Jay · 学术知识库简报 · 2026-07-26（第三次/日）

本次主题

RAG/Agent/LLM Systems 领域技术动态 + 向量数据库格局 + MLOps Inference 工程化

🔍 检索范围

• Tavily Search: RAG agent systems, vector database, multimodal AI, MLOps inference, Substack
• 时间范围：最近 48 小时（2026-07-24 ~ 2026-07-26）
• 学术来源：arXiv（AAMAS 2026 提交活跃，cs.MA 每日 12~28 篇新提交）

📂 database 类

⭐ 高价值条目 1：向量数据库格局 2026 Q2 深度分析

来源：State of Vector Databases Q2 2026（Actian 官方技术博客）

核心观点： - 规模分界点清晰：50M 向量以下是 PostgreSQL + pgvector/pgvectorscale 的天下；超过 50M 进入专用向量数据库领地。 - pgvectorscale 性能突破：TigerData 基准测试在 50M 向量（768 维）上达到 471 QPS（99% recall），是 Qdrant（41 QPS）的 11 倍，但 p95 延迟（60ms）劣于 Qdrant（36ms），索引构建时间也更长（11.1h vs 3.3h）。 - AI Agent 工作负载打破读优化假设：Agent 发起的查询量是人类 10 倍，且写入频繁，造成索引膨胀、流量峰值和多租户压力，传统的读优化向量索引难以应对。 - DiskANN 成为兆级向量新标准：HNSW 需要全量驻留 RAM，DiskANN 将大部分索引存储在 SSD，成本大幅降低，NVIDIA 在 10B+ 传感器数据上用 Milvus + DiskANN 实现 30 倍成本削减。 - 语义缓存（Semantic Cache）取代传统 LRU 缓存：复用相似 Query-Answer 对，降低延迟和推理成本。

可信度：高（Actian 为数据库老牌厂商，数据有基准来源，附实际硬件配置）

后续行动：可纳入向量数据库选型决策框架，更新主题页

⭐ 高价值条目 2：向量数据库 2026 完整对比（MarkTechPost）

来源：Best Vector Databases in 2026

核心观点： - Pinecone（2026 新功能）：Serverless 架构优化，支持 BYOC（数据平面在用户云账户），Nexus/KnowQL 早期访问，Native Full-text Search 公开预览。 - Milvus：GPU 加速 + 分布式查询，但运维依赖较重（metadata store + object storage + WAL），超大规模团队选用。 - PostgreSQL + pgvector：50M 以下向量首选，已有 PostgreSQL 团队无需引入新服务，备份/监控/复制体系复用，Reddit/HN 社区默认推荐。 - Cloudflare Vectorize：Workers 生态专用，50k namespace，serverless，但全文本搜索缺失，向量上限 5M/GDPR 合规存疑。

可信度：中（新闻聚合平台，数据来自厂商文档，缺少独立基准）

📂 backend 类

⭐ 高价值条目 3：Agentic RAG 工程实践——Keyword Search 取代 Vector Search？

来源：AI Agents Don't Need Vector Search Anymore（Medium，Abdullah Grewal）

核心观点： - AAAI 2026 论文实证（Subramanian et al.）：相同 LLM（Claude 3 Sonnet，200K 上下文），ReAct Agent 调用 pdfmetadata/rga/pdfgrep 等关键词工具 vs. Bedrock Knowledge Base Titan Embeddings 向量检索，6 个数据集对比，结果差异极小，关键词搜索在 FinanceBench（长表格型财务文件）甚至超越向量搜索（30.40% vs 24.24%）。 - 结论：向量数据库对高质量检索并非必要，Agentic 工具调用搜索是大量场景的可行替代方案。 - 产业证据：Claude Code、Cursor、Windsurf、Devin（Cognition）、Cline、Sourcegraph Amp 等主流 Agent 产品已不再将语料索引进向量数据库，而是将检索暴露为工具让 LLM 自行决定调用时机。 - 论文引用：Subramanian et al., "Keyword search is all you need: Achieving RAG-Level Performance Without Vector Databases Using Agentic Tool Use"，AAAI 2026。

可信度：高（引用同行评审会议论文，附 Spider Plot 对比图，有 GitHub 链接）

后续行动：精读 AAAI 2026 论文原文，验证结论可靠性；更新 RAG 选型主题页

⭐ 高价值条目 4：Inference Engineering——2026 GPU 云专属角色定义

来源：What Is Inference Engineering? The 2026 GPU Cloud Guide（Spheron Blog）

核心观点： - ML Engineer ≠ Inference Engineer：ML Engineer 专注训练/数据集/评估；Inference Engineer 专注 serving 框架/GPU 选型/KV cache 调优/throughput-latency 权衡/Inference FinOps。 - 2026 年 inference stack 对比：vLLM（PagedAttention，高吞吐），TensorRT-LLM（最低延迟，NVIDIA GPU），Ollama（本地/边缘），llama.cpp（CPU），ONNX Runtime（跨平台）。 - 量化压缩技术矩阵：

• 核心指标：TTFT（Time to First Token）、ITL（Inter-Token Latency）、Throughput tokens/s、Cost per million tokens。

可信度：高（技术细节丰富，含框架对比表）

后续行动：纳入 MLOps 工程化主题页

📂 cloud-native 类

高价值条目 5：平台工程预测 2026——DevOps 与 MLOps 统一流水线

来源：10 Platform Engineering Predictions for 2026

核心观点： - 预测 4：DevOps 与 MLOps 收敛：当前 Model handoff 仍需手动，inference 端点部署在标准治理之外，数据科学团队与平台工程团队并行运作。2026 年走向统一流水线。 - Self-Architecture（自架构）出现：超越 Self-healing（已知故障响应），主动根据负载分析切换实例类型、迁移数据库优化查询模式、重构服务网格降低延迟。 - 人类角色从架构师转为策略师：设定目标与约束，AI 处理实现细节。

可信度：中（行业预测，非实证数据，但反映平台工程社区共识）

📂 csdn 类

⭐ 高价值条目 6：CSDN 2026 最新 AI Agent 开发技术全解析

来源：2026 最新 AI Agent 项目开发技术全解析：从 RAG、MCP 到多 Agent 协同落地（CSDN，2026-05-28）

核心观点： - RAG + MCP + Multi-Agent 三位一体：MCP（Model Context Protocol）实现系统安全连接，GraphRAG 提升知识响应精准度，Agent DevOps 保障 AI 可靠性，RaaS 模式量化价值。 - Java 21 + Spring AI 企业级 AI 应用：虚拟线程实现数万并发，向量检索 + 智能 Agent + 全链路可观测，适合金融/政务严监管场景。 - Agent 架构 vs 传统 Web 架构：本质差异在于概率性推理 vs 确定性逻辑，建议混合架构渐进迁移。 - 幻觉与工具调用解决方案：RAG 增强、结构化输出、CRAG（Corrective RAG）评分层。

收录原因：CSDN 高阅读量（563+），覆盖企业级 AI Agent 完整技术栈，有代码框架对比（LangChain/LlamaIndex/Spring AI），对国内开发者有参考价值。

后续行动：可纳入 Agent 系统架构主题页参考

📂 reproduction 类

高价值条目 7：arXiv 多 Agent 系统最新提交（2026-07-24 ~ 2026-07-26）

来源：arXiv cs.MA recent

观测： - 每日 12~28 篇新提交，2026-07-26 显示 16 篇，涉及 Multi-Agent 协调、任务分配、博弈论、共识机制等。 - AAMAS 2026 会议在即（Advancing Multi-Agent RAG with Minimalist Reinforcement Learning 已中），多 Agent 协调与 RAG 结合方向活跃。

arXiv 新论文： - arXiv:2505.17086："Advancing Multi-Agent RAG Systems with Minimalist Reinforcement Learning" → AAMAS 2026，Multi-Agent RAG + RL，微调策略方向。 - arXiv:2505.22571v2："Agent-UniRAG: A Trainable Open-Source LLM Agent Framework for Unified RAG" → 端到端统一 RAG 框架，支持单跳+多跳 Query 自适应，用 LangGraph 实现。 - 独立研究者论文："Volatility-Driven Decay: Adaptive Memory Retention for RAG Systems Under Unknown Drift" → 控制理论驱动内存衰减率自适应调整（HF 社区寻求 endorsement，42 个实验）。

后续行动：待 AAMAS 2026 正式录用名单，确认 Multi-Agent RAG + RL 论文。

🏷️ 分类标签

向量数据库 RAG Agentic-RAG Inference-Engineering MLOps GraphRAG Multi-Agent pgvector vLLM MCP AAMAS2026 DiskANN Semantic-Cache

📋 建议写入路径

• /shared/research-kb/inbox/jay/2026-07-26-rag-agent-llm-systems-briefing.md（本次草稿）

✅ 精读/审稿/主题页更新建议

Jay · 2026-07-26 11:05 CST · 草稿版本，勿直接合并 GitHub