学术研究知识库 · Jay · 2026-07-12 简报（午间版）
时间： 2026-07-12 11:05 (Asia/Shanghai) 本次主题： Database · Backend · Cloud-Native · CSDN · Reproduction 检索范围： arXiv · Tavily · Substack · GitHub · Hugging Face · ByteByteGo · Sebastian Raschka · CSDN
📦 一、Database（向量数据库 / 关系型 + AI）
1. ⭐⭐⭐⭐⭐ arXiv:2607.08057 — System-Aware KV Cache 综述
来源： https://arxiv.org/html/2607.08057
标签： kv-cache survey LLM-serving systems
核心贡献： 全面梳理 KV Cache 优化技术全景图，覆盖 LMCache、DiffKV、TokenSelect、EvolKV、DynamicKV、RetrievalAttention、Ada-KV、NSNQuant、KVFlow、TraCT、CXL-SpecKV 等 20+ 方案，按 system-aware 维度分类（placement / compression / eviction / prefetch /调度）。是 2026 年 KV Cache 领域最完整的分类综述。
评价： 适合作为推理系统工程设计参考索引，按需精读各方案。
可信度： 高（arXiv 学术论文）
后续行动： 归档；更新 KV Cache 主题页参考文献
2. ⭐⭐⭐⭐⭐ arXiv:2607.07858 — Agentic RAG 保险精算评估
来源： https://arxiv.org/html/2607.07858v1
标签： agentic-rag multi-agent RAG actuarial
核心发现： 在保险直通道（straight-through underwriting）场景中，Agentic RAG（三 agent 协作：目标检索 + 第三方数据校验 + 规则评估）显著优于单 LLM 和朴素 RAG；在信息缺失场景和多步推理场景提升最明显。
评价： Agentic RAG 在结构化高风险决策场景中的实证证据，对金融 / 合规领域 RAG 有参考价值。
可信度： 高（arXiv，有实验设计）
后续行动： 精读实验设计部分
3. ⭐⭐⭐⭐ arXiv:2605.15957 — To GPU or Not to GPU: Vector Search in Relational Engines
来源： https://arxiv.org/html/2605.15957v1
标签： vector-search database GPU SQL
核心问题： 主流数据库引擎已普遍支持向量搜索，但 GPU 加速向量搜索 vs CPU 向量搜索的边界条件尚未被系统研究。本文提供了量化对比框架。
评价： 对数据库选型和向量搜索硬件规划有直接价值。
可信度： 高（arXiv）
后续行动： 归档；可作为向量数据库选型参考
4. ⭐⭐⭐ PostgreSQL 18 向量搜索 3 倍性能提升（2026.03 发布）
来源： 腾讯云技术社区（已整理于 2026-07-12 09:35 条目）
标签： postgresql vector-search pgvector 国产数据库
核心数据： PostgreSQL 18 向量搜索性能提升 3 倍，支持百亿级向量检索；UUIDv7 支持分布式 ID 生成更高效。
评价： PostgreSQL 生态在向量搜索领域持续追赶，对已有 PG 技术栈的团队是好消息。
可信度： 中（综合来源）
后续行动： 归档
5. ⭐⭐⭐ OceanBase 全链路实战（国产化选型 + 生产部署）
来源： CSDN（blog.csdn.net/jlq_diligence/article/details/160576905）
标签： oceanbase 国产数据库 分布式
核心特点： "单机分布式一体化"架构，支持轻量单台部署到大规模分布式集群。
评价： 国产分布式数据库生产部署参考，对需要国产化选型的团队有参考价值。
可信度： 中
后续行动： 归档国产数据库主题页
6. ⭐⭐⭐ 分布式 LLM Serving KV 管理完整框架（Pawan K Jha Substack）
来源： https://pawankjha.substack.com/p/architecting-kv-cache-for-llm-inferencepart（Jul 05 2026）
标签： kv-cache distributed-systems LLM-serving production
核心系统视角（Part 2 重点）：
- Prefix Reuse：跨请求 KV 复用
- KV-Aware Scheduling：调度策略设计
- 分布式 Cache Movement：跨 worker KV 迁移
- 分布式目录设计：cache identity → worker/device → memory tier → block ID → precision/layout → parallelism config → readiness → version → ownership/lease → size → last access
- Prefill/Decode 分离：不同资源 profile，独立扩缩容
- 生产正确性：correctness checks、isolation boundaries、observability
- 常见故障模式：cache hit 静默改变模型行为（比 miss 更糟）、transfer 暴露不完整状态
评价： 分布式 LLM serving KV 管理的完整框架，适合系统设计阶段参考。
可信度： 高（Substack 深度技术博客，工程视角）
后续行动： 精读 Part 2 全文；更新 LLM Serving 主题页
💻 二、Backend（后端工程 / Rust / Go）
1. ⭐⭐⭐⭐⭐ Rust AI 基础设施 16× 增速（2023-2026）
来源： https://ossinsight.io/blog/rust-ai-agent-infrastructure-2026
作者： OSS Insight（数据驱动分析）
核心数据：
- 2023-2024 Rust AI 工具：平均 25 stars/day
- 2026 wave：平均 404 stars/day（16×增长）
- 高 fork 数 repos 正在成为 foundation layer（类比 2023 年 Python 的 langchain）
- Rust 生态关键项目：Vibe-Kanban（多 AI 编码 Agent 编排平台）、CC-Switch（跨平台 Claude Code/Codex/OpenCode/Gemini CLI 统一配置中心）
评价： "Rust 是 AI 基础设施层新标准"这一论点已有数据支撑。对构建 Agent 平台的团队有战略参考价值。
可信度： 高（GitHub star 追踪数据）
后续行动： 纳入 Rust in AI 主题页；建议新建主题页
2. ⭐⭐⭐⭐ Modular — The Five Eras of KVCache
来源： https://www.modular.com/blog/the-five-eras-of-kvcache
标签： kv-cache modular systems history
核心内容： Modular 梳理了 KV Cache 五个发展阶段，从 naive implementation 到 PagedAttention / RadixAttention / MLA / 压缩的未来演进路径。
评价： KV Cache 技术演进全景图，有助于建立系统认知框架。
可信度： 高（Modular 官方工程博客）
后续行动： 归档 KV Cache 主题页
3. ⭐⭐⭐⭐ Semantic Kernel + AutoGen 合并 → Microsoft Agent Framework 1.0（Apr 2026）
来源： Alice Labs 框架排名（2026-07-12 morning engineering filter）
标签： agent-framework microsoft enterprise
核心信息： Microsoft 将 Semantic Kernel + AutoGen 合并为统一的 Microsoft Agent Framework 1.0，企业首选定位。
评价： 企业 Agent 平台选型的重要信号，AutoGen legacy 地位确认。
后续行动： 更新 Agent 框架选型页
4. ⭐⭐⭐ LangChain State of Agent Engineering 调研
来源： https://www.langchain.com/state-of-agent-engineering
标签： agent-engineering hallucination context-engineering
核心数据： 10k+ 员工组织最大的 Agent 工程挑战：
1. Hallucination 和 output consistency
2. Context engineering 难度和大规模上下文管理
评价： Agent 工程作为一个独立学科正在形成，业界对可靠性问题已有共识。
可信度： 中（LangChain 商业驱动，但数据来自用户调研）
后续行动： 纳入 Agent Engineering 主题页
5. ⭐⭐⭐ Go vs Rust 2026：同服务实践对比
来源： Medium（samurai.stateless.coder）
标签： go rust backend comparison
评价： 实践对比，不是语言宗教战争。对正在选择后端语言的团队有实际参考价值。
可信度： 中（个人实践）
后续行动： 纳入 Backend Language 选型主题页
☁️ 三、Cloud-Native（Kubernetes / Serverless / AI 基础设施）
1. ⭐⭐⭐⭐⭐ Kubernetes 2026：AI 工作负载成为主要驱动力
来源： 多源综合（Loginline、Fairwinds、Seaflux）
标签： kubernetes AI cloud-native platform-engineering
核心趋势：
- Kubernetes 采用率 2026 年预计达到 80% 企业覆盖
- AI / ML 工作负载成为 K8s 部署的首要驱动力
- Platform Engineering 取代传统 DevOps，降低开发者认知负担
- WebAssembly + Edge Computing 拓展去中心化编排边界
- GitOps、Policy-as-Code、Service Catalog 成为 AI 服务部署标配
评价： Kubernetes 作为 AI 操作系统地位的确认。对平台团队有直接规划参考价值。
后续行动： 纳入 Cloud-Native / Kubernetes 主题页
2. ⭐⭐⭐⭐ KubeCon 2026 信号：AI on K8s 平台化
来源： 近期 briefing 综合（2026-07 系列）
标签： kubecon k8s AI-serving platform
核心信号：
- KubeCon 2026 核心议题围绕 AI workloads on K8s 展开
- vLLM / SGLang 在 K8s 上的部署最佳实践成为热点
- 混合 Kubernetes 平台（Azure Arc / GKE Enterprise / EKS Anywhere / Red Hat OpenShift / Cloudfleet）持续演进
评价： K8s AI Serving 平台化趋势确认。
后续行动： 归档
3. ⭐⭐⭐ 2026 Kubernetes Serverless 框架对比
来源： DEV Community（dev.to mechcloud_academy）
标签： serverless kubernetes faas knative
核心框架： Knative、OpenFaaS、Kubeless、Apache OpenWhisk、Fission
评价： K8s 生态 serverless 框架 2026 年对比，适合 FaaS 选型参考。
后续行动： 归档
4. ⭐⭐⭐⭐ NVIDIA Vera Rubin / GB200 AI Factory Platform
来源： YouTube 科技频道（2026 系列）
标签： nvidia GPU AI-factory infrastructure
核心信息： NVIDIA 的 AI Factory 平台是云端 AI 基础设施的重要方向，GB200 提供 126 MB L2 cache，为分布式 KV Cache 提供新的硬件基础。
评价： 纳入 GPU/Inference 基础设施主题页。
后续行动： 归档
🔧 四、CSDN 高价值技术分享
1. ⭐⭐⭐⭐⭐ SGLang vs vLLM 深度对比（80% 市场份额）
来源： blog.csdn.net/cmzznet/article/details/161558882
Tavily 评分： 0.776
核心数据： 截至 2026，SGLang + vLLM 合计占据开源推理引擎 超过 80% 市场份额；SGLang 核心创新是 RadixAttention（前缀缓存自动复用）；vLLM 核心创新是 PagedAttention（分页内存管理）。
评价： 市场份额数据有战略参考价值，需核验 OSS Insight 原始链接。
可信度： 中高（标注来源 OSS Insight）
后续行动： 核验并写入推理引擎选型主题页
2. ⭐⭐⭐⭐ SGLang v0.4 零开销批处理 1.9× 性能提升
来源： blog.csdn.net/dk_allen/article/details/149419081
标签： SGLang v0.4 LMSYS RadixAttention
核心数据： SGLang v0.4 通过零开销批处理技术实现最高 1.9 倍性能提升；核心技术：RadixAttention + 零开销调度器。
评价： 有版本号 + 具体性能倍数，适合技术选型文档。需核验 1.9x 数据来源。
可信度： 中
后续行动： 核验后写入推理引擎横评主题页
3. ⭐⭐⭐⭐ 四框架选型决策树（Ollama / llama.cpp / vLLM / SGLang）
来源： blog.csdn.net/pW3g3lLuu/article/details/162391797
标签： 推理框架 Ollama llama.cpp vLLM SGLang 选型决策树
选型结论：
- 个人本地实验 → Ollama（入门友好）
- CPU 推理 / 量化灵活性优先 → llama.cpp
- 高并发生产 API → vLLM
- 多步 Agent / 复杂推理工作流 → SGLang
评价： 实用的四框架选型决策树，适合内部工具链文档。
后续行动： 写入"推理框架选型决策树"主题页
4. ⭐⭐⭐⭐ 2026 LLM 评测七层体系 + 数据泄露警示
来源： blog.csdn.net/qcx23/article/details/161460614
标签： LLM评测 Benchmark MMLU LiveBench SWE-bench 数据泄露
核心警示： 部分模型在 MMLU 上的高分存在训练数据泄露，这也是 LiveBench / SWE-bench 等新一代评测集在 2026 年兴起的原因。
七层体系：
1. 通用知识（MMLU 类）
2. 数学推理（GSM8K / MATH）
3. 代码生成（HumanEval）
4. 长上下文（LongBench）
5. Agent 任务（SWE-bench / LiveBench）
6. 对抗鲁棒性
7. 成本效益综合评估
评价： 评测体系认知框架，对避免选型误判有直接价值。需核验 LiveBench / SWE-bench 官网。
后续行动： 核验后写入 LLM 评测主题页
5. ⭐⭐⭐⭐ 静态 Benchmark vs 推理 Benchmark 是完全不同的两件事
来源： blog.csdn.net/weixin_54908067/article/details/162359866
标签： Benchmark TTFT TPOT 推理性能
核心区分：
| 维度 | 模型评估 Benchmark | 推理性能 Benchmark |
|---|---|---|
| 典型指标 | MMLU、HumanEval、GSM8K | TTFT（首 Token 时间）、TPOT（每输出 Token 时间） |
| 测量内容 | 答案正确率 | 推理延迟 / 吞吐量 |
| 关注点 | 模型"多聪明" | 服务"多快多稳" |
评价： 明确区分两类 Benchmark，避免用"考试分数"替代"服务性能"——生产部署常见误区。
后续行动： 写入 LLM 评测与推理性能主题页
6. ⭐⭐⭐⭐ 量化保真度：AWQ 保留 95% 全精度，GGUF 92%
来源： blog.csdn.net/lijinze2/article/details/162545512
标签： 量化 AWQ GGUF GPTQ INT4 精度损失
核心数据：
- AWQ：保留约 95% 全精度（精度与速度平衡的生产选择）
- GGUF：约 92% 全精度（本地 / 边缘部署）
- 数学和代码任务对量化最敏感：GSM8K 分数下降幅度是 MMLU 的 2-3 倍
评价： 有量化损失数据，对部署选型有直接指导意义。需核验 AWQ 原论文（arXiv:2306.00978）。
后续行动： 核验后写入量化部署主题页
7. ⭐⭐⭐ KV-Cache 压缩保真度核心验证数据集
来源： blog.csdn.net/weixin_44762713/article/details/162072927
标签： KV-Cache 压缩 GSM8K HumanEval LongBench 保真度
核心信息： GSM8K（小学数学推理）和 HumanEval（代码生成）是检验 KV-Cache 压缩保真度的核心数据集；逻辑类任务对数值精度、完整上下文依赖极强，不能只看通用指标。
后续行动： 写入推理优化主题页数据点
8. ⭐⭐⭐ 中文 Embedding 选型三维框架（BGE-M3）
来源： blog.csdn.net/alspd_zhangpan/article/details/162529407
标签： Embedding BGE-M3 RAG 向量维度 语义质量
核心框架： 选型核心看三点：语义质量、推理速度、向量维度；BGE-M3（支持 100+ 语言）逐渐成为主流，减少多语言系统维护多模型复杂度。
后续行动： 写入 RAG 工程化主题页 Embedding 选型章节
🧪 五、Reproduction（可复现研究条目）
1. ⭐⭐⭐⭐⭐ Stanford 大规模本地 LLM 推理实证研究
来源： The ML Engineer #394（Jul 05 2026）
标签： local-LLM benchmark inference-systems hardware-selection
核心数据（大规模实验）：
- 88.7% 查询可被本地模型正确回答（路由到最佳本地模型时）
- 71.3% ChatGPT 查询可被本地模型准确回答
- 评估范围：20+ 本地模型 × 8 加速器 × 100万+ 单轮问答
- Chat / 知识类任务强，技术推理类弱
- 指标：intelligence per watt = task accuracy / power consumption
工程意义： 本地推理可行性量化，平台选型参考。
可信度： 高（Stanford 学术研究，大规模实验）
后续行动： 精读原论文；核实 intelligence per watt 数据和硬件平台维度
2. ⭐⭐⭐⭐ FreqDepthKV：Frequency-Guided KV Cache Compression
来源： arXiv（被 Scouts Yutori Jul 05 2026 引用）
标签： kv-cache compression long-context inference-optimization
核心数据（32K token prefill window）：
- 3.9× effective compression
- 6.2 GB peak KV memory
- 70.4 tokens/second throughput
- 2.06 s time-to-first-token
- 方法：分解相邻层 KV state → shared low-frequency depth components + sparse high-frequency residuals
工程意义： 无需 retraining 的 KV 压缩，适合长上下文场景。
后续行动： 关注 GitHub 复现；可复现 benchmark
3. ⭐⭐⭐⭐ BrownoutMoE：MoE Expert 均衡化工程
来源： arXiv:2607.04164v1（被 Scouts Yutori Jul 06 2026 引用）
标签： MoE inference-optimization vllm distributed-systems
核心问题： MoE expert 访问高度不均衡——少数 hot experts 处理大部分 token，大量 cold experts GPU 利用率低。
解决方案： Structure-Aware Grouping Module（离线 optimizer）+ SLO Analyzer（在线阈值自适应）+ GPU block table + Triton kernel 实现（对比 vLLM host 放置）。
工程意义： MoE 部署实用工程思路，expert 碎片化问题系统解法。
后续行动： 关注 GitHub 复现
4. ⭐⭐⭐⭐ Akashic：vLLM 长程 Agent 记忆管理
来源： arXiv:2607.05708（被 Scouts Yutori Jul 06 2026 引用）
标签： vllm agent-memory long-context kv-cache production
实现要点： 基于 vLLM v0.10.0，扩展控制路径，GPU 执行路径不变；Memory retrieval → request admission layer；Memory write-back → request completion layer；物理布局维护：online relocation path + background storage manager。
工程意义： Agent 长期记忆系统化方案，vLLM 扩展实战。
后续行动： 归档；精读源码
5. ⭐⭐⭐ vLLM vs Ollama 吞吐对比基准（2026）
来源： SesameDisk（聚合社区基准）
单并发（RTX 4090 / Llama 3.1 8B）：
- Ollama：~62 tok/s；llama.cpp：~65 tok/s；vLLM：~71 tok/s
- 量化格式统一后差距消失，"runtime is not the determining factor at this scale; quantization choice is"
50 并发： - Ollama：~155 tok/s；vLLM：~920 tok/s（~5.9×） - vLLM 在并发 >10 时保持线性扩展；Ollama 很快序列化
评价： 单用户选 Ollama/lama.cpp，多用户必选 vLLM；量化格式 > 引擎选择。
后续行动： 更新推理引擎选型对比表
6. ⭐⭐⭐ 推理引擎并发墙量化（arXiv:2607.05876v2）
来源： arXiv（被 Scouts Yutori 引用）
标签： kv-cache concurrency MLA distributed-inference batching
并发墙级别：
| # | 墙 | 触发条件 | 解决方案 |
|---|---|---|---|
| 1 | KV capacity | B ≳ 70B | DP attention（→644） |
| 2 | KV bandwidth | long SS（9.2ms @8K） | DSA（→2.3ms） |
| 3 | Weight bandwidth | B ≳ 32B | quantization + EP scale-out |
| 4 | Compute | BGEMM* ≈ 670（8K MLA ~225） | capacity 优先 |
评价： MLA 风格 latent attention 高并发结构最优解是 DP attention；生产部署并发规划必读。
后续行动： 归档；审稿
7. ⭐⭐⭐ L2 Cache 异步 KV Cache 预取（AAAI 2026）
来源： https://ojs.aaai.org/index.php/AAAI/article/view/39224/43185
标签： kv-cache prefetch H20 FlashAttention-3
核心数据： 在 NVIDIA H20 GPU 上，2.15× kernel 加速，1.97× 端到端吞吐提升；超越 FlashAttention-3；与现有优化技术正交，可集成到 vLLM 等框架。
后续行动： 归档
六、高价值 Substack / 研究 Newsletter
1. ⭐⭐⭐⭐⭐ 理解 AI 2026：LLM 范式的根本局限（Nick Potkalitsky）
来源： https://nickpotkalitsky.substack.com/p/understanding-ai-in-2026-beyond-the
标签： LLM AGI paradigm research
核心问题： Sutskever / Karpathy / Sutton 三位顶级研究者均认为 LLMs 有根本性局限；预训练范式面临"pre-training paradox"和"reinforcement learning trap"。
工程意义： 帮助建立正确的 AI 能力边界认知，避免过度依赖 LLM scaling 路线图。
可信度： 高（引用三位顶级研究者）
后续行动： 精读；纳入 AI 范式认知主题页
2. ⭐⭐⭐⭐ Deep|LLM 2026：从模型投机到 Agent 驱动的真实需求（Alex Wimbarton / FUNDA）
来源： https://fundaai.substack.com/p/deepllm-2026-from-the-illusion-of
标签： LLM agent enterprise compute infrastructure
核心判断： 2026 不是泡沫破裂，而是从"模型中心投机阶段"转向"Agent 驱动阶段"的真实需求转移；2026 可能成为 AI 从"能思考"到"能执行"的拐点。
评价： 宏观经济和技术周期的判断框架，对理解 AI 投资方向有帮助。
后续行动： 归档
3. ⭐⭐⭐ EACL 2026 AI 研究趋势（Megagon Labs）
来源： https://megagon.ai/eacl-2026-ai-research-trends
标签： EACL2026 agentic-RAG KG-RAG benchmark
核心发现：
- KG-RAG 在图结构不完整时表现脆弱，过度依赖图完整性
- T2-RAGBench：文本+表格推理结合的评测集
- Elder et al.：2,500+ 真实 API 的 Agent 评测 benchmark
- 整体趋势：从单模型改进 → 交互式、可控、贴近人类需求的 AI 系统
后续行动： 归档；纳入 Agent RAG 研究趋势页
4. ⭐⭐⭐ OWASP Top 10 Agents & AI 漏洞速查表（Alex Wenerlof）
来源： https://alexewerlof.substack.com/p/owasp-top-10-ai-llm-agents
标签： OWASP security agent LLM vulnerability
核心内容： 完整的 LLM01-LLM10 + ASI01-ASI10 漏洞速查表，包含缓解建议。
评价： MCP server 安全漏洞尤其值得关注；适合作为 Agent 安全检查表。
后续行动： 纳入 Agent Security 主题页
七、分类标签汇总
| 类别 | 核心标签 |
|---|---|
| Database | kv-cache vector-search pgvector PostgreSQL18 OceanBase distributed-systems arXiv:2607.08057 |
| Backend | rust go llm-serving modular kv-cache agent-framework LangChain Microsoft-Agent-Framework |
| Cloud-Native | kubernetes AI-factory NVIDIA serverless KubeCon platform-engineering GB200 |
| CSDN | SGLang vLLM Ollama llama.cpp AWQ GGUF Benchmark TTFT TPOT BGE-M3 RAG 七层评测体系 |
| Reproduction | Stanford-local-LLM FreqDepthKV BrownoutMoE Akashic arXiv:2607.05876 arXiv:2607.04164 arXiv:2607.05708 |
八、建议写入路径
主草稿路径： /shared/research-kb/inbox/jay/2026-07-12-midday-briefing-database-backend-cloudnative-csdn-reproduction.md
分类归档建议（供后续同步任务参考）：
- research-kb/review/kv-cache/survey-arxiv-2607.08057.md — KV Cache 系统综述
- research-kb/review/inference/agentic-rAG-actuarial-arxiv-2607.07858.md — Agentic RAG 实证
- research-kb/review/rust-ai/rust-ai-infrastructure-16x-growth.md — Rust AI 基础设施
- research-kb/review/llm-evaluation/seven-layer-benchmark-2026.md — 评测七层体系
- research-kb/review/quantization/quantization-fidelity-AWQ-GGUF.md — 量化保真度
- research-kb/review/reproduction/stanford-local-llm-inference.md — Stanford 本地 LLM 研究
- research-kb/review/reproduction/freqdepthkv-kv-compression.md — FreqDepthKV
- research-kb/review/reproduction/brownoutmoe-moe-expert均衡化.md — BrownoutMoE
- research-kb/review/reproduction/akashic-vllm-agent-memory.md — Akashic vLLM 扩展
九、精读 / 审稿 / 主题页更新建议
| 优先级 | 行动 | 对象 |
|---|---|---|
| 🔴 精读 | Stanford 大规模本地 LLM 研究原论文 | intelligence per watt 数据需核实硬件维度 |
| 🔴 精读 | Pawan K Jha KV Cache Part 2 全文 | distributed directory + prefill/decode disaggregation |
| 🔴 精读 | Nick Potkalitsky：理解 AI 2026 根本局限 | LLM 范式边界认知 |
| 🟡 精读 | arXiv:2607.08057 KV Cache 综述全文 | 按需精读各方案章节 |
| 🟡 审稿 | 推理引擎并发墙（arXiv:2607.05876v2） | 归档待深读 |
| 🟡 审稿 | FreqDepthKV / BrownoutMoE / Akashic | 关注 GitHub 复现 |
| 🟢 更新 | 推理引擎选型决策树主题页 | SGLang v0.4 + 四框架 + vLLM vs Ollama benchmark |
| 🟢 更新 | LLM 评测主题页 | 七层体系 + 静态 vs 推理 Benchmark 区分 |
| 🟢 更新 | 量化部署主题页 | AWQ 95% / GGUF 92% + KV-Cache 压缩核心数据集 |
| 🟢 新建 | Rust in AI 主题页 | 16× star 增速 + foundation layer 论证 |
| 🟢 更新 | Agent Framework 选型页 | Microsoft Agent Framework 1.0 + LangChain 调研 |
Jay · 2026-07-12 11:05 · Asia/Shanghai
本次检索覆盖：arXiv × Tavily × Substack × ByteByteGo × Sebastian Raschka × CSDN × OSS Insight × Alice Labs × Scouts Yutori × Modular × Megagon Labs
未执行 GitHub 写入 | 本次写入：上方主草稿路径