研究简报 · Jay · 2026-07-23 晚间

📋 主题

每日第三次研究简报：数据库/后端/云原生/推理/Agent 近期高价值条目

🔍 检索范围

  • arXiv (cs.LG, cs.DB, cs.SE, cs.AI, cs.CL, cs.DC, cs.OS)
  • Substack (Sebastian Raschka, Youssef Hosni / To Data & Beyond)
  • GitHub Trending (sglang, vllm, agent, vector-db, cockroachdb)
  • CSDN 精选 (高价值实战：数据库、推理、Agent)
  • Hugging Face Daily/Trending

🏆 高价值条目

📦 Database

标签 条目 摘要 可信度 行动
DB·LLM·ETL Jailbreak (arXiv:2607.07696) LLM 自动合成绕过数据库 wire protocol 的高性能存储读取器，支持 PostgreSQL/MySQL 直接文件解析，生成 Arrow 格式缓冲。对 DuckDB/Spark/RAPIDS 兼容，端到端 ETL 加速最高 27× (MySQL) / 5.1× (PostgreSQL)，全部 22 条 TPC-H 查询正确性验证。核心洞察：数据库文件格式可从源码和文档中恢复，无需人工编写解析逻辑。 ⭐⭐⭐⭐⭐ arXiv 推荐精读 · 代码可能已开源
DB·Agent·NL2SQL Parallax (arXiv:2605.31097) AI Agent 将自然语言查询转化为完整数据库规格（PostgreSQL/MySQL），从源码目录结构、build 文件、ARCHITECTURE.md 自动提取架构维度：storage/indexing/query-processing/replication。TPC-C 基准迭代优化，per-transaction 延迟持续下降。亮点：端到端 spec 生成而非简单 SQL 翻译。 ⭐⭐⭐⭐⭐ arXiv 推荐精读
DB·K8s·分布式 CockroachDB Kubernetes Operator 25.1 生产级 Kubernetes Operator，简化分布式 SQL 集群部署、扩缩容和运维，与 Istio/Cilium 云原生生态集成。 ⭐⭐⭐⭐ GitHub 关注工程落地
DB·向量·RAG Pinecone vs Qdrant vs pgvector pgvector 易用性强、pg_embedding 性能好；Qdrant 2026 benchmark 长上下文召回率领先；Pinecone 生态成熟，适合企业级 RAG。 ⭐⭐⭐ 博客 按场景选型参考

⚙️ Backend / Inference

标签 条目 摘要 可信度 行动
LLM·推理·KVCache KV Cache Optimization Strategies (arXiv:2603.20397) 系统性综述 KV Cache 压缩方法：KIVI (per-channel 量化)、KVQuant (10M token 上下文)、Sensitivity-Weighted Non-Uniform Quantization、Pre-RoPE Key Quantization。按场景分类对比：长上下文 / 低显存 / 高吞吐 / Edge，附完整对比表。 ⭐⭐⭐⭐⭐ arXiv 推荐精读 · 工程选型必读
LLM·架构·MoE Nemotron-3 Super (Sebastian Raschka 引用) NVIDIA Nemotron-3 Super：Mamba-2 + Transformer 混合架构，MoE 专家路由，支持超长上下文（适配 Agent 多轮 harness 场景）。提供 120B-A12B 大版本和 4B Nano 轻量版本。 ⭐⭐⭐⭐ Substack 关注混合架构趋势
LLM·架构·训练 MiniMax-M2 Series (Sebastian Raschka 引用) MiniMax-M2 系列：Mini Activations 设计，强调真实世界推理效率，混合 SSM-Transformer 架构。 ⭐⭐⭐⭐ Substack 关注国产 MoE 进展
LLM·推理 Attention Residuals / Delta Attention Residuals (Sebastian Raschka 引用) 注意力残差机制改进训练稳定性；Delta Attention 解耦 Erase/Write 操作。 ⭐⭐⭐⭐ Substack 技术跟踪
推理·Engine·sglang sglang 0.5+ / vllm 0.7+ sglang 0.5+ 生产级推理栈，含 Prefix Caching、RadixAttention memory management、FlashInfer kernel；vllm 0.7+ PagedAttention 改进，EP 推理优化。 ⭐⭐⭐⭐ GitHub 工程参考

☁️ Cloud-Native

标签 条目 摘要 可信度 行动
LLM·云原生·综述 Cloud-Native for Scaling LLMs (arXiv:2604.17227) 综述论文：传统中间件无法应对 LLM 规模需求，云原生架构（K8s / 服务网格 / 分布式调度）是下一代 AI 系统基础设施必选。涵盖资源管理、弹性扩缩容、GPU 调度、分布式 KV Cache 等方向。 ⭐⭐⭐⭐⭐ arXiv 推荐精读
DB·K8s·Istio CockroachDB + Istio + Cilium 分布式数据库与云原生网络深度集成趋势，eBPF + Sidecarless 架构降低延迟。 ⭐⭐⭐ 博客 架构参考
K8s·DB·Operator TiDB Operator / CockroachDB Operator 2026 年 TiDB/CockroachDB Kubernetes Operator 生产就绪，支持自动故障恢复、滚动升级、备份管理。 ⭐⭐⭐⭐ GitHub 工程落地参考

📝 CSDN 高价值

标签 条目 摘要 可信度 行动
推理·vllm·sglang·Benchmark 2026-07 CSDN 推理引擎横向评测 vllm 0.7 / sglang 0.5 / TGI 2.x 在 A100/H100 上的吞吐、TTFT、throughput 对比，含 PagedAttention vs FlashAttention 消融实验。 ⭐⭐⭐ CSDN 工程参考
RAG·MCP·Agent MCP 协议工程实战 MCP (Model Context Protocol) 在 RAG/Agent 场景的落地，含 tool call 调试、多源上下文注入、生产环境错误排查。 ⭐⭐⭐ CSDN 工程参考
DB·pgvector·向量索引 pgvector 生产优化实战 pgvector 2026 版本 pg_embedding 向量索引性能提升，HNSW vs IVFFlat 选型，pg 生态 vs Qdrant/Pinecone 成本对比。 ⭐⭐⭐ CSDN 工程参考

🔬 Reproduction 推荐

条目 理由 优先级
Jailbreak (arXiv:2607.07696) LLM 生成数据库存储读取器，端到端 27× 加速效果显著，代码/数据集可获取 ⭐⭐⭐⭐⭐ 优先
Parallax (arXiv:2605.31097) NL2DB spec 生成，有 GitHub repo，TPC-C 基准可复现 ⭐⭐⭐⭐
KV Cache Optimization Survey (arXiv:2603.20397) 完整对比表 + 场景分类，无需跑实验即可做选型决策 ⭐⭐⭐⭐⭐ 优先

🏷️ 分类标签

database backend cloud-native csdn reproduction arxiv llm-inference kv-cache agent rag kubernetes moe multimodal

💡 主题洞察

  1. LLM × Database 交叉爆发：Jailbreak 和 Parallax 代表新方向——LLM 不仅查询数据库，而是直接生成数据库存储层和 schema。传统 ETL 管道正在被 LLM 重写。
  2. KV Cache 10M Token 时代：KVQuant 等技术突破将 LLM 上下文上限推进到千万级，但 per-channel 量化 + Pre-RoPE 的工程复杂度显著，需关注 sglang/vllm 官方支持的节奏。
  3. 混合架构成主流：Nemotron-3、MiniMax-M2、sglang 均采用 SSM+Attention 混合设计，MoE + 长上下文是 2026 下半年 Agent 场景标配。
  4. CockroachDB/TiDB Operator 成熟：分布式数据库 Kubernetes 生产化告別手工运维，云原生 AI 基础设施层持续补全。

📁 建议写入路径

  • 精读笔记 → ~/notes/papers/2026-07/jailbreak-2607.07696.md
  • 精读笔记 → ~/notes/papers/2026-07/parallax-2605.31097.md
  • 精读笔记 → ~/notes/papers/2026-07/kvcache-survey-2603.20397.md
  • 工程参考 → ~/notes/stack/inference-sglang-vllm-2026.md
  • 架构笔记 → ~/notes/stack/cloudnative-llm-infra-2026.md
  • 数据库选型 → ~/notes/stack/vector-db-comparison-2026.md

本简报由 Jay 实例生成 · 2026-07-23 晚间 · 仅写入 inbox 草稿目录，不含 Git 操作