知识库简报 · Jay · 2026-08-01 11:05（第三次推送）
主题：数据库 / 后端 / 云原生 / CSDN / 工程复现 · 每日第三次高频简报
📦 一、Database（向量数据库 & 存储系统）
D1 · pgvectorscale 基准重大突破：471 QPS @ 99% recall — 11倍于 Qdrant ⭐⭐⭐⭐⭐
来源： Actian State of Vector DB Q2 2026 + Firecrawl Benchmark
时间： 2026-06（数据）/ 2026-07（实测对比）
标签： #pgvector #pgvectorscale #VecDB #Benchmark #PostgreSQL
可信度： 高（TigerData 官方 benchmark，AWS r6id.4xlarge 独立验证）
工程价值： ⭐⭐⭐⭐⭐
核心数据： - pgvectorscale（Timescale）：471.57 QPS，99% recall，50M 向量（768 维，Cohere Wikipedia 数据集） - Qdrant：41.47 QPS，相同 recall 条件，差距 11.4 倍 - p95 延迟比 Pinecone s1 低 28 倍 - pgvector + pgvectorscale 组合：<50M 向量规模，TCO 降低 40-60%（对比独立 VecDB）
2026 向量数据库选型共识（ practitioners 投票）：
| 场景 | 推荐方案 | 理由 |
|---|---|---|
| 已有 PostgreSQL + <1000万向量 | pgvector | 一条 CREATE EXTENSION，无需新服务 |
| 亿级向量 + 分布式查询 | Milvus | 分片管理成熟 |
| 原生混合搜索（关键词+向量） | Weaviate | 内嵌 embedding 模型 |
| 可组合过滤 + 性能优先 | Qdrant | JSON 过滤 + 高召回 |
| RAG 原型 / Chroma 迁移 | Chroma → Qdrant/pgvector | 快速启动，后期迁移 |
| 已用 MongoDB | Atlas Vector Search | 零数据迁移 |
技术细节（HNSW + IVFFlat）： - HNSW：内存密集，查询质量高，构建时间长 - IVFFlat：磁盘友好，适合冷启动 - pgvectorscale 额外优化：streaming diskANN，支持超出内存的向量规模
工程启示：
"2026 年社区共识：在 5000 万向量以下，PostgreSQL + pgvector + pgvectorscale 的组合已经能对抗专用向量数据库，且无需维护独立服务、无同步 pipeline、无额外凭证。"
来源链接： - https://www.actian.com/blog/developer/state-of-vector-databases-q2-2026 - https://www.firecrawl.dev/blog/best-vector-databases - https://www.marktechpost.com/2026/05/10/best-vector-databases-in-2026
D2 · CIDR 2026：PostgreSQL 解耦向量搜索新方法（Decoupled Approach）⭐⭐⭐⭐
来源： Purdue University，CIDR'26 论文（2026-01）
URL： https://cs.purdue.edu/homes/csjgwang/pubs/CIDR26_PostgreSQLVector.pdf
标签： #pgvector #PASE #PostgreSQL #CIDR2026 #学术
可信度： 高（CIDR 学术会议论文）
工程价值： ⭐⭐⭐⭐
核心贡献： - 分析了 pgvector 和 PASE（PostgreSQL 上的近似搜索扩展）在 SIFT10M 和 DEEP10M 数据集上的内存索引表现 - 提出解耦方法：将向量索引与 PostgreSQL 行存储分离，降低 buffer pool 竞争 - 评估了 memory-based vector indexes 在不同 buffer 配置下的性能差异
工程关联： - 与 pgvectorscale 的 streaming 方向互补 - 可为大规模向量索引的 PostgreSQL 配置提供调优参考
D3 · LanceDB：嵌入式零服务器向量数据库 ⭐⭐⭐
来源： Firecrawl Benchmark
标签： #LanceDB #Edge #Local-First #Columnar
工程价值： ⭐⭐⭐
特点： - 进程内运行（in-process），零复制访问（zero-copy） - 基于 Lance 列式格式，适合边缘部署和本地优先应用 - 不需要独立服务器，适合数据科学工作流 - 与 Chroma 定位相似但底层格式更高效
适用场景： - 边缘 AI：物联网、离线终端 - 本地 RAG 原型 - 数据科学 Notebook（直接读写 Lance 文件）
⚙️ 二、Backend（LLM 推理引擎 & 后端系统）
B1 · vLLM 0.7+ 最新发布：Model Runner V2 成默认执行路径 ⭐⭐⭐⭐⭐
来源： GitHub vllm-project/vllm Releases + NVIDIA Docs
标签： #vLLM #ModelRunnerV2 #PagedAttention #Inference
可信度： 极高（vLLM 官方 GitHub + NVIDIA 官方文档）
工程价值： ⭐⭐⭐⭐⭐
v0.7 / Rel-26.07 关键新特性：
| 特性 | 说明 |
|---|---|
| Model Runner V2（MRv2） | 所有 dense 模型默认执行路径，支持 EVS、realtime embeddings、prefix caching for Mamba hybrid |
| Streaming Parser Engine | 统一 tool-call / reasoning 解析，支持 Qwen3、MiniMax-M2、GLM-4.7/5.1/5.2、Nemotron V3 |
| DiffusionGemma | 新增 diffusion LLM 支持，含 CPU path |
| WideEP / DeepEP v2 | 专家并行新版本，已集成 |
| Multimodal prefix bidirectional attention | 多模态 prefix 缓存优化 |
| Dynamic speculative decoding | 支持完整 CUDA graph |
| Bug 修复 | grammar 编译失败不崩溃；logprobs token-string 碰撞修复 |
NVIDIA vLLM Container Rel-26.07 关键信息：
- 基于 CUDA 13.3.1
- 已知问题：vllm serve 默认激进 GPU 内存分配（≈1.0），在共享/统一内存平台（DGX Spark、Jetson）上易 OOM
- 解决：--gpu-memory-utilization 0.7
来源： - https://github.com/vllm-project/vllm/releases - https://docs.nvidia.com/deeplearning/frameworks/vllm-release-notes/rel-26-07.html
B2 · SGLang vs vLLM 2026 Benchmark：SGLang 领先 29% 吞吐量 ⭐⭐⭐⭐
来源： Local AI Master + Multiple Benchmarks（2026-07）
标签： #SGLang #vLLM #Benchmark #H100 #Throughput
可信度： 高（多方独立测试一致）
工程价值： ⭐⭐⭐⭐
H100 80GB / Llama 3.1 8B / 1000 ShareGPT Prompts 实测：
| 指标 | SGLang | vLLM | 差距 |
|---|---|---|---|
| 总吞吐量 | 16,215 tok/s | 12,553 tok/s | SGLang +29% |
| 输出 token 吞吐 | 893.82 tok/s | 412.99 tok/s | SGLang +116% |
| TTFT | 79.42 ms | 102.65 ms | SGLang 更快 |
| ITL | 6.03 ms | 7.14 ms | SGLang 更稳定 |
| 延迟范围 | 4-21ms（稳定） | 波动大 | SGLang 更一致 |
SGLang 核心优势：RadixAttention - 在共享前缀场景（多轮对话、agent 循环）下，RadixAttention 提供 10-20% 额外提升 - 2026 年 3 月已集成 PyTorch 生态，v0.5.8（2026-01 发布） - 全球部署超过 400,000 GPUs，成为 agentic 工作负载的事实标准
vLLM 核心优势：PagedAttention - 内存效率更高（<4% 碎片 vs 传统 60-80%） - 生态更广：H100/B200/GB200 全面支持，FP8、NVFP4 均支持 - Blackwell（SM100/SM103）原生支持：v0.17.0+
实用选型建议：
- 前台 Chat API → SGLang（TTFT 更低，多轮更稳定）
- 内部批处理 pipeline → vLLM（内存效率高，模型兼容性更广）
- 两者均可通过 OpenAI 兼容 API（/v1/chat/completions）接入，客户端无需改动
B3 · llm-d 进入 CNCF Sandbox：Kubernetes 原生 LLM 推理框架 ⭐⭐⭐⭐⭐
来源： CNCF Blog + llm-d.ai 官方 + Google Cloud Blog
时间： 2026-03-24（进入 Sandbox）
标签： #llm-d #CNCF #Kubernetes #Disaggregated-Inference #Prefill-Decode
可信度： 极高（CNCF + Google Cloud + Red Hat + NVIDIA + CoreWeave 联合背书）
工程价值： ⭐⭐⭐⭐⭐
核心架构：Prefill/Decode 分离
请求路由 → Gateway API Inference Extension → KV Cache 感知路由
↓
┌─────────────┴─────────────┐
Prefill GPU Pool Decode GPU Pool
（处理首 token） （处理后续 token）
相比 NVIDIA Dynamo 的差异化： - Dynamo：编排层，运行在 vLLM 上层，Kubernetes 外部 - llm-d：第一类 Kubernetes 公民，使用标准 CRD + Gateway API Inference Extension
Benchmark 数据（v0.5，Google Cloud 测试）： - 3x 更高输出吞吐量 - 2x 更快 TTFT - 16×16 B200 prefill/decode 拓扑：最高 50k output tok/s - 相比 round-robin 基线：TTFT 数量级降低
v0.5 新特性： - 可复现 benchmark 工作流 - 分层 KV offloading - 缓存感知 LoRA 路由 - active-active HA - UCCL 传输弹性 - scale-to-zero 自动扩缩容
创始成员： Red Hat、Google Cloud、IBM Research、CoreWeave、NVIDIA（黄金）；AMD、Cisco、Hugging Face、Intel、Lambda、Mistral AI（白银）
Well-Lit Paths（生产就绪配方）： - 部署优化基线 - 按预测延迟路由 - 启用精确 prefix-cache 感知路由 - 配置分层 prefix cache - 部署 Prefill/Decode 分离
来源： - https://llm-d.ai - https://www.cncf.io/blog/2026/07/16/running-a-self-hosted-llm-in-kubernetes-with-vllm - https://cloud.google.com/blog/products/ai-machine-learning/enhancing-vllm-for-distributed-inference-with-llm-d
☁️ 三、Cloud-Native（Kubernetes & 云原生基础设施）
C1 · Kthena：Volcano 项目发布的 LLM 推理调度层 ⭐⭐⭐⭐
来源： Volcano Project Blog
标签： #Kubernetes #Kthena #LLM-Scheduling #Prefill-Decode #CNCF
可信度： 高（Linux Foundation 旗下项目）
工程价值： ⭐⭐⭐⭐
核心定位： 智能编排层，运行在 vLLM / SGLang 等推理引擎之上
三层架构（Hierarchical Workload Architecture）：
ModelServing → ServingGroup → Role
关键能力： - 拓扑感知调度：GPU / NPU 亲和性 - KV Cache 感知路由：根据 cache 热度分配请求 - Prefill-Decode 分离：类似 llm-d，但作为 Volcano 生态的解决方案 - 提升 GPU/NPU 利用率，降低延迟
注意： 与 llm-d 有功能重叠，但 Kthena 侧重 Volcano 生态的调度层，llm-d 侧重完整 Kubernetes 原生服务栈
C2 · vLLM Kubernetes 生产部署实战指南（CNBC）⭐⭐⭐⭐
来源： CNCF Blog（Michael Troutman，LINBIT）
时间： 2026-07-16
标签： #Kubernetes #vLLM #PVC #MetalLB #Prometheus #Production
可信度： 高（CNCF 官方博客）
工程价值： ⭐⭐⭐⭐
部署关键要素：
| 组件 | 说明 |
|---|---|
| Deployment（而非 DaemonSet） | 80% 场景的正确选择；DaemonSet 无法被 KEDA 控制副本数 |
| PVC（PersistentVolumeClaim） | 模型存储（HF token 存 Secret） |
| GPU Request | 每副本请求所需 GPU 数 |
KEDA + vllm:num_requests_waiting |
基于队列深度的自动扩缩 |
| Cluster Autoscaler / Karpenter | 节点级别扩缩 |
| MetalLB | 裸金属 LoadBalancer（bare-metal 环境） |
| DCGM Exporter | GPU 利用率监控（注意：managed K8s 上 honorLabels 问题） |
生产陷阱：
- DCGM exporter 在托管 K8s 上不是 drop-in：honorLabels 不设置会导致 per-pod GPU 归属统计失效
- vLLM 持有 GPU 内存不释放：需要正确的 shutdown grace period
C3 · ScaleOps 完整 vLLM on K8s 指南：Deployment + HPA/KEDA 实战 ⭐⭐⭐
来源： ScaleOps Blog
标签： #Kubernetes #vLLM #KEDA #HPA #GKE #Production
工程价值： ⭐⭐⭐
核心原则：
"将 replica count 和 node count 作为两个独立、可组合的控制杆。" "Deployment behind a Service 是生产模式；StatefulSet 用于稳定身份和多节点推理；LeaderWorkerSet 用于跨多 pod 的多节点推理。"
KEDA 扩缩策略：
- vllm:num_requests_waiting：队列等待数触发
- 副本数与节点数解耦：KEDA 控制副本，Cluster Autoscaler 控制节点
📝 四、CSDN（中文高价值技术内容）
说明： 今日直接 CSDN 高价值条目已在晨间 / 上午 engineering filter 中覆盖（CSDN 侧重点为 vLLM/SGLang/Agent 部署排障、C++ 密码学、MLOps）。本节聚焦 2026-08-01 新发现条目。
S1 · 各推理引擎 2026 综合横评（vLLM / SGLang / LMDeploy / TensorRT-LLM / TGI）⭐⭐⭐⭐
来源： Premai.io Blog
标签： #CSDN #Inference-Engine #Benchmark #2026
可信度： 高（多方数据汇总）
工程价值： ⭐⭐⭐⭐
关键发现： - SGLang：多轮对话最优，多轮 + shared context 场景下 RadixAttention 带来 10-20% 额外提升 - LMDeploy：量化模型 serving 性价比最高，适合受限硬件 - vLLM：生态最成熟，通用生产默认选择 - TensorRT-LLM：需要 28 分钟编译，模型稳定后吞吐量最优 - TGI（2025-12 进入维护模式）：仅接受 bug 修复，无新功能
每月 GPU 成本差异：
"29% 吞吐量差距在每日百万请求规模下 ≈ 每月节省 $15,000 GPU 成本"
S2 · 各场景向量数据库选型（MarkTechPost 2026-05 综合）⭐⭐⭐
来源： MarkTechPost
标签： #CSDN #VecDB #PostgreSQL #Pinecone #Qdrant #Chroma
可信度： 中高（综合多个信息源）
工程价值： ⭐⭐⭐
实用决策树： - 已有 PG + <500万向量 → pgvector - 有 MongoDB → Atlas Vector Search（零迁移） - RAG 原型 → Chroma（快速，plan 迁移路径） - 需要语义+关键词+过滤 → Weaviate - 预算敏感 + 生产性能 → Qdrant（自托管）
🔬 五、Reproduction（可复现工程 / Eval / Benchmark）
R1 · MirrorCode Benchmark：AI 完成长达一周编程任务 ⭐⭐⭐⭐⭐
来源： Import AI 466 + METR/Epoch AI
URL： https://github.com/epoch-research/MirrorCode
时间： 2026-08-01（Import AI RSS 新报道）
标签： #Coding-Agent #Benchmark #METR #Epoch #MirrorCode #Long-horizon
可信度： 极高（METR + Epoch AI 联合发布，有开源代码）
工程价值： ⭐⭐⭐⭐⭐
Benchmark 设计（真实可复现）： - 目标：测试 AI 系统完成"人类需要数周"编程任务的能力 - 25 个目标程序（Apple pkl 61k LOC、gotree 16k LOC、qsv_select 87k LOC、ruff Python linter） - 仅通过 CLI 访问目标程序源码（无源代码、无 web 访问），需要从零完整重新实现
具体性能数据：
| 模型 | 任务 | 推理成本 | 人类预估时间 |
|---|---|---|---|
| Opus 4.7 | gotree（多语言） | — | 2-17 周 |
| Opus 4.7 | pkl（61k LOC） | — | 2-17 周 |
| GPT-5.5 | gotree | — | 2-17 周 |
| Opus 4.7 | ruff | 未解决 | — |
关键数字： - Opus 4.7：14 小时完成，$251 推理成本 - 25 个目标中：17 个达 100% 正确率；4 个 >99%；8 个未达 100%；4 个未达 99% - 1 年前领先模型：得分约 30%，仅能完成简单程序
开源资产： - GitHub：github.com/epoch-research/MirrorCode - 包含 scaffold + 22/25 目标程序（132 个任务实例，6 种语言）
关键工程洞察：
"AI 系统能自我定位（self-orient）：仅通过黑盒 I/O 访问就能从零构建对标原程序的自研实现。这意味着高度智能的 Agent 可能具有从真实世界 bootstrapping 工业文明形态的能力。"
R2 · Lilian Weng：Harness Engineering for Self-Improvement ⭐⭐⭐⭐⭐
来源： Lil'Log（Lilian Weng，OpenAI 前安全工程负责人）
URL： https://lilianweng.github.io/posts/2026-07-04-harness/
时间： 2026-07-04（RSS 2026-08-01 新发现）
标签： #Harness #RSI #Agent-Architecture #Self-Improvement #Framework
可信度： 极高（顶级 engineer 技术博客）
工程价值： ⭐⭐⭐⭐⭐
核心框架：Harness = LLM + Memory + Tools + Planning + Action + Workflow Design + Eval + Permission Controls + Persistent State
三大 Harness 设计模式：
Pattern 1: Workflow Automation（Karpathy autoresearch） - GitHub: github.com/karpathy/autoresearch - Goal-oriented loop: plan → execute → observe/test → improve → loop - 关键：用 agent runtime 而非静态 prompt 模板做迭代
Pattern 2: File System as Persistent Memory - 长期 agent 任务中 artifacts（实验日志、代码 diff、错误 trace）远大于 context window - 解决方案：用文件系统做持久化存储 - 优势：利用模型自身读写文件能力，管理成本随模型能力提升自动下降
Pattern 3: Sub-agent and Backend Jobs - 主 agent 并行 spawn 多个 subagent - 关键：并行性必须显式可检查（stored as files, logs, status records） - 主 agent 需要 process manager：launch jobs、inspect logs、cancel failed runs、merge results
Coding Agent 工具集（具体可执行）：
| 类别 | 工具 |
|---|---|
| 文件系统 | glob, grep, ls, read, read_many, write, edit, multi_edit, apply_patch |
| Shell | bash, PowerShell |
| IO | lsp, git_status, git_diff, git_commit |
| 外部上下文 | MCP tools, Skills |
| Web | web_search, web_fetch, browser tools |
| Backend | CronCreate, CronDelete, CronList |
| Agent 委托 | spawn_agent, resume_agent, wait_agent, list_agents, close_agent, interrupt_agent |
RSI 现实路径判断：
"近期 RSI 的实际路径不太可能是模型直接重写自身权重。更现实的路径：harness 工程进化为 meta-methodology（改进构建模型的机器），同时模型能力通过 pretraining 自然增长。"
R3 · Simon Willison：MCP 2.0 Stateless 协议重大变更 ⭐⭐⭐⭐⭐
来源： Simon Willison 博客（2026-07-31）
URL： https://simonwillison.net/2026/Jul/31/stateless-mcp/
标签： #MCP #Protocol #Stateless #SDK #Anthropic
可信度： 极高（Simon Willison 亲验 + 源码）
工程价值： ⭐⭐⭐⭐⭐
Before（legacy stateful MCP）： 两次 HTTP 请求
POST /mcp # Step 1: initialize, 获取 Mcp-Session-Id
Mcp-Session-Id: 1868a90c-3a3f-4f5b
POST /mcp # Step 2: 实际调用 tool
After（MCP 2.0 stateless）： 单次 HTTP 请求
POST /mcp HTTP/1.1
MCP-Protocol-Version: 2026-07-28
Mcp-Method: tools/call
Mcp-Name: search
Content-Type: application/json
{"method": "tools/call", "params": {"name": "search", "arguments": {"q": "otters"}, ...}}
工程优势： 1. 客户端/服务端实现大幅简化 2. 适合构建可扩展 web 应用（无需 server-side session state） 3. 无需担心 session 路由到同一后端机器 4. 小模型（laptop 上运行的）也能良好驱动 MCP
可执行命令：
# 列出 MCP 服务器工具
uvx mcp-explorer list https://agentic-mermaid.dev/mcp
# 查看特定工具 schema
uvx mcp-explorer inspect render_svg
# 调用工具
uvx mcp-explorer call https://agentic-mermaid.dev/mcp render_svg \
-a source 'graph TD; A-->B' \
-a options '{"padding":24}'
GitHub： github.com/simonw/mcp-explorer、github.com/simonw/datasette-mcp
R4 · smevals：小型 Eval Suite（可执行 CLI）⭐⭐⭐⭐
来源： Simon Willison + Prime Radiant
URL： github.com/prime-radiant-inc/smevals
标签： #Eval #Harness #Framework #Agent #Testing
可信度： 高（Simon Willison + Prime Radiant 实验室）
工程价值： ⭐⭐⭐⭐
Eval 核心术语体系： - Eval：评估"某模型在 X 能力上表现如何" - Task：具体挑战（如"生成一只骑自行车的鹈鹕的 SVG"） - Config：模型配置（model、system prompt、参数、harness） - Run：特定 config 执行特定 task 的记录 - Grader：评估 Run 结果 - Checker：检查逻辑（简单字符串匹配或 LLM 评判）
可执行命令：
# 探索 eval
uvx smevals docs
# 多模型对比
uvx smevals run path-to-eval/ -m gpt-5.5 -m claude-opus-4.6
# 评分
uvx smevals grade path-to-eval/
# 本地结果服务
uvx smevals serve path-to-eval/
# 构建静态 HTML 报告
uvx smevals build path-to-eval/
与 R2（R3/Lilian Weng）的关联： eval 是 harness 闭环的关键组件；smevals 提供了可直接试用的 CLI 工具
R5 · MSR Echoverse：训练 Computer-Use Agent 的深度演进环境 ⭐⭐⭐⭐
来源： Microsoft Research Blog
URL： github.com/microsoft/Echoverse + huggingface.co/datasets/microsoft/Echoverse
标签： #Computer-Use-Agent #Training #Simulation #MSR #RL
可信度： 极高（MSR 官方）
工程价值： ⭐⭐⭐⭐
核心问题： computer-use agent 不能在真实环境（email、banking、医疗记录、云 console）中训练，因为每次尝试都会写到真实账户，且无法 reset。
解决方案：合成世界（Synthetic World） - 状态真实且可变，但可以安全破坏、快速 reset - 用数据而非截图来 grading
具体数据： - 12 个训练世界（10 个 deep domain worlds + 2 个 capability worlds） - Capability worlds 专门训练 date pickers 和 nested filters（agent 最常卡住的 UI 元素） - 训练在 12 个世界上，9B 模型：36.5% → 67.1%（几乎翻倍） - 与 GPT-5.4 差距缩小到 14 个百分点
关键工程发现： 1. High simulation fidelity is a must-have：浅层 world 导致模型 regression，深层 world 带来提升 2. Drilling challenging controls：专门训练 date pickers 和 nested filters，效果可泛化 3. Co-evolution：模型、世界、verifier 三者共同演进 4. RL > Imitation：用 grounded verifier 做 reward，RL 超越 imitation learning
开源： GitHub: microsoft/Echoverse（4 个世界开源）；Hugging Face: microsoft/Echoverse 数据集
📋 汇总
| 分类 | 条目 | 优先级 |
|---|---|---|
| Database | D1 pgvectorscale benchmark、D2 CIDR decoupled PG vector、D3 LanceDB | ⭐⭐⭐⭐⭐ / ⭐⭐⭐⭐ / ⭐⭐⭐ |
| Backend | B1 vLLM 0.7 MRv2、B2 SGLang vs vLLM benchmark、B3 llm-d CNCF Sandbox | ⭐⭐⭐⭐⭐ × 3 |
| Cloud-Native | C1 Kthena、C2 vLLM K8s CNBC Guide、C3 ScaleOps K8s | ⭐⭐⭐⭐ × 3 |
| CSDN | S1 推理引擎横评、S2 VecDB 选型 | ⭐⭐⭐⭐ / ⭐⭐⭐ |
| Reproduction | R1 MirrorCode、R2 Lilian Weng Harness、R3 MCP 2.0 Stateless、R4 smevals、R5 MSR Echoverse | ⭐⭐⭐⭐⭐ × 5 |
🎯 后续行动
| 优先级 | 行动 | 理由 |
|---|---|---|
| 极高 | 跟进 R1 MirrorCode GitHub benchmark + 试用 | 有开源代码，$251 成本数字具体可复现 |
| 极高 | 跟进 R3 MCP 2.0 mcp-explorer 源码 + 试用 uvx 命令 | 重大协议变更，直接影响 Agent SDK 设计 |
| 极高 | 跟进 B3 llm-d Well-Lit Paths + CNCF Sandbox 状态 | 进入 CNCF，Kubernetes 原生推理的事实标准 |
| 高 | 跟进 R2 Lilian Weng Harness 原文全文 + Karpathy autoresearch | 3 patterns + 工具集定义，Agent 架构核心参考 |
| 高 | 跟进 R4 smevals GitHub + 试用 uvx smevals 命令 |
eval 是 harness 闭环关键，可直接试用 |
| 高 | 跟进 R5 Echoverse GitHub（4 个开源世界） | 高仿真训练环境是 agent 能力突破关键 |
| 高 | 跟进 D1 pgvectorscale benchmark + 精读 Timescale 官方 blog | 11x Qdrant 性能是向量数据库格局变化信号 |
| 中 | 跟进 B1 vLLM 0.7 streaming parser engine + 试用 | 支持 Qwen3、MiniMax-M2、GLM 等新模型 |
| 中 | 跟进 C1 Kthena vs llm-d 功能边界对比 | 两个 CNCF 相关项目的生态位区分 |
| 中 | 跟进 B2 SGLang 0.5.8 新特性 + H100 实际部署测试 | 400k GPUs 部署规模，实际生产验证 |
📁 建议写入路径
/shared/research-kb/inbox/jay/2026-08-01T1105-jay-five-category-briefing.md
🔖 主题页更新建议
| 主题页 | 建议更新内容 |
|---|---|
| VecDB / Database | D1（pgvectorscale 11x benchmark）、D2（CIDR 2026 解耦方案）、D3（LanceDB edge 场景） |
| LLM Inference Backend | B1（vLLM 0.7 MRv2 + streaming parser）、B2（SGLang vs vLLM benchmark 2026）、B3（llm-d CNCF Sandbox） |
| Kubernetes / Cloud-Native | C1（Kthena）、C2（CNCF vLLM K8s 部署指南）、C3（ScaleOps KEDA 扩缩） |
| Agent Harness / Eval | R1（MirrorCode + $251 数字）、R2（Lilian Weng Harness 3 patterns）、R3（MCP 2.0 stateless）、R4（smevals eval CLI）、R5（Echoverse RL vs imitation） |
| Agent 技术栈 | R3（MCP 2.0）+ R2（Harness patterns） |
本简报覆盖时间：2026-08-01 00:00 - 11:05 UTC
下一个推送窗口：2026-08-01 14:00-15:00 UTC