知识库草稿 · Jay · 2026-07-17 上午场补遗

主题

数据库 · LLM 推理系统 · Agent 搜索架构 · Cloud-Native 2026 · Substack 研究线索

检索范围

• arXiv (cs.IR / cs.AI / cs.SE / MLSys) · Substack (Sebastian Raschka / 行业 newsletter)
• CNCF 2026 Q1 报告 · Hugging Face / GitHub · 向量数据库对比报告 · Kubernetes 平台工程趋势

DATABASE

1. AAAI 2026：关键词搜索 Agent 无需向量数据库——RAG 的范式动摇？

来源： arXiv:2602.23368 · Subramanian et al. (Amazon Science) · AAAI 2026 链接： https://arxiv.org/abs/2602.23368 发表： 2026-02（arXiv 提交） 分类标签： Database | RAG | Agentic Search | 信息检索 | 颠覆性研究 可信度： ⭐⭐⭐⭐⭐ 有 AAAI 背书，Amazon Science 出品，同一 LLM 控制变量实验

核心发现：

研究在完全相同的条件下（Claude 3 Sonnet、200K context、temperature 0.001、六个数据集）对比： - 向量 RAG：Bedrock Knowledge Base + Titan Text Embeddings V2 - Agentic 关键词搜索：ReAct loop 调用 pdfmetadata、rga、pdfgrep（即 Linux grep 工具链）

Anthropic 内部案例：2025 年 5 月将 Claude Code 中的向量搜索替换为 grep，性能反而"outperformed everything. By a lot"（据 Claude Code 创建者 Boris Cherny）。

工程评价： - 这篇论文的工程意义远大于学术意义——它直接质疑了向量数据库在 Agent 场景的必要性 - "Embedding + 向量搜索"并非 Agentic RAG 的必要条件，grep/rga 等工具驱动的检索在封闭域文档问答中已接近 RAG 水平 - 并不意味着向量数据库已过时：语义相似性搜索、长上下文理解、跨模态检索等场景仍依赖向量检索 - 启示：对于"精确关键词优先"的垂直领域（法务、财报、医疗），Agentic keyword search 可能是更低成本的方案

保留理由： 高影响力颠覆性研究；改变了 RAG 系统设计的底层假设；多条工业界案例佐证（Claude Code、Cursor、Windsurf、Cline、Devin）；对知识库架构选型有直接指导价值。

后续行动： 关注 AgenticRAG (arXiv:2605.05538) 的对比数据；考虑是否在知识库主题页更新"向量数据库 vs Agentic Search 选型框架"；注意该方向尚未在生产环境大规模验证，保留审慎态度。

2. AgenticRAG：企业知识库的场景化 Agentic 检索新架构

来源： arXiv:2605.05538v1 链接： https://arxiv.org/html/2605.05538v1 发表： 2026 分类标签： Database | Agentic RAG | 企业知识库 | RAG 评测 可信度： ⭐⭐⭐⭐ 有量化对比，在 FinanceBench 数据集上有对照实验

核心发现：

AgenticRAG 的工具集：search（全局搜索文档库）、find（单文档内关键词/语义定位）、open（打开并读取页面）、summarize（总结内容）。

与上一条 AAAI 2026 论文的关系：两者都指向 Agentic > 传统 RAG，但 AgenticRAG 使用 GPT-5-mini + 多工具编排，达成率更高（3.8× vs 传统 RAG）。

工程评价： - 92% vs 24% 的差距说明传统 chunk-level RAG 在长文档问答场景存在严重的信息丢失 - 工具调用架构（search → find → open → summarize）比纯 embedding 检索更适合结构化长文档 - 作者强调 Find 工具支持 optional semantic find mode，说明纯关键词+结构化文档索引在某些场景已足够

保留理由： 与 AAAI 论文形成互证，补充了"多工具 Agentic RAG > 关键词搜索 Agent"的证据链。

3. 向量数据库 2026 对比：Braintrust & PingCAP 决策框架

来源： Braintrust (2026-07-11) · PingCAP/TiDB (2026-02-25) 链接： - https://www.braintrust.dev/articles/best-vector-databases-for-rag-2026 - https://www.pingcap.com/compare/best-vector-database

分类标签： Database | Vector DB | RAG | 选型参考 可信度： ⭐⭐⭐ 中（Braintrust 为行业平台，PingCAP/TiDB 有商业倾向，但数据有参考价值）

关键结论对比框架（按场景）：

工程评价： - 2026 年向量数据库进入"场景细分"阶段，没有全能冠军 - 值得关注：Qdrant 的 filter-heavy retrieval 在多租户 RAG 场景中优势明显，与 Agentic Search 趋势形成有趣对比——过滤靠 Qdrant，检索靠 Agentic

BACKEND

4. FlowPrefill：MLSys 2026 Oral——LLM 推理调度的队头阻塞问题与 5.6× 吞吐提升

来源： arXiv:2602.16603 · MLSys 2026 Oral 链接： https://arxiv.org/html/2602.16603v1 | https://github.com/HSIEHCHIACHI/FlowPrefill 作者： Hsieh et al. 发表： 2026-02；MLSys Oral 2026-05-21 分类标签： Backend | LLM Inference | 推理调度 | 吞吐优化 | MLSys 可信度： ⭐⭐⭐⭐⭐ MLSys Oral；GitHub 已开源；有真实生产 trace 评测（QwenTrace）

核心问题：

LLM Serving 在 prefill 阶段（计算密集的长输入处理）存在队头阻塞（Head-of-Line Blocking）： - 长请求独占 GPU → 短请求被阻塞 → TTFT（首 token 时间）SLO 违反 - 现有分块 prefill（chunked/layered preemption）存在根本矛盾：块越小响应越快但吞吐越低，块越大吞吐越高但阻塞越严重

核心贡献：

1. 操作符级抢占（Operator-Level Preemption）：利用算子边界（qkv_proj、attn、o_proj 等）实现细粒度中断，无需固定小分块，延迟低于 4.5ms

2. 事件驱动调度（Event-Driven Scheduling）：只在请求到达或完成时触发调度决策，减少控制面开销

3. S-EDF（SLO-Aware Earliest Deadline First）：结合 SLO 截止时间的优先级调度

关键数据（QwenTrace 生产 trace）：

支持模型：Llama3-8B、Qwen2.5-14B、Llama3-70B、Qwen3-30B-A3B（MoE）。

工程评价： - GitHub 已开源（Apache-2.0），有 PD-colocation 和 MoE 兼容性 - 对 vLLM 生产部署有直接参考价值：TTFT 优化是 2026 年 LLM Serving 的核心战场 - 操作符级抢占的实现思路值得在团队内部调度框架中借鉴

保留理由： MLSys Oral 级别，系统工程贡献扎实；5.6× goodput 提升是实打实的数字；GitHub 已开源。

后续行动： 精读操作符级抢占的实现细节；评估与 vLLM PagedAttention 的结合可能性。

5. LLM 推理优化 2026 综合指南：Zylos 研究报告关键指标

来源： Zylos.ai (2026-01-15) 链接： https://zylos.ai/research/2026-01-15-llm-inference-optimization 分类标签： Backend | LLM Inference | 量化指标 | 推理优化 可信度： ⭐⭐⭐ 中（行业研究报告，部分数据来自厂商）

关键性能数字（2026 年生产基准）：

2026 年推理栈格局： - vLLM + PagedAttention 仍是生产标准 - SGLang + RadixAttention 在 Agent/RAG 场景吞吐领先（长上下文多请求场景） - H100 价格回归（$3–4/hr），A100 逐步退居次席 - Edge 侧：<9B 模型在垂直任务已可与云端模型竞争

保留理由： 量化指标汇总，是基础设施选型的快速参考；可作为团队内部分享的"推理优化 2026 数字卡片"。

6. Sebastian Raschka：2026 年 LLM 论文全景清单（1月–5月）

来源： Sebastian Raschka Newsletter (2026) 链接： https://magazine.sebastianraschka.com/p/llm-research-papers-2026-part1 分类标签： Backend | LLM Research | Survey | Agent | Reasoning | Inference 可信度： ⭐⭐⭐⭐⭐ AI 教育领域权威一手整理，有分类有评论

十大分类方向（2026 年至今）： 1. Architecture & Model Design（混合架构：Nemotron-3 Mamba-2 混用；Arcee Trinity） 2. Efficient Training & Scaling 3. Inference Efficiency & KV Cache 4. Sparse Attention & Long Context 5. Reasoning & Test-Time Compute 6. Reinforcement Learning & RLVR 7. Agent Systems & Tool Use（重点方向） 8. Coding Agents & Software Engineering（重点方向） 9. Diffusion Language Models 10. Model Evaluation & Benchmarks

值得关注的亮点： - 混合注意力架构（Regular + Mamba-2 SSM）在 120B-A12B 参数规模展现了长上下文效率优势 - 2026 年明显趋势：从"让 Transformer 更大"转向"混合架构 + 推理效率 + Agent 工具链" - 相比 2025 年，Agent harnesses、tool use、long context、diffusion language models 方向论文密度显著增加

保留理由： 高质量研究地图，适合作为知识库主题页的论文导航；精读价值高。

后续行动： 在 LLM 系统主题页增加 2026 论文清单链接；按分类整理到知识库。

CLOUD-NATIVE

7. CNCF Q1 2026 云原生成熟度报告：AI 开发者路径洞察

来源： CNCF (2026-03) · State of Cloud Native Development Q1 2026 链接： https://www.cncf.io/wp-content/uploads/2026/03/State-of-Cloud-Native-Development-Q1-2026.pdf 分类标签： Cloud-Native | Kubernetes | Platform Engineering | AI/ML | CNCF 可信度： ⭐⭐⭐⭐⭐ CNCF 官方报告，2026 Q1 最新数据

关键数据： - 82% 的容器用户在生产环境运行 Kubernetes（较去年继续上升） - 94% 在生产、试点或评估阶段 - 66% 将 Kubernetes 用于生成式 AI 工作负载 - Gartner 预测：2026 年 >90% 的全球组织将在生产环境运行容器化应用

AI 开发者云原生成熟度路径（新发现）： CNCF 首次提出 AI 开发者的独特路径——不同于传统微服务开发者：

工程评价： - 可观测性在 AI 场景比传统微服务更重要——模型性能监控、数据质量追踪需要专门的 observability stack - 事件驱动架构对 AI 数据流水线（触发重训练、特征工程流式处理）有天然亲和性 - 平台工程使 Kubernetes 对开发者"不可见"（Internal Developer Platforms），这是 2026 年的大趋势

保留理由： 官方权威数据，是年度云原生状态报告的重要补充；首次给出 AI 开发者独特成熟度路径。

8. Kubernetes 2026 平台工程与安全趋势

来源： Gart Solutions · Fairwinds · Medium (orlando1409) 链接： - https://gartsolutions.com/kubernetes-and-containerization-trends - https://www.fairwinds.com/blog/kubernetes-eating-production-why-usage-keeps-climbing - https://medium.com/@orlando1409/beyond-kubernetes-platform-engineering-trends-for-2026-8f82e09e27e0

分类标签： Cloud-Native | Kubernetes | Platform Engineering | Security | FinOps | Wasm 可信度： ⭐⭐⭐ 中

2026 年 Kubernetes 关键技术趋势：

工程评价： - Wasm 是 2026 年最值得关注的"容器补充技术"，对 serverless 函数、数据库内插件、edge 工作负载有实质价值 - 平台工程使 Kubernetes 技能需求从"运维专项"变成"平台团队专项"，开发者直接接触 K8s 的机会减少 - 安全+FinOps 是 2026 年 Kubernetes 选型的两大新增决策维度

保留理由： 系统性趋势梳理；对团队基础设施规划有参考价值；SBOM 趋势值得关注。

REPRODUCTION

9. FlowPrefill GitHub 源码 + 评测代码

来源： GitHub: HSIEHCHIACHI/FlowPrefill 链接： https://github.com/HSIEHCHIACHI/FlowPrefill 许可证： Apache-2.0 状态： 主仓库已开源；PD-colocation 实验代码和基线代码因评估需要未包含在仓库中；当前仅支持 NIXL connector for KV transfer

复现价值： ⭐⭐⭐ 中高 - 核心调度框架已开源 - 基线和 PD-colocation 实验代码未包含（论文对比数据可能无法复现） - 支持 Llama3-8B / Qwen2.5-14B / Llama3-70B / Qwen3-30B-A3B

SUBSTACK / 研究线索

10. Substack 高价值线索追踪

线索 A： Abdullah Grewal (Medium/Substack) — "AI Agents Don't Need Vector Search Anymore" 来源： buzzgrewal.medium.com（2026 年 7 月） URL： https://buzzgrewal.medium.com/ai-agents-dont-need-vector-search-anymore-inside-the-agentic-search-stack-replacing-rag-in-2026-58efcabe4f6f 核心观点： 系统性梳理 2026 Agentic Search Stack，引用 AAAI 2026 + Anthropic 内部案例 + 多家厂商决策变化 价值： 高质量综述，适合作为知识库"Agentic Search vs Vector RAG"主题页的核心参考文献

线索 B： Sebastian Raschka — LLM Research Papers 2026 List 来源： magazine.sebastianraschka.com 价值： 见上文第 6 条

本次汇总

建议写入路径

主草稿路径： /shared/research-kb/inbox/jay/2026-07-17-1105-midday-briefing-db-backend-cloudnative-agentsubstack.md

后续行动建议： 1. 精读优先级：FlowPrefill 论文（推理调度）+ AAAI 2602.23368（Agentic Search） 2. 主题页更新：知识库建议增加"Agentic Search vs Vector RAG 选型框架"页面，整合 AAAI 2026 + AgenticRAG 两篇论文结论 3. CSDN：今日无新增高质量 CSDN 条目，上午批次 vLLM/LangChain/LlamaIndex 内容已覆盖主要需求 4. Substack 线索：建议跟进 Grewal 的 Agentic Search 综述文章，评估是否需要单独产出条目

Jay · 2026-07-17 11:05 AM (Asia/Shanghai) · 第 3 次知识库轮次