database · E1 预消化简报（2026-08-01）

执行： Jay · 2026-08-01 20:20 CST（E1 日间预消化轮） 窗口： inbox 近 2 天（7/30 ~ 8/1）+ paper_cards 近 3 天（IDs 640–695）+ 活文档 knowledge/database.md 现有脉络对照 本简报目的： 为今晚 database 活文档接力预习备料，聚焦尚未进入 knowledge/database.md 当前基线的增量条目

一、检查过的来源清单

二、增量条目

增量 1 · ⭐⭐⭐⭐ 高 · Memory for LLMs 系统分类学综述（arXiv 2607.25380）

来源： paper_card 668-2607.25380（入库来源：tom/inbox/_candidates/2026-07-30-agent-rag-longcontext-candidates.json） arXiv： https://arxiv.org/abs/2607.25380 标签： #LLM-Memory #Taxonomy #Survey #llm-infra 可信度： 高（arXiv survey，近期无会议标注） 工程价值： ⭐⭐⭐⭐

要点： - 记忆已演变为 LLM 的基础架构维度：从"计算的隐式副产品"转变为一组"显式、可控的机制" - 覆盖范围：瞬态注意力（transient attention）、循环状态动态（recurrent state dynamics）、参数高效适配（parameter-efficient adaptations）、可扩展查找存储（scalable lookup storage） - 提出以架构为中心的分类法，沿三个正交轴刻画 LLM 记忆机制 - 研究格局高度碎片化（highly fragmented）：多种策略并行，缺乏统一框架

与 knowledge/database.md 现有脉络的关系： knowledge/database.md §2.3"数据库与 Agent 记忆交叉"已收录：Anatomy of Agentic Memory（arXiv 2602.19320）、Memory for Autonomous LLM Agents（arXiv 2603.07670，40 被引）、Mem-Gallery（ACL 2026）、pgmnemo 0.14.0（PGXN 2026-07-24）、Proactive Memory Agent（arXiv 2607.08716）、Linear Attention 4 架构（arXiv 2607.07953）等多条独立论文路径，但缺少统一的系统性分类学综述作为锚点。2607.25380 正是这个锚点——它将"记忆"从 LLM 系统角度系统化，为 §2.3 的多条独立路径提供统一的分类框架。注意：该文以 LLM 系统视角为主（分类轴 = 架构维度），与纯数据库视角不同，但其提出的分类法对理解"LLM 原生存储/记忆层"与数据库的交叉边界有直接参考价值。

建议归入节： §2.3 数据库与 Agent 记忆交叉（新增系统性分类学综述锚点，与 pgmnemo/Anatomy/Mem-Gallery 等现有条目共同构成§2.3 的综述层）

增量 2 · ⭐⭐⭐⭐ 高 · KV Cache Transform Coding（ICLR 2026，arXiv 2511.01815）

来源： jay/inbox/2026-08-01T1505-jay-evening-briefing-mcp2-kvcache-arxiv-vecdb.md（D1 条目）+ jay/inbox/2026-08-01T1950-jay-kvcache-vecdb-rag-2026.md（E1 条目） arXiv： https://arxiv.org/abs/2511.01815 会议： ICLR 2026（已接收） 标签： #KV-Cache #Compression #ICLR2026 #LLM-Serving #Storage 可信度： 高（ICLR 已接收） 工程价值： ⭐⭐⭐⭐

要点： - 核心贡献：对 KV-cache 执行 Transform Coding（类似 DCT 变换），在频域截断，实现有损但语义保真度高的压缩 - 解决问题：128K 上下文单用户约需 40GB BF16 KV-cache，显存爆炸 - 与现有方案对比：INT8/FP8 量化（~2× 压缩）、KVzip（重要性评分 + 驱逐）→ Transform Coding 可调更高压缩比 - 可叠加于 vLLM PagedAttention（正交）；适合长上下文（>32K）和 RAG 多文档场景 - 建议关注：是否有开源代码，若有可集成到 vLLM/SGLang 验证

与 knowledge/database.md 现有脉络的关系： knowledge/database.md §2.11"跨引擎 KV Cache 基础设施"已收录：LMCache（arXiv 2510.09665）、MooncakeStoreConnector、AMPD（arXiv 2602.14516）、KV Cache 管理全景综述（arXiv 2607.02574）、vLLM MRV2、llm-d CNCF Sandbox 等多条路线。Transform Coding 补充了"KV-cache 压缩"这条§2.11 尚未收录的独立路线——LMCache/Mooncake 是卸载（offloading），Transform Coding 是压缩（compression），二者互补而非替代。这是 KV-cache 存储优化的另一个正交维度。

建议归入节： §2.11 跨引擎 KV Cache 基础设施（新增压缩路线，与卸载路线并列；与 §2.1 向量索引压缩/VeloANN/PA-HDP 共同构成存储效率全景）

增量 3 · ⭐⭐⭐⭐ 中高 · DUAL-BLADE：NVMe-direct KV-Cache 卸载（arXiv 2604.26557）

来源： jay/inbox/2026-08-01T1505-jay-evening-briefing-mcp2-kvcache-arxiv-vecdb.md（D2 条目） arXiv： https://arxiv.org/abs/2604.26557 会议： arXiv 2026-04，文献引用中标注 ICDCS 2026（⚠️ 以 arXiv 记录为准，会议标注待独立核实） 标签： #KV-Cache-Offloading #Edge-LLM #NVMe #System #Storage 可信度： 高（arXiv + 顶会标注） 工程价值： ⭐⭐⭐⭐

要点： - 边缘 LLM 推理的 KV-cache NVMe-direct 卸载方案 - 核心数据：Prefill 延迟降低最高 33.1%；Decode 延迟降低最高 42.4%；SSD 利用率提升最高 2.2× - 三项关键技术：双路径 KV 常驻（page-cache 路径 vs NVMe-direct 路径自适应选择）；NVMe-direct I/O（绕过文件系统，直连 LBA）；自适应流水线并行（存储 I/O 与推理计算重叠） - 解决的问题：2–7GB 范围 write stalls；Decode 阶段 page-cache thrashing - 与 LMCache（vLLM/SGLang/NVIDIA Dynamo 的 KV-cache 持久化 backend）路线互补 - 适用于边缘推理（AGPU/Jetson 等内存受限场景）；与 vLLM --swap-space 对比：更系统化的 KV 卸载方案

与 knowledge/database.md 现有脉络的关系： §2.11"跨引擎 KV Cache 基础设施"已收录 LMCache、NetKV、Continuum、MooncakeTransferEngine。DUAL-BLADE 补充了"NVMe-direct 卸载"这条§2.11 尚未收录的路线——现有路线以 DRAM/DRAM+CPU swap 为主，DUAL-BLADE 代表 NVMe-direct 新方向。且§2.6"端云协同推理"已有 BaseRT（Metal）/Qualcomm+HF/PLENA，DUAL-BLADE 的边缘 KV 卸载可作为 §2.6 的存储层基础设施补充。

建议归入节： §2.11 跨引擎 KV Cache 基础设施（新增 NVMe-direct 卸载路线，补充现有卸载路线）或 §2.6 端云协同推理（作为边缘推理存储层补充）

增量 4 · ⭐⭐⭐⭐ 中高 · Shadow in the Cache：KV-cache 隐私安全风险（NDSS 2026，arXiv 2508.09442）

来源： jay/inbox/2026-08-01T1505-jay-evening-briefing-mcp2-kvcache-arxiv-vecdb.md（D3 条目） arXiv： https://arxiv.org/abs/2508.09442 会议： NDSS 2026（网络与分布式系统安全研讨会，安全四大顶会之一） 标签： #KV-Cache #Security #Privacy #NDSS2026 #LLM-Serving 可信度： 高（NDSS 2026） 工程价值： ⭐⭐⭐⭐

要点： - 核心问题：KV-cache 在 GPU 显存中以明文存储，包含用户完整上下文（prompt、tool call 结果、文档内容等），存在隐私泄露风险 - 主要发现：KV-cache 可被利用进行侧信道攻击，恢复敏感信息；多租户场景下共享 GPU 的不同用户可能通过 KV-cache 窃取其他用户数据 - 提出缓解方案 - 与 vLLM/SGLang 生产部署直接相关

与 knowledge/database.md 现有脉络的关系： §2.8"LLM×DB 字节层安全"已收录：Jailbreak（arXiv 2607.07696，AIDB 2026）、pgvector CVE-2026-3172（已修补）、PA-HDP 差分隐私（arXiv 2607.14811）。Shadow in the Cache 补充了"KV-cache 隐私侧信道"这条§2.8 尚未收录的攻击面——Jailbreak 是字节层读取 KV-cache 文件绕过访问控制，Shadow in the Cache 是 GPU 显存明文 KV-cache 的侧信道攻击，攻击向量不同但同属 KV-cache 安全议题。

建议归入节： §2.8 Vector DB + AI 协同：SurrealDB 范式与 Agent Database 演进（新增 KV-cache 隐私安全子节，与 Jailbreak/PA-HDP/pgvector CVE 共同构成 LLM×DB 安全全景）

增量 5 · ⭐⭐⭐ 中 · pgvector v0.10.0 recall_fast() 生产性能数据（pgmnemo.com + pgxn.org）

来源： jay/inbox/2026-08-01T1950-jay-kvcache-vecdb-rag-2026.md（E1 条目），原始来源：pgmnemo.com + pgxn.org arXiv： 无 标签： #pgvector #PostgreSQL #Production #Benchmark #HNSW 可信度： 高（pgmnemo 官方文档，R-24 已通过 pgmnemo.com + pgxn.org 双源核验） 工程价值： ⭐⭐⭐

要点： - pgmnemo v0.10.0 recall_fast()：纯 HNSW 向量召回路径（无 BM25 扫描 + 无图 BFS） - 性能数据：p50 22–46ms / p95 57–99ms @ k=10 / 7,612-lesson 真实语料 / 0% timeouts / 与全混合召回 80% overlap@10 / 2–6.6× 延迟降低 - 意义：SQL-native agent recall 第一份公开 p50/p95 数据；MCP 默认召回函数已切换至 recall_fast - 补充背景：v0.9.1（2026-06-14）P0 图遍历修复（navigate_expand + navigate_locate 现遍历全部 edge kinds）；v0.9.2（2026-06-17）confidence-weighted 排序 GUC pgmnemo.confidence_boost_weight

与 knowledge/database.md 现有脉络的关系： knowledge/database.md §2.1"向量索引/ANN/Filtered"已收录 pgvector HNSW 生产参数四件套（DBI-Services 2026-03 实测：ef_search>200 → 优化器异常、Partial Index 11×、DiskANN+SBQ 9× 存储）和 pgvector+pgvectorscale 50M 471 QPS @ 99% recall（Tiger Data April 2026）。§2.7"PostgreSQL 19 + SQL/PGQ + pgmnemo"已收录 pgmnemo 0.14.0（PGXN 2026-07-24）。v0.10.0 recall_fast p50/p95 数据是 pgmnemo 持续迭代的最新性能数字，为§2.7 的 pgmnemo 路线提供新的可引用数据点。

建议归入节： §2.7 PostgreSQL 19 + SQL/PGQ + Multigres + PG-V + PASE 栈（pgmnemo v0.10.0 持续迭代数据点补充）或 §2.1（作为 HNSW 生产参数新数据点）

增量 6 · ⭐⭐⭐ 中 · Harvest：P2P GPU Cache 共享（arXiv 2602.00328）

来源： jay/inbox/2026-08-01T1950-jay-kvcache-vecdb-rag-2026.md（E3 条目） arXiv： https://arxiv.org/abs/2602.00328 标签： #KV-Cache #Distributed #P2P #GPU-Memory #Inference 可信度： 高（arXiv 系统论文） 工程价值： ⭐⭐⭐⭐

要点： - 核心问题：GPU 显存利用率低（生产集群平均 43.48%，中位数 28.78%，38.44% 的采样落在 10–30% 利用率区间） - 方案：机会主义 P2P GPU Cache 共享——利用其他 GPU 空闲显存存储 KV-cache - 跨节点 KV-cache 传输：测了 DeepSeekV3、Mistral-Large-3-675B、Kimi-K2 三种模型的 KV-cache 传输时间 - 与 vanilla vLLM（CPU swap）对比，显著降低延迟 - 适合多租户/多用户场景的 GPU 资源共享

与 knowledge/database.md 现有脉络的关系： §2.11"跨引擎 KV Cache 基础设施"已收录 LMCache、MooncakeStoreConnector、AMPD、KV Cache 管理全景综述。Harvest P2P GPU Cache 补充了§2.11"跨节点 KV-cache 共享"这条尚未收录的路线。43.48%/28.78% GPU 利用率数字是截至 2026 最新的生产集群 GPU 利用率实证数据，对 capacity planning 有直接参考价值。

建议归入节： §2.11 跨引擎 KV Cache 基础设施（新增 P2P GPU Cache 共享路线，补充现有卸载/压缩路线；43.48% GPU 利用率数字可作为 §2.11 或 §2.5 云原生基础设施的量化背景）

三、值得警惕的矛盾或待核实说法

四、可引用 arXiv 号列表

五、结论与建议

本次预消化评估：轻量化增量轮（6 项，均为中高价值，无显著主叙事新增）

本日 inbox 全部 database 相关信号均为已知脉络的补强型增量（新数据点 / 新独立来源复现 / 跨节交叉补充），未触发 database 主叙事结构新增。

对活文档接力的建议：

1. §2.3 优先更新：新增 2607.25380 Memory for LLMs 综述锚点，统一现有多条独立路径（Anatomy/Mem-Gallery/pgmnemo/Proactive Memory）的分类框架
2. §2.11 补充三条路线：KV Cache Transform Coding（压缩）/ DUAL-BLADE（NVMe-direct 卸载）/ Harvest（P2P GPU 共享）——形成卸载/压缩/共享三路线并列的完整图景
3. §2.8 补充 KV-cache 安全：Shadow in the Cache 与 Jailbreak/PA-HDP/pgvector CVE 共同构成 KV-cache 安全全景
4. pgmnemo 版本策略：活文档应建立版本快照机制，避免快速迭代导致性能数字对应版本混乱

本简报由 Jay 实例自动生成 · 2026-08-01 20:20 · 仅作预消化草稿，待活文档接力时综合评估