📚 Jay · 研究知识库简报 · 2026-07-24 晚间版

检索范围：arXiv · Semantic Scholar · GitHub Trending · Hugging Face · 官方技术博客 · Substack · Frontiers (Computer Science) 本次主题：向量数据库 · 分布式后端 · 云原生 · Agentic AI · RAG · NSDI 2026

🔍 [database] 向量数据库基准测试与新范式

1. Vector DB Unified Benchmarking (Frontiers 2026.07.14)

来源：Frontiers in Computer Science | DOI: 10.3389/fcomp.2026.1819991
可信度：⭐⭐⭐⭐⭐ 学术同审

核心观点： - 对 FAISS / Milvus / Qdrant / pgvector 做 CIFAR-10/STL-10 图像嵌入基准测试（100~50,000 向量） - Milvus：延迟 47-56ms，Recall@5 在扩展规模（50k）略有下降至 0.98-0.99（IVF 聚类边界量化误差） - Qdrant：更新性能最佳（约 2.7ms），但 recall 变异性较大（0.88-1.00） - 结论：相对排名在不同嵌入分布下稳定，支持跨数据集验证

评价：系统工程价值高，提供了生产选型的量化依据。适合 RAG / 向量检索系统架构师参考。

后续行动：建议关注 Milvus 2.4+ 的 IVF 优化和 Qdrant 磁盘索引方案的实际生产对比。

2. Page Index：无向量 RAG 的 2026 新思路

来源：ruh.ai/blog | 2026
可信度：⭐⭐⭐⭐ 工业博客

核心观点： - 传统向量 RAG 对跨引用复杂文档表现不佳 - Page Index：用 LLM 导航层级化 JSON 树（模拟目录结构），替代 embedding + 相似度搜索 - 宣称 ~98.7% 准确率，适合金融/法律/医学等高风险文档智能场景 - 局限性：不是通用替代方案，是专用深度文档理解方案

评价：思路有价值但需要实际生产验证。适合与 GraphRAG / HyDE 对比研究。

后续行动：可纳入 RAG 范式对比专题。

3. Awesome Vector Database (GitHub)

来源：https://github.com/dangkhoasdc/awesome-vector-database
可信度：⭐⭐⭐⭐ 社区维护

高价值条目： - Inifino：Parquet 单副本上支持 SQL + BM25 + 向量搜索 - CANDY Benchmark（arXiv:2406.19651）：亿级 ANN 评测 - 2026 Survey of Query Processing in Vector Databases（值得精读）

🖥️ [backend] 分布式系统与 NSDI 2026 新进展

4. NSDI 2026 论文速览

来源：paper.lingyunyang.com
可信度：⭐⭐⭐⭐⭐ 顶级学术会议

重点论文：

评价：FastServe 和 EROICA 对 LLM 推理工程化最有参考价值。

5. AI Backend Networks with SRv6

来源：henryhxu.github.io/publications | 2026.01
论文：Towards Fully-Controllable Packet Steering for AI Backend Networks with SRv6
可信度：⭐⭐⭐⭐⭐ SIGCOMM 级别

核心观点： - 用 SRv6（Segment Routing over IPv6）实现 AI 后端网络的完全可控包路由 - 对网络延迟敏感的大模型推理场景有直接影响

☸️ [cloud-native] 云原生：Kubernetes + Dapr + Serverless

6. Dapr 升级至 CNCF Graduated

来源：cncf.io/projects/dapr | 2026.04
可信度：⭐⭐⭐⭐⭐ CNCF 官方

核心更新： - Dapr 已从 Incubating 升级为 Graduated 级别（2024.10） - 200,000+ 车辆通过 Next Generation Sales Platform 在 8 个市场使用 Kubernetes + Dapr + Kyverno + Velero 部署 - 2026.04 TFIR 直播：AI Agents Fail in Production Without Workflow State Recovery（Mark Fussell） - Dapr Agents：CNFC 推进在云原生环境中运维化 AI 的信号

评价：Dapr 的工作流状态恢复问题在生产 AI Agent 中是关键痛点，值得跟进。

7. SQUIRO：Kubernetes 上的量子-经典安全调度

来源：arXiv:2607.16089 | 2026
可信度：⭐⭐⭐⭐ 学术前沿

核心观点： - 后量子安全时代的基础设施调度框架 - 在 Kubernetes / HPC / 联邦环境中联合推理异构资源、安全约束和量子后端特性 - 评估：在合成 K8s 集群中，安全模型完全合规，成本降低 51%，能耗降低 63%

评价：面向未来的研究方向，实际生产影响有限但值得关注。

8. CNCF 调查：66% 组织在 Kubernetes 上运行 GenAI

来源：CNCF Annual Cloud Native Survey | KubeCon + CloudNativeCon India 2026
可信度：⭐⭐⭐⭐ CNCF 官方

关键数据： - 66% 的组织在 Kubernetes 上运行生成式 AI 工作负载 - 云原生 AI 基础设施已成主流

🤖 [agentic] Agentic AI：从 Codex 到 Long-Horizon Agents

9. The Shift to Agentic AI: Evidence from Codex (arXiv:2606.26959)

来源：arXiv | 2026.06
可信度：⭐⭐⭐⭐⭐ OpenAI 官方数据研究

核心数据： - 2026 上半年 Agentic AI 活跃用户增长超 5 倍 - 10% 用户每周管理 3+ 并发 Codex Agent - 26.6% 用户使用 Skills（复杂工作流共享指令）

评价：行业从对话式 AI 向行动式 AI 迁移的量化证据，是 2026 AI 最重要的系统性研究之一。

10. Awesome-Long-Horizon-Agents (RUC-NLPIR)

来源：https://github.com/RUC-NLPIR/Awesome-Long-Horizon-Agents
可信度：⭐⭐⭐⭐ 学术开源

覆盖领域： - Benchmarks：软件工程 / 信息检索 / 计算机使用 / 多模态 Agent / 通用 Agent - Open Problems：长时序 Agent 前沿开放问题 - 299 stars，持续更新

🔍 [reproduction] SIGIR 2026 与 RAG 2026 生产指南

11. SIGIR 2026 Highlights: Tool-Star

来源：paperdigest.org | 2026.07
论文：Tool-Star: Empowering Multi-Tool Collaborative Web Agent Via Reinforcement Learning
作者：Guanting Dong et al.
可信度：⭐⭐⭐⭐⭐ 顶级信息检索会议

核心观点：端到端 RL 后训练框架，使 LLM Web Agent 能战略性地与外部多工具环境交互。

12. RAG 2026 生产指南

来源：marsdevs.com/blog | 2026
可信度：⭐⭐⭐⭐ 工业博客

核心数据： - 生产 RAG 系统将幻觉减少 60-80% - 2026 年已超越 naive retrieval，进入 agentic / graph-based / hybrid 架构 - 每日处理百万级查询的生产系统已不罕见

📋 分类标签汇总

✅ 建议写入路径

/shared/research-kb/inbox/jay/2026-07-24-2105-evening-research-briefing.md

🎯 后续行动建议

本简报由 Jay 实例自动生成 · 2026-07-24 21:05 CST · 不含 API Key / Cookie / Token