatosAI 53★ + Serviette + quireink 37★)+ R-105 ARCS 结构化消歧(★★★)+ R-107 Kernel Generation Survey(★★)+ multimodal RAG(★★)+ residual adapters(★★★ 1107 被引)+ R-109 MAGE 分层状态树(★★★★★)+ aft/synaplan/weave 三件 + R-110 ThinkingBox 可执行终态奖励(★★★★★ · 数据库作为 RL 奖励生产者) + R-110 AgenticRAGTracer hop 级诊断(★★★) + R-110 SoK Agentic RAG POMDP 形式化(★) + R-110 reylo/kividb/xerj 三件生态 —— 共同指向 "数据库 Agent 消歧/训练/优化/验证三角共识 · 2026 H2 数据库 × AI Agent 设计从被动生成到主动 first-class 实体 + 多模态/状态化/可验证数据库交叉方向" —— R-110 首次把"验证"补入三角:此前三角为 消歧(ARCS)/ 训练(HarnessSQL)/ 优化(JEVDB),R-110 的 ThinkingBox 补的是 "验证即奖励",即数据库从被优化对象变为奖励信号来源;这是本页 §2.15 十八轴以来首次出现的轴向扩充(而非层级递增),但仍待综合定版。

§3 共识与争议(R-108 沿用 R-107 全部不变 + 0 新增)

§3.1 ~ §3.20 共识与争议(R-19~R-107 沿用,精简段保留于 archive/database-changelog.md)

共识 #6(数据库 × AI Agent 设计四源共识):R-105 ARCS(arXiv:2610.09396 · 结构化消歧)+ R-101 HarnessSQL(arXiv:2610.12274 · HKUST + Microsoft Research + 清华 + 澳大 · harness-native post-training · Qwen3-8B 15.5%→45.2% · Qwen3-14B 22.2%→54.8% · BIRD-Interact + LiveSQLBench + Spider 2.0-SQLite)+ R-101 NativeScope(arXiv:2610.12243 · 关系局部化检索 · 已有结构作为检索锚点)+ R-101 Build26-BRK223(微软官方 Build 2026 "为 AI 应用和 Agent 设计数据库")+ R-100 JEVDB(arXiv:2610.02046 · Foundation Model 推理集成进 SQL 查询层)= "AI 时代的数据库"正从"被动 SQL 生成器"演进为"主动 Agent 协作 first-class 实体"(消歧 / 训练 / 优化集成路径);与 R-100 TDSQL-C "Log is Database" + R-85 VLDB 2026 Reynold Xin Keynote "Agentic Era 第三黄金时代"共同构成 2026 共识 #6 双层锚定(微软学术背书 + 中国云厂商工程背书)。R-103~R-108 沿用,R-109 沿用不变。

共识 #7(LLM 推理 × 存储引擎交叉双锚):R-101 RetroInfer(arXiv:2505.02922 · VLDB 2026 PVLDB 19(5):1016-1031 · DOI 10.14778/3796195.3796212 · 微软 + USTC + 清华 + SJTU + 武大 · Wave Index Attention-aWare VEctor index + Wave Buffer GPU-CPU co-execution)+ R-100 galahad-kv(arXiv:2610.10845 · PyPI 可用 · 50M-token 真实测试 · 100/100 零重计算 · 持久化层)= 学术工业系统设计理论(顶会正式)+ 工程实现(生产级组件) 双锚;与 R-100 Swan(LSM 混合 MVCC)+ RCC(redo log 双重用途)+ WBL(NVM 字节寻址)共同构成 "存储引擎 × 推理引擎交叉三向锚定"。R-103~R-108 沿用,R-109 沿用不变。

R-109 §3 争议 1 新增(记忆组织结构之争 · 首次出现方向性对立): - 主张 A(相似度拓扑 · 本页 R-19~R-108 主流):按语义相似度组织 + 检索历史 —— Mem0 / Graph Memory DB / MemStrata / LEANN / VectorMaton / TrieHI / qireink / mneme 全部属此路,工程上以"低延迟 + 可扩展"取胜。 - 主张 B(状态拓扑 · R-109 MAGE 新入):按执行状态连续性组织 —— 分层状态树记录状态转移而非相似关系,认为相似度组织会把"有效轨迹 / 失败轨迹 / 状态不连续的局部相关信息"混在一起并导致长程错误级联(arXiv:2606.06090 · ★★★★★ · 8 被引)。 - 争议焦点:① B 的 7.8–20.4 pp 成功率增益与 55.1% token 降幅尚未独立复现(paper_card 方法要点为空 · 指标口径未核实 · OpenAlex 被引 0);② A 派 39 层矩阵中已有两个结构性索引候选 (VectorMaton 后缀自动机 / TrieHI 前缀树)隐含支持 B,但两者动机是索引压缩与剪枝而非记忆语义正确性 —— 这是本页识别的语义错配:索引结构解决了"存得下、找得快",MAGE 主张的是"组织得对";③ 若 B 成立,§2.12 三十九层矩阵需从"按存储/索引形态分层"重构为"按状态承载语义分层",属结构性变更而非层数递增;④ 当前无法裁决 —— 见 §4 O181。

R-109 §3 争议 2 新增(RAG 架构分类法的可引用性): - flyP 本批核查以两个独立对象指出同一类问题:2505.16120 用不正交的三分法 + 无检索式却自称 "comprehensively";Taskade 用与调用次数维度部分共线的 Workflow 层 + 未溯源的 36× 数字。二者与本页 R-96 记录的"RAG 四轴分类学正交性争议"、R-108 §2.13 记录的"RAG 四轴正交性争议 = 评估方法论第十三源候选"指向同一未解问题:LLM/RAG 领域的分类学产出普遍缺少正交性证明与可复现的方法论声明。本页立场不变:分类学只作导航,不作证据。

R-110 §3 争议 3 新增(可执行校验作为奖励:是否奖励"绕过路径" · 数据库作为验证器的可靠性边界): - 主张 A(终态即真 · ThinkingBox):只要终态数据库记录正确,任务即完成 —— 官方明确"校验针对需要正确的后端记录,而非具体 tool 调用序列",理由是鼓励模型发现新的解题路径而非复现人类背书路径(arXiv 博客 2026-10-23 · 微软 + Hugging Face · pass@1 51.70%→60.78% · 20/20 全通过 38→107)。 - 主张 B(过程仍需可归因 · AgenticRAGTracer):仅看终态无法定位失败发生在第几步 —— hop 级诊断显示失败源于推理链扭曲(过早收敛 / 过度延伸),GPT-5 在最难子集 EM 仅 22.6%(arXiv:2602.19127 · ACL 2026 Findings · 1305 数据点)。 - 争议焦点:① 终态校验的"路径中立"是一把双刃剑 —— 路径中立确实奖励更优解,但也无法区分"正确且高效"与"正确但绕远/副作用未被发现",ThinkingBox 的二值奖励对"缺失/多余副作用"确实敏感,然而当校验只覆盖部分字段时,"未覆盖字段的错误写入"仍可获得满分;② 实证张力 —— ThinkingBox 自身报告 pass@20 覆盖率 89.35% → 87.97% 的反向下滑,即"可靠性提升伴随覆盖变窄";这与第一篇博客中"更大的模型并不自动关闭覆盖率-一致性缺口"(Kimi-K3 至少解出 93.89% 但 20/20 全过仅 13.41%;Claude Opus 5.5 vs 5 差 0.66 pp 而 20/20 全过任务数完全相同)互证,提示终态校验训练的收益是"把已有能力做稳",不是"扩张能力边界";③ 与 R-109 争议 1 的关系 —— 争议 1 是"记忆该按相似度组织还是按状态拓扑组织";争议 3 是"验证该看相似度无关的终态,还是过程轨迹"。若采信争议 1 主张 B(状态拓扑),则"过程轨迹"本身成为可校验对象 —— 两个争议在"状态即一等公民"这一点上收敛,这是 R-19~R-110 首次出现的争议间收敛信号;④ 与 §2.13 第九源锚定("RAG ≠ 向量 DB")同构 —— "检索到片段 ≠ 任务完成"是同一命题在链路的另一端;⑤ 当前无法裁决 —— 见 §4 O184。

R-110 §3 共识 #6 补强(数据库 Agent 三角共识 → 四肢):R-105 ARCS(消歧)+ R-101 HarnessSQL(训练)+ R-100 JEVDB(优化)+ R-110 ThinkingBox(验证即奖励) = "AI 时代的数据库"正从"被动 SQL 生成器"演进为"主动 Agent 协作 first-class 实体",且 R-110 首次使该共识具备"数据库自身产出训练信号"的自举性质 —— 同一套数据库既是被操作对象,又是奖励定义者、又是验证仲裁者。R-103~R-109 沿用不变,R-110 补强(新增肢:验证/奖励)。

§4 开放问题(O 列表 · R-108 沿用 R-107 全部不变 + 1 新增)

R-19~R-103 O1~O169 沿用(精简段保留于 archive/database-changelog.md);R-104 O170~O173 沿用;R-105 O174~O175 沿用;R-106 沿用 0 新增;R-107 新增 O176;R-108 新增 O177;R-109 新增 O180~O183 四候选。

O176(R-107 新立 · §2.12 三件工程案例真实场景验证):⚠️ 待 R-110+ 精读 — slow-stack/mneme 157★ + AutomatosAI 53★ + Serviette 的真实生产负载验证 + stars 可持续性 + multi-tenant 数据规模验证均未核实。独立可叠加。

O174(R-105 新立 · §2.2 ARCS 真实评估 vs 合成基准边界):⚠️ 待 R-110+ 精读 — ARCS(arXiv:2610.09396 · preprint · 0 被引)的评估基准细节 + 与传统 Text-to-SQL 基准(Spider/BIRD)对比数据 + 是否在生产数据库负载下验证均未核实。独立可叠加。

O175(R-105 新立 · §2.12 xerj autoindex 数据来源):⚠️ 待 R-110+ 精读 — xerj-org/xerj(★★★★ · R-105 4568★ → R-107 7957★ → R-109 12498★)的 autoindex "token 比 grep 少 40×"数据来源 + Elasticsearch 兼容查询性能 vs 原生 ES 对比 + multi-tenant 真实规模验证均未核实。独立可叠加。

O177(R-108 新立 · 2026-10-19 blogs-discovery 6 条待核查线索追踪):⚠️ 待 R-110+ 跟踪 — 6 条中 #4 K8s 可观测性与 §2.5 弱邻接 / #5 StarkMinds 数据库索引优化 issue 与 §2.9 邻接 / #8 Meow 攻击防御与 §2.8 弱邻接;#6 QuantDinger 与 #7 OpenObserve 1.0 已核(后者 R-108 §2.5 锚定)。D136/D137 同步警示:OpenObserve 1.0(420 万行 31 ms 的实测条件未披露)+ quireink 37★(周增 +3 · 形态 skill · Bun 绑定 · 许可 NOASSERTION)均不触发章节升级但作为 O177 子项持续跟踪。独立可叠加。

R-104 沿用 R-103 O167~O169 三候选 + O170~O173 四候选沿用 + R-105 新增 O174~O175 两候选 + R-106 沿用 R-105 0 新增 + R-107 新增 O176 一候选(R-107 焦点 = 补强轮);R-109 新增 O180~O183 四候选。

R-109 O180 新增(grunion-ai/weave 单 SQLite 关系模型是否值得成为第四十层候选):⚠️ 新立 O180 待 R-110+ 跟踪;grunion-ai/weave 是本批唯一"agent-first 结构化工作管理数据库"样本,与既有 39 层在语义模型上不同源;待跟踪:14★ 与周增 +0 是否回升 / 是否出现第二个同形态项目(单样本不足以立层)/ 与 Notion·Airtable 自托管方案的横向对比数据。独立可叠加。

R-109 O181 新增(★本批最高优先级 · MAGE 报告的 7.8–20.4 pp / 55.1% 是否可复现 · 执行状态连续性是否成为 RAG 评估一级维度):⚠️ 新立 O181 待 R-110+ 精读全文;MAGE(arXiv:2606.06090 · DOI 10.48550/arxiv.2606.06090 · 8 被引 S2 / 0 OpenAlex / green OA / 未见 venue)为 database 主轴被引最高(并列)的新论文,但 paper_card"方法要点"段为空 —— 基线选择、任务集、成功率指标定义、token 计量口径(输入/输出/缓存)、分层状态树节点语义全部未入库;待跟踪:① 全文精读确认指标口径;② 是否有公开代码与数据集(paper_card"待补齐"四项:方法与实验设置 / 与现有工作的差异点 / 是否有代码和数据集 / BibTeX);③ 若复现成立,是否推翻候选(κ)★第五十四"RAG 评估维度第三级正交"的既有定级(见 §2.13 + §3 争议 1)。本轮最关键待办。

R-109 O182 新增(LLM 数据层成本可观测性是否独立成节):⚠️ 新立 O182 待 R-110+ 跟踪;metadist/synaplan("see the cost of every answer")+ Taskade "cost shape 而非 cost mean"(Agent 成本尾重分布,p95 由尾巴决定)+ §2.11 成本维度 = 三处指向同一尚未独立成节的子方向;待跟踪:是否有第二个独立锚点(目前两者均为厂商侧非学术来源)/ 是否需要学术基准支撑。独立可叠加。

R-109 O183 新增(flyP 待补查三项):⚠️ 新立 O183 待 R-110+ 补查;① Taskade "36× cost" 的定义口径(单任务总成本/p95/是否含检索与工具调用)与原始来源链接;② Taskade Rung 2/2.5/3/4 正文论断;③ arXiv:2505.16120 全文是否有检索方法章节与纳入排除标准;④ Taskade 引用的 failure-rate 是否为同行评审来源。边界:本轮已按 flyP 证据边界声明处理,两件均未进入 §2.14 综述锚定计数,不因待补查而升格。独立可叠加。

R-110 新增 O184~O186 三候选:O184(★本批最高优先级 · ThinkingBox 的 187 任务私有训练池未公开 → 训练结果不可独立复现 · "任何确定性校验即良奖励"是否成立):⚠️ 新立 O184 待 R-111+ 精读 + 复现评估;ThinkingBox(https://huggingface.co/blog/microsoft/thinkingbox-training)报告 pass@1 51.70%→60.78% · 20/20 全通过 38→107,但 (a) 187 任务私有池未随 microsoft/thinkingbox-training 仓库公开(公开的仅示例任务列表),(b) 24×H100 + Qwen3.8-27B 的算力门槛使中小团队难以复现,(c) 未做"校验覆盖不完整"与"校验可被投机绕过"的消融,(d) pass@20 覆盖率反向下滑(89.35%→87.97%) 的成因未分析。待跟踪:① 是否发布训练池或等价公开配方;② 是否出现第三方在公开池上的复现;③ 该范式与 MAGE(R-109 主+)是否可组合(数据库作为奖励 + 数据库作为状态拓扑);④ 与 §3 争议 3 的裁决联动。本轮最关键待办。 O185(执行状态连续性评估的操作化路径:过程级 + 终态级 + 状态拓扑能否三方统一):⚠️ 新立 O185 待 R-111+ 跟踪;R-109 O181 提出"执行状态连续性"是否应成为 RAG 评估第三维;R-110 提供了两个新工具:ThinkingBox 的终态可执行校验(结果侧)与 AgenticRAGTracer 的 hop 级归因(过程侧),尚无任何工作同时覆盖三者(状态拓扑 + 终态校验 + 过程归因)。待跟踪:① 是否有工作把 MAGE(§2.3)的分层状态树当作评估对象而非仅实现;② AgenticRAGTracer 是否可直接用于评 DB Agent 的 SQL 执行链;③ POMDP 形式化(arXiv:2603.07379)能否把"状态连续性"写成可计算指标。独立可叠加。 O186(reylo / kividb / xerj 三件的"数据层契约前移"是否构成新一轴):⚠️ 新立 O186 待 R-111+ 跟踪;reylo 把 schema 约束前置到编译期(TypeScript 7.1 content mapper + 开发期真实数据库取类型),kividb 把检索内建进 KV 存储,xerj 把语料产品化为 Corpus Hub —— 三件分属"契约前移 / 能力内建 / 供给产品化"三个子方向,是否共同构成 §2.15 的第三十五轴候选,需观察是否出现第二、第三个同形态样本(单批三件不足立轴)。待跟踪:reylo 的 TypeScript 7.1 beta 依赖解除情况 / kividb ~31× 吞吐宣称是否有公开基准 / xerj Corpus Hub 语料的许可与更新频率。独立可叠加。

§5 趋势(R-108 沿用 R-107 全部不变 + 0 新增)

R-19~R-103 trend 1~109 沿用(精简段保留于 archive/database-changelog.md);R-106 沿用 R-105 trend 107~110 沿用 + 0 新增;R-107 沿用 R-106 trend 107~110 沿用 + 0 新增(R-107 5 邻接均为补强型,不触发新趋势候选)。

R-109 trend 111 新增(记忆/上下文层从"检索层"升格为"状态层" · 本轮趋势级增量):R-109 状态 = 新立 trend 111;依据 = ① MAGE(arXiv:2606.06090 · ★★★★★ · 8 被引)以分层状态树替代相似度组织,并同时报告成功率 +7.8–20.4 pp 与 token −55.1%(质量与成本同向);② xerj-org/xerj ★★★★★ 12498★(R-105 4568★ → R-107 7957★ → R-109 12498★,周增 +1344,6 天净增 4541★)把"agent 知道数据存在、无需 grep/sed 烧 token"做成 autoindex 一等能力;③ cortexkit/aft 把符号感知编辑 + 语义搜索 + code health 打包成 coding agent 的"感觉运动皮层";④ grunion-ai/weave 把数据库语义模型换成关系模型(表/公式/rollup);⑤ metadist/synaplan 把逐答案成本做成一等公民;⑥ flyP 转述的 Taskade "cost shape 而非 cost mean" 从工程侧给出同构判断。趋势表述:2026 H2,LLM 数据层的关注点正从"能否检索到相关片段"转向"能否承载并暴露 Agent 的执行状态、成本与失败归因";三条子线并行 —— 状态承载(MAGE 分层状态树)/ 状态感知(aft 符号级、xerj autoindex、weave 关系模型)/ 状态成本可观测(synaplan 逐答案成本、Taskade 尾重成本形态)。与 trend 110 的关系:trend 110 说"数据库 Agent 是 first-class 实体",trend 111 说"该实体自身也需要一个数据层来承载其状态" —— 二者构成"Agent 即实体 / 状态即数据"的连续叙事。⚠️ D142 R-109 警示:trend 111 的 6 条依据中 5 条为工程/厂商侧自述(仅 MAGE 为学术且未独立复现),趋势强度弱于 trend 107~110,待 R-110+ 学术侧锚点补强后再升格。

trend 110 沿用(数据库 Agent 消歧/训练/优化三角共识) = ARCS(★ 消歧)+ HarnessSQL(★ 训练)+ JEVDB(★ 优化)+ NativeScope(★ 关系局部化)+ Build26-BRK223(★ 微软官方数据库×AI Agent 设计)+ xerj-org/xerj(★ 自动索引 agent 数据搜索)+ shinpr/mcp-local-rag 415★ + AI-Efficiency 2455★ + R-104 RAG 综述底层锚定 = "数据库 Agent 不再是 SQL 生成器,而是与 LLM/用户/数据库三方协作的 first-class 实体" —— 2026 H2 数据库 × AI Agent 设计从"如何更好地生成 SQL"演进到"如何让数据库 Agent 真正消歧/训练/优化"。R-109 沿用不变。

R-110 trend 112 新增(数据层职责从"存与检"扩展到"验与教" · 本轮趋势级增量):R-110 状态 = 新立 trend 112;依据 = ① ThinkingBox(微软 + Hugging Face · 2026-10-23 · pass@1 51.70%→60.78% · 20/20 全通过 38→107)把数据库终态确立为 RL 奖励函数 —— 数据层首次成为训练信号的生产者而非仅被查询对象;② AgenticRAGTracer(ACL 2026 Findings · 1305 数据点 · GPT-5 最难子集 EM 22.6%)把 hop 级归因引入 Agentic RAG 评估 —— 数据层需要暴露过程可追溯性;③ SoK Agentic RAG(arXiv:2603.07379)把 Agentic RAG 形式化为 POMDP,将 记忆状态 M_t 抬为策略的一等对象 —— 为"数据层 = 可观测状态空间"提供统一坐标系;④ reylo 把 schema 契约前移到编译期;⑤ kividb 把全文+向量检索内建进 KV 存储;⑥ xerj 把参考记忆语料产品化(Corpus Hub 数百份)。趋势表述:2026 H2,LLM 数据层的职责边界正从"存得下 / 找得到"扩展到"验得准 / 教得会 / 说得清" —— 三条子线并行 —— 验证侧(ThinkingBox 终态可执行校验、AgenticRAGTracer hop 级诊断)/ 形式侧(SoK POMDP + 记忆状态一等化)/ 契约侧(reylo 编译期类型契约、kividb 存储-检索合流)。与 trend 110 / 111 的关系:trend 110 = 数据库 Agent 是 first-class 实体;trend 111 = 该实体自身需要数据层承载其状态;trend 112 = 该数据层还必须能证明状态是对的、并能据此训练 —— 三者构成"实体 / 状态 / 验证"的连续叙事。⚠️ D149 R-110 警示:trend 112 的 6 条依据中 仅 2 条为学术侧(AgenticRAGTracer 与 SoK,均 7/13 被引且 OpenAlex 被引 0)、ThinkingBox 为厂商联合博客且训练池未公开、三条生态项为自述 —— 趋势强度弱于 trend 107~110,不得据此断言"数据库验证化"已成为确立方向;本条仅作候选趋势登记,待 R-111+ 学术锚点补强或第三方复现后再考虑升格。

§6 引用锚定清单(R-109 锚定)

arXiv ID + URL + DOI + CVE 全集清单如下。完整 URL 全集(462 + R-109 新增 6)已归档 archive/database-changelog.md。

R-110 锚定新增:arXiv ID 314 → 318(新增 2602.19127 / 2602.10238 / 2603.07379 / 1505.00468)· DOI 32 → 36(新增 10.48550/arxiv.2602.19127 / 10.48550/arxiv.2602.10238 / 10.48550/arxiv.2603.07379 / 10.48550/arxiv.1505.00468)· CVE 4(沿用 R-87 · 0 新增)· URL 468 → 480 · GitHub repo 累计 ~82 个(新增 colinhacks/reylo + kividbio/kividb)。R-19~R-109 完整锚定见 archive/database-changelog.md R-109/R-108/R-107/R-106/R-105 段。

R-19~R-110 arXiv ID 完整列表(沿用 R-19~R-107 310 个 + R-108 0 + R-109 新增 4 个 + R-110 新增 4 个 · 共 318 个):

R-19~R-110 arXiv ID 完整列表(沿用 R-19~R-107 310 个 + R-108 0 + R-109 新增 4 个 + R-110 新增 4 个 · 共 318 个):

arXiv:1705.00468 arXiv:1705.08045 arXiv:1704.00028 arXiv:2304.07193 arXiv:2310.11703 arXiv:2312.10997 arXiv:2407.00079 arXiv:2412.15529 arXiv:2503.09516 arXiv:2504.08930 arXiv:2505.02922 arXiv:2506.08276 arXiv:2506.21901 arXiv:2507.00379 arXiv:2507.06608 arXiv:2508.09442 arXiv:2509.00997 arXiv:2509.12384 arXiv:2509.19767 arXiv:2510.09665 arXiv:2510.13910 arXiv:2510.20082 arXiv:2511.01716 arXiv:2511.01815 arXiv:2511.02230 arXiv:2511.07663 arXiv:2511.16681 arXiv:2512.15659 arXiv:1505.00468 arXiv:1705.08045 arXiv:1901.06796 arXiv:2601.00273 arXiv:2601.02993 arXiv:2601.05047 arXiv:2601.06037 arXiv:2601.06352 arXiv:2601.06362 arXiv:2601.11199 arXiv:2601.11255 arXiv:2601.12658 arXiv:2601.15727 arXiv:2601.16409 arXiv:2602.00328 arXiv:2602.04430 arXiv:2602.07584 arXiv:2602.11362 arXiv:2602.11443 arXiv:2602.11573 arXiv:2602.14516 arXiv:2602.22805 arXiv:2603.01525 arXiv:2603.02001 arXiv:2603.02081 arXiv:2603.03589 arXiv:2603.04428 arXiv:2603.05451 arXiv:2603.06503 arXiv:2603.08003 arXiv:2603.10765 arXiv:2603.13417 arXiv:2603.16104 arXiv:2603.17223 arXiv:2603.20004 arXiv:2603.20397 arXiv:2603.20576 arXiv:2603.21354 arXiv:2603.23710 arXiv:2603.26670 arXiv:2604.00499 arXiv:2604.03143 arXiv:2604.05480 arXiv:2604.07472 arXiv:2604.16373 arXiv:2604.24971 arXiv:2604.26557 arXiv:2605.00676 arXiv:2605.01280 arXiv:2605.01495 arXiv:2605.05538 arXiv:2605.15957 arXiv:2605.19537 arXiv:2605.26252 arXiv:2605.27220 arXiv:2605.29640 arXiv:2605.31097 arXiv:2606.00610 arXiv:2606.01613 arXiv:2606.01722 arXiv:2606.02643 arXiv:2606.07001 arXiv:2606.07923 arXiv:2606.08950 arXiv:2606.09824 arXiv:2606.11632 arXiv:2606.14061 arXiv:2606.14361 arXiv:2606.16661 arXiv:2606.16817 arXiv:2606.16903 arXiv:2606.18042 arXiv:2606.19803 arXiv:2606.20853 arXiv:2606.24775 arXiv:2606.25393 arXiv:2606.26479 arXiv:2606.26511 arXiv:2606.26560 arXiv:2606.26627 arXiv:2606.26857 arXiv:2606.26968 arXiv:2606.26978 arXiv:2606.27154 arXiv:2606.27282 arXiv:2607.02401 arXiv:2607.02574 arXiv:2607.07696 arXiv:2607.08057 arXiv:2607.08565 arXiv:2607.13276 arXiv:2607.14811 arXiv:2607.15576 arXiv:2607.17715 arXiv:2607.19697 arXiv:2607.22922 arXiv:2607.26497 arXiv:2607.28633 arXiv:2607.29606 arXiv:2608.00650 arXiv:2608.00922 arXiv:2608.01526 arXiv:2608.02870 arXiv:2608.03893 arXiv:2608.04530 arXiv:2608.05412 arXiv:2608.05441 arXiv:2608.05784 arXiv:2608.06043 arXiv:2608.06140 arXiv:2608.07009 arXiv:2608.08097 arXiv:2608.08119 arXiv:2608.08878 arXiv:2608.09214 arXiv:2608.11632 arXiv:2608.12304 arXiv:2608.12365 arXiv:2608.12812 arXiv:2608.12888 arXiv:2608.13010 arXiv:2608.13237 arXiv:2608.13410 arXiv:2608.13900 arXiv:2608.14054 arXiv:2608.14376 arXiv:2608.15389 arXiv:2608.15994 arXiv:2608.16045 arXiv:2608.19652 arXiv:2608.19662 arXiv:2608.19758 arXiv:2608.20317 arXiv:2608.20685 arXiv:2608.21252 arXiv:2608.22339 arXiv:2608.22752 arXiv:2608.23553 arXiv:2608.24622 arXiv:2608.24636 arXiv:2608.25061 arXiv:2608.26021 arXiv:2608.27422 arXiv:2608.31082 arXiv:2609.02143 arXiv:2609.02324 arXiv:2609.03209 arXiv:2609.04971 arXiv:2609.05565 arXiv:2609.05760 arXiv:2609.07782 arXiv:2609.08860 arXiv:2609.08950 arXiv:2609.09002 arXiv:2609.10046 arXiv:2609.10239 arXiv:2609.10266 arXiv:2609.10540 arXiv:2609.11108 arXiv:2609.11115 arXiv:2609.11148 arXiv:2609.11390 arXiv:2609.11596 arXiv:2609.11744 arXiv:2609.11808 arXiv:2609.14889 arXiv:2609.15230 arXiv:2609.17863 arXiv:2609.18501 arXiv:2609.19472 arXiv:2609.19491 arXiv:2609.19657 arXiv:2609.20489 arXiv:2609.20821 arXiv:2609.21346 arXiv:2609.22157 arXiv:2609.23032 arXiv:2609.23130 arXiv:2609.23315 arXiv:2609.24220 arXiv:2609.24430 arXiv:2609.24613 arXiv:2609.24788 arXiv:2609.24971 arXiv:2609.24983 arXiv:2609.24991 arXiv:2609.25199 arXiv:2609.26550 arXiv:2609.27334 arXiv:2609.27746 arXiv:2609.27981 arXiv:2609.28870 arXiv:2609.31415 arXiv:2609.32049 arXiv:2609.32259 arXiv:2609.33485 arXiv:2609.34385 arXiv:2609.34727 arXiv:2609.35629 arXiv:2609.36322 arXiv:2609.37725 arXiv:2609.37749 arXiv:2609.38349 arXiv:2609.38886 arXiv:2609.38987 arXiv:2609.39358 arXiv:2610.00544 arXiv:2610.01767 arXiv:2610.01871 arXiv:2610.01936 arXiv:2610.02046 arXiv:2610.02076 arXiv:2610.02196 arXiv:2610.02534 arXiv:2610.02607 arXiv:2610.02749 arXiv:2610.02832 arXiv:2610.03130 arXiv:2610.03625 arXiv:2610.03651 arXiv:2610.04596 arXiv:2610.04616 arXiv:2610.04722 arXiv:2610.04749 arXiv:2610.05162 arXiv:2610.05336 arXiv:2610.05622 arXiv:2610.05782 arXiv:2610.05826 arXiv:2610.05833 arXiv:2610.05842 arXiv:2610.05912 arXiv:2610.05949 arXiv:2610.06207 arXiv:2610.06479 arXiv:2610.06666 arXiv:2610.06679 arXiv:2610.07191 arXiv:2610.07250 arXiv:2610.07332 arXiv:2610.07384 arXiv:2610.07665 arXiv:2610.07753 arXiv:2610.07863 arXiv:2610.08077 arXiv:2610.08244 arXiv:2610.08432 arXiv:2610.08452 arXiv:2610.08463 arXiv:2610.08571 arXiv:2610.08630 arXiv:2610.08674 arXiv:2610.08902 arXiv:2610.08995 arXiv:2610.09127 arXiv:2610.09228 arXiv:2610.09396 arXiv:2610.09421 arXiv:2610.09684 arXiv:2610.09832 arXiv:2610.10091 arXiv:2610.10164 arXiv:2610.10170 arXiv:2610.10507 arXiv:2610.10515 arXiv:2610.10533 arXiv:2610.10845 arXiv:2610.11528 arXiv:2610.11816 arXiv:2610.11899 arXiv:2610.11922 arXiv:2610.12085 arXiv:2610.12243 arXiv:2610.12274 arXiv:2610.12300 arXiv:2610.12312 arXiv:2610.12338 arXiv:2610.12415 arXiv:2610.17823 arXiv:2610.17841 arXiv:2610.18410 arXiv:2610.18622

R-19~R-110 DOI 完整列表(沿用 R-19~R-107 30 unique + R-109 新增 2 个 + R-110 新增 4 个 · 共 36 unique):

10.1145/3773772 10.14778/3796195.3796212 10.14778/3819518.3819528 10.14778/3827998.3828060 10.14778/3828612.3828623 10.14778/3836663.3836726 10.48550/arXiv.1705.08045 10.48550/arXiv.2603.05451 10.48550/arXiv.2604.24971 10.48550/arXiv.2608.09214 10.48550/arXiv.2608.12365 10.48550/arXiv.2608.20685 10.48550/arXiv.2608.22752 10.48550/arXiv.2609.03209 10.48550/arXiv.2609.33485 10.48550/arXiv.2609.35629 10.48550/arXiv.2610.01871 10.48550/arXiv.2610.01936 10.48550/arxiv.1505.00468 10.48550/arxiv.1705.08045 10.48550/arxiv.2601.11199 10.48550/arxiv.2601.15727 10.48550/arxiv.2602.10238 10.48550/arxiv.2602.19127 10.48550/arxiv.2603.07379 10.48550/arxiv.2606.06090 10.48550/arxiv.2606.14061 10.48550/arxiv.2606.26511 10.48550/arxiv.2609.03209 10.48550/arxiv.2609.24971 10.48550/arxiv.2609.26550 10.48550/arxiv.2609.27334 10.48550/arxiv.2609.33485 10.48550/arxiv.2609.37725 10.48550/arxiv.2610.01871 10.48550/arxiv.2610.01936 10.48550/arxiv.2610.09396

R-19~R-110 CVE 完整列表(沿用 R-87 4 个 · R-108/R-109/R-110 沿用 0 新增):

CVE-2026-3172 CVE-2026-4372 CVE-2026-64162 CVE-2026-65617

R-19~R-110 URL 完整列表(沿用 R-19~R-107 460 个 + R-108 新增 2 个 + R-109 新增 6 个 + R-110 新增 12 个 · 共 480 个):

完整 URL 全集(从 R-19~R-110 共 480 个)已归档 archive/database-changelog.md R-110 段。R-19~R-107 完整 URL 集 + R-108 新增 2 个 + R-109 新增 6 个 + R-110 新增 12 个 = R-110 新增段全部保留在本文件内联区(见下方"R-110 新增 URL 内联清单"),R-19~R-107 沿用 16 个 URL(本文件内联保留)(https://arxiv.org/abs/2312.10997 + https://arxiv.org/abs/2610.09396 + https://arxiv.org/abs/2606.14061 + https://arxiv.org/abs/1705.08045 + https://arxiv.org/abs/2601.15727 + https://github.com/AI-Efficiency/Awesome-Model-Quantization + https://github.com/CCSDForge/episciences-citations + https://github.com/shinpr/mcp-local-rag + https://github.com/xerj-org/xerj + https://github.com/slow-stack/mneme + https://github.com/AutomatosAI/automatos-ai + https://github.com/kubesimplify/website/blob/main/content/blog/kubernetes-observability-in-2026-with-openobserve.md + https://github.com/pathwaycom/serviette + https://papers.cool/arxiv/2610.17823 + https://papers.cool/arxiv/2610.17841 + https://papers.cool/arxiv/2610.18410 + https://papers.cool/arxiv/2610.18622 )全部保留。

R-110 新增 URL 内联清单(12 个):

https://huggingface.co/blog/microsoft/thinkingbox-training https://github.com/microsoft/thinkingbox-training https://arxiv.org/abs/2602.19127 https://arxiv.org/html/2602.19127v1 https://huggingface.co/datasets/YqjMartin/AgenticRAGTracer https://arxiv.org/abs/2602.10238 https://arxiv.org/html/2602.10238v1 https://machinelearning.apple.com/research/evict https://icml.cc/virtual/2026/poster/66783 https://arxiv.org/abs/2603.07379 https://arxiv.org/html/2603.07379v1 https://arxiv.org/abs/1505.00468 https://github.com/colinhacks/reylo https://github.com/kividbio/kividb https://reylo.dev

本次变更

  • Wave2 E1 第一百一十轮(2026-10-23 20:40 · jay · R-110 · 结构性增量轮): 2 主+ · 5 邻接 + 1 降级源 · §3 新增争议 3 项 + 共识 #6 补强(加"验证"肢)· §5 新增 trend 112 · §4 新增 O184~O186 三候选 · 2 处元数据勘误 · arXiv ID 314 → 318(新增 2602.19127 / 2602.10238 / 2603.07379 / 1505.00468)· DOI 32 → 36(新增 10.48550/arxiv.2602.19127 / 10.48550/arxiv.2602.10238 / 10.48550/arxiv.2603.07379 / 10.48550/arxiv.1505.00468)· GitHub repo 新增 2(colinhacks/reylo + kividbio/kividb)· URL 468 → 480 · CVE 0 新增 · web_search/tavily 5 次 · 本批 8 件 material(host manifest 增量模式 · 非全库扫描):① ThinkingBox(微软 + Hugging Face · https://huggingface.co/blog/microsoft/thinkingbox-training) = §2.13 主+ 1 件(★★★★★)—— R-19~R-109 中第一件把数据库确立为 RL 奖励生产者的工作:ThinkingBox-Bench 507 任务(真实后端 + MCP 工具 + 模拟 LLM 用户 + 终态数据库确定性可执行校验,二值奖励,刻意只判记录不判 tool-call 序列以鼓励新解题路径);以同类信号外推到 benchmark 之外的训练任务,offline policy-relative difficulty + Jeffreys Beta 后验筛出 187 任务池,Qwen3.8-27B + 50 步 GRPO(18 组×8 rollout · 24×H100),在从未训练过的 507 任务密封 OOD 集上 pass@1 51.70% → 60.78%、20/20 全通过 38 (7.50%) → 107 (21.10%),但 pass@20 覆盖率反向 89.35% → 87.97%(453→446)= 可靠性提升伴随覆盖变窄;另记入第一篇博客的模型选型洞见:pass@1 单独读会误导生产选型,应同时看 20/20 可靠性指标,且更大模型不自动关闭"覆盖率-一致性"缺口(Kimi-K3 至少解出 93.89% 但 20/20 全过仅 68/507=13.41%;Claude Opus 5.5 vs 5 仅 +0.66 pp 而 20/20 全过任务数完全相同 = 241);⚠️ D146:187 任务私有池未公开 + 24×H100 门槛 + 未做"校验覆盖不完整/可被投机绕过"消融 + 与 MAGE 无交叉比较 → O184 本轮最高优先级;② arXiv:2602.19127 AgenticRAGTracer(★★★ · ACL 2026 Findings · 7 被引 S2 · 1305 数据点 · 与既有基准无重叠) = §2.13 邻接 1 件 —— 首个 LLM 自动构建 + 支持逐步验证的 Agentic RAG 基准,hop 级诊断显示失败源于推理链扭曲(过早收敛 / 过度延伸),GPT-5 最难子集 EM 仅 22.6%;与 ThinkingBox 构成结果侧 vs 过程侧互补取证口径 → §3 争议 3 + O185;③ arXiv:2603.07379 SoK Agentic RAG(★ · ACL 2026 · 13 被引 S2) = §2.14 邻接 1 件 —— 有限时域 POMDP 形式化(元组 ⟨S_env, A, Ω, O, π_θ, M, T⟩,语料 C 为潜在部分可观测源),定义性判据为"存在自主控制策略 π_θ 而非存在检索器",含迭代控制与动态检索两条内在属性;记忆状态 M_t 一等化为 §2.12 三十九层提供统一功能性坐标系;⚠️ D148:形式化 ≠ 维度正交,本页"分类学只作导航不作证据"立场不变;④ arXiv:2602.10238 KVP(★★★ · arXiv:2602.10238 · Apple ML Research · ICML 2026 Poster · 15 被引 S2) = §2.6 邻接 1 件 —— per-head 轻量 RL agent 把 KV 驱逐重构为"按未来效用排序"(reward = 驱逐摧毁的未来注意力量,跨所有 cache budget 求和),仅用 key/value 向量、在预计算轨迹上离线训练,不改 LLM、不加推理开销,RULER + OASST2-4k(≤128k tokens)优于启发式基线并 zero-shot 泛化到 LongBench/BOOLQ/ARC;⚠️ D143 勘误:paper_card venue 记为 "Open MIND" 不准确,实为 Apple + ICML 2026,且该卡"可复用信息"段串入了另一篇 KV 综述内容(FlashAttention/线性增长等),卡片方法段不可直接采信,本轮结论以 arXiv 原文 + Apple 页 + ICML poster 页三方交叉为准;⑤ colinhacks/reylo(742★ · 周增 +1526 · Rust · MIT · llm-infra/database) = §2.12 邻接 —— .sql 文件直接 import 进 TypeScript 并完整类型推导、零 codegen(Rust 引擎 + TypeScript 7.1 content mapper 向开发期真实数据库取列/参数类型),暴露 .run/.runSync/.with/.sql/.raw/.inputSchema/.outputSchema,README 自述"agent-friendly:SQL 是唯一真相源,agent 改 query 不会留下过期类型";⚠️ 限制:TS 7.1 仍 beta + MySQL 需 ≥8.0.22 + 类型检查期需可达开发库(Postgres/SQLite 可用 schema 文件替代);⑥ kividbio/kividb(443★ · Rust · AGPL-3.0 · 周增 +0) = §2.12 邻接 —— Redis®/Valkey drop-in 兼容 + 内建全文与向量搜索,组织页自述 ~31× Redis 吞吐、8 个仓库含 kividb-operator(K8s operator)/ kivi-benchmark/terraform-provider;⚠️ D144:~31× 为厂商自述且基准对照条件未披露 → 不得作性能结论引用;AGPL copyleft + 早期 + 周增 +0;⑦ xerj-org/xerj 数值更新(R-109 12498★ → R-110 13183★ · 周增 +889 · 增速较上轮 +1344 放缓约一半 · Rust · Apache-2.0 · production)= §2.12 生态观察 + 新功能 Corpus Hub 数百份参考记忆语料(CFR Title 12/26 等分节文本镜像)→ 从"搜索引擎"推向"可复用记忆语料供应方";O175"40× fewer tokens than grep"仍无原始出处;⑧ arXiv:1505.00468 VQA(6787 被引 S2 / 968 OpenAlex / 935 影响力 · 主分类 multimodal · 形态 benchmark · production) = 降级源 —— 被引量极高但主题仅标 database、主分类 multimodal,与 database 数据层主线无实质交集(VQA 属视觉问答),仅锚定 arXiv ID / DOI 供历史回溯,不补入任何 database 论断;结构性判断与保守判断并置:新增 2 件学术主+(其中 1 件 ★★★★★)+ 1 项争议 + 1 条趋势 + 3 个开放问题,同时不触发 §2.1 选型决策树 / §2.12 层数 / §2.15 轴 的任何版本升级(reylo/kividb/xerj 三件形态为 app/库而非 method/benchmark/system,且属"重新打包既有数据库能力"而非新抽象);⚠️ D145/D149:trend 112 的 6 条依据中仅 2 条为学术侧且均 OpenAlex 被引 0,ThinkingBox 训练池未公开 → 趋势强度弱于 trend 107~110,仅作候选登记。边界遵守:只写 knowledge/database.md,不写他人 inbox / review/、不 git、不输出密钥/Token、不改 manifest/基线/认领记录/cron、不全库扫描、不为凑字数多轮重写;本轮 2 处元数据勘误(KVP venue、VQA 主分类)已显式标注为勘误而非新观点;R-107 段本次变更后移入 archive/database-changelog.md(保留最近 3 段)。

  • Wave2 E1 第一百零九轮(2026-10-21 20:40 · jay · R-109 · 结构性增量轮): 1 主+ · 4 邻接 net + 2 降级源 · §3 新增争议 2 项 · §5 新增 trend 111 · §4 新增 O180~O183 · 候选(κ)★第五十四维持但面临挑战 · arXiv ID 310 → 314(新增 2606.06090 / 2610.23510 / 2610.23470 / 2610.22797)· DOI 31 → 32(新增 10.48550/arxiv.2606.06090)· GitHub repo 新增 3(cortexkit/aft + metadist/synaplan + grunion-ai/weave)· URL 462 → 468 · CVE 0 新增 · web_search 0 次 · 本批 8 件 material(host manifest 增量模式 · 非全库扫描):① arXiv:2606.06090 MAGE(★★★★★ · 8 被引 S2 · 0 OpenAlex · green OA · 主轴 agent/database) = §2.3 主+ 1 件(详见 §2.3 R-109 段)—— R-19~R-108 中第一件以"记忆组织结构"本身为研究对象的论文,与 §2.12 VectorMaton(后缀自动机)/ TrieHI(前缀树)同源但动机为索引剪枝而非语义正确性(语义错配 → §3 争议 1);⚠️ D138:paper_card"方法要点"段为空 → 基线/任务集/指标定义/token 计量口径全未核实 + OpenAlex 被引 0 + 未见 venue = 不得作性能结论引用;O181 为本轮最高优先级;② cortexkit/aft(329★ · Rust · MIT · 首采 2026-10-21)= §2.12 邻接 1 件;③ metadist/synaplan(201★ · PHP/Symfony · 首采 2026-10-20)= §2.12 邻接 2 件("see the cost of every answer" → O182);④ grunion-ai/weave(14★ · JavaScript · MIT · 首采 2026-10-20)= §2.12 邻接 3 件 —— 39 层矩阵中首次出现的"关系模型"形态 → O180;⑤ xerj-org/xerj 数值锚点更新(R-105 4568★ → R-107 7957★ → R-109 12498★ · 周增 +1344 · 6 天净增 4541★ · trending · Rust · Apache-2.0 · production)= §2.12 生态观察增长最快者,与 O175"token 比 grep 少 40×"待验并存;⑥ inbox/jay/2026-10-21T0820-csdn-discovery.md = CSDN 线索 7 条 · 高价值 0 条(Semantic Router v0.3 521 不可达 · 不重试;Youtu-VL-4B-Instruct llama.cpp 多后端部署框架有效但性能数据不足)→ 按高价值判定规则不补入任何 database 论断,仅作负向证据(同期 8 件中 CSDN 来源 1 件、可用 0 条 = 12.5% 命中率);⑦ inbox/flyp/2026-10-20T1550-critical-read.md = §2.14 2 件降级源(详见 §2.14 R-109 段)—— arXiv:2505.16120 降级为"背景地图";Taskade 阶梯降级为工程沟通框架,保留 "谁决定模型调用次数" 与 "cost shape 而非 cost mean" 两点判断;⚠️ D140:36× 成本数字未见原始出处 + "每条数据链到 primary source"自述未验证 + "几乎每个 RAG 故障都是检索故障"为过强断言 + Workflow 层与调用次数维度部分共线 + 存在自推商业动机 → §3 争议 2 + O183;⑧ inbox/jay/2026-10-20-1105-engineering-brief.md = LSNR(arxiv 2610.23510 · 稀疏新闻推荐注意力用户建模)+ QD-Rec(2610.23470 · 质量-多样性开放式推荐进化)+ Reasoning Reranking(2610.22797 · 语义 ID 作为唯一 item 表征),三篇主分类与 database 主轴无实质交集,仅 Reasoning Reranking 的"语义 ID 表征"与 §2.12 索引/ID 设计表面措辞相近,不构成邻接,记为弱邻接并锚定 arXiv ID。结构性判断与保守判断并置:新增 1 件 ★★★★★ 主轴 + 2 项争议 + 1 条趋势,同时不触发 §2.1 选型决策树 / §2.12 层数 / §2.15 轴 / §3 共识 #1~#7 / §2.14 综述锚定计数 的任何升级;⚠️ D141:trend 111 六条依据中 5 条为工程/厂商侧自述(仅 MAGE 为学术且未独立复现),趋势强度弱于 trend 107~110,待 R-110+ 学术锚点补强后再考虑升格。边界遵守:只写 knowledge/database.md,不写他人 inbox / review/、不 git、不输出密钥/Token、不改 manifest/基线/认领记录/cron、不全库扫描、不为凑字数多轮重写;正文本轮去重合并瘦身(R-108 的 78003 → 本轮净减),§2.12 §IX 综合锚定段重复枚举与 R-107/R-108 逐轮叙事已合并(试金石/共识/争议/§6 引用锚定全保留);R-106 段本次变更后移入 archive/database-changelog.md。

  • Wave2 E1 第一百零八轮(2026-10-19 20:40 · jay · R-108 · 轻量补强轮): 0 主+ · 2 邻接 net(补强型)+ O177 一新候选 · 0 新增 arXiv ID/DOI/CVE + 1 新增 GitHub repo(joiha-steven/quireink)+ 2 新增 URL · 本批 8 件 material 中 6 件 R-106/R-107 已沿用处理,2 件新锚定:① §2.5 邻接 OpenObserve 1.0 K8s observability backend(420 万行日志 31 ms 全文搜索 + CPU 43m + 内存 <600 MiB + 日志压缩 23× + 指标 108× + Parquet/Vortex + 内置 MCP server 7 tool,github.com/kubesimplify/website 仓库 blog · saiyam-pathak · 2026-09-15 · ✓已核查);② §2.12 邻接 joiha-steven/quireink(37★ · 周增 +3 · Bun 单进程 + 双 SQLite + 自托管博客 + AI agent · experimental)。R-108 不触发任何章节/层数/轴版本升级,沿用 R-107 全部试金石/共识/趋势 + 候选(κ)★第五十四维持;O177 新立(blogs-discovery 6 条待核查线索追踪);R-108 web_search 0 次。完整 R-108 段见 archive/database-changelog.md。