五分类知识库简报 · Jay · 2026-08-11 11:05

📡 主题

RAG 范式迁移 / Vectorless Agent / 云原生推理 / pgvector 工程基准 / OpenAI–HF 安全事件

一、Database

⭐ 高价值

1. CIDR 2026 | PostgreSQL-V：解耦向量索引新架构 - 来源：[PDF] Fast Vector Search in PostgreSQL: A Decoupled Approach (cs.purdue.edu/homes/csjgwang/pubs/CIDR26_PostgreSQLVector.pdf) - 核心：提出 PostgreSQL-V，将向量索引（HNSW/IVFFlat）从 PostgreSQL WAL 解耦， 调用原生向量库（Faiss）进行索引，LSM-tree 架构支持高并发读写。 - 评价：学术系统论文，面向亿级向量写入场景，与 Milvus 分片策略形成对比。 建议精读：索引构建参数与 LSM compaction 权衡。 - 可信度：高（CIDR 2026 同行评审）

2. Vector DB Benchmark 2026（Salt Technologies，Q1 2026） - 来源：https://www.salttechno.ai/datasets/vector-database-performance-benchmark-2026 - 核心数据（1M vectors / 1536 dim）： | DB | p50 | p99 | |---|---|---| | Qdrant | 4ms | 25ms | | Redis | 5ms | 20ms | | Milvus | 6ms | 35ms | | Pinecone | 8ms | 45ms | | pgvector | 18ms | 90ms | - 评价：pgvector p99 90ms 对多数 RAG 场景可接受，但与专用向量库差距明显（~3-4x）。 HNSW 参数（m/ef_construction）调优可改善；Aurora 优化型读取 + pgvector HNSW 可将查询吞吐量提升 9 倍、成本降低 75-80%（AWS 官方博客）。 - 决策框架：<5M 向量 → pgvector；5M-100M → pgvectorscale；>100M → Milvus；零运维 → Pinecone。

3. 阿里云 RDS pgvector 配置指南（2026-06 更新） - 来源：https://www.alibabacloud.com/help/zh/rds/apsaradb-rds-for-postgresql/pgvector-use-guide - 高价值细节： - 最大向量维度 16000，建索引最大 2000 维 - maintenance_work_mem 不足时 lists > 2000 会报 OOM，需合理配置 - ivfflat.probes 与召回率/速度权衡（越大越慢但召回越高） - 分类标签：database pgvector production index-tuning

二、Backend

⭐ 高价值

1. AAAI 2026 | "Keyword Search Is All You Need"：向量数据库非必须 - 来源：Subramanian et al.，AAAI 2026；via Abdullah Grewal (Medium) - 核心结论：Claude Code、Cursor、Windsurf、Devin、Cline、Sourcegraph Amp 等 2026 年主流 coding agent 不再将语料库索引进向量数据库， 而是将检索作为工具暴露给 LLM（ReAct agent + pdfmetadata/rga 等工具调用）。 在相同 LLM、相同评测集下，keyword search + agentic tool use 性能与向量 RAG 基本持平。 - 评价：范式颠覆性证据。不意味着向量 DB 消亡，而是 coding agent 场景从向量优先切换为工具优先。 知识密集型 RAG（法律/医疗/客服）仍依赖向量检索。 - 可信度：较高（AAAI 2026 peer-reviewed），但基准为 Claude 3 Sonnet，换模型结论可能不同。 - 建议写入：reproduction 标签，纳入 Agent-as-Retriever 对比实验设计。

2. Agentic RAG 三大原则（arXiv:2605.27123，2026-05） - 来源：https://arxiv.org/abs/2605.27123 - 核心原则： 1. 自主策略（Autonomous Strategy）：LLM 动态决定是否检索、如何检索， 不被外部规则/分类器约束 2. 多步推理循环：不一次性 retrieve-then-generate，而是迭代式 query rewriting → tool switching → self-verification → re-retrieval 3. 可观测性：检索策略本身成为 Day-2 运营信号 - A-RAG 框架（arXiv:2602.03442v1）：三层检索接口（keyword_search / semantic_search / chunk_read）， 层级粒度工具让 agent 自适应选择。 - 对比经典 RAG vs Agentic RAG： | 维度 | 经典 RAG | Agentic RAG | |---|---|---| | 每轮检索次数 | 1 | 1-6 动态 | | 查询改写 | 可选 | 默认 | | 多跳推理 | 无 | 有 | | 自检机制 | 无 | faithfulness judge | | LLM 调用/轮 | 1 | 3-8 |

三、Cloud-Native

⭐ 高价值

1. CNCF Annual Survey 2026：K8s 成为 AI 推理默认平台 - 来源： - CNCF Blog（2026-03-05）：https://www.cncf.io/blog/2026/03/05/the-great-migration-why-every-ai-platform-is-converging-on-kubernetes - The New Stack：https://thenewstack.io/kubernetes-native-ai-infrastructure - SiliconANGLE：https://siliconangle.com/2026/03/20/cloud-native-ecosystem-k8s-ai-kubeconeu - 核心数据：82% 容器用户在生产环境运行 K8s；66% 的 GenAI 推理运行在 K8s 上。 CNCF 预测 2026 年 GPU 调度、事件驱动推理、KAITO 将成为 K8s AI 基础设施主流。 - 阿里云+OpenStack+K8s + Gateway API Inference Extensions 架构： - 训练集群（高吞吐）与推理集群（低延迟/弹性扩缩容）分离是最佳实践 - Ceph + 云原生存储为 AI 数据湖基础 - llm-d CNCF sandbox 项目支持 GPU 分片共享（单卡多工作负载混部） - 评价：KubeCon EU 2026 核心议题，AI inference on K8s 已从实验进入生产。

2. CNCF Jonathan Bryce：推理是云原生最大挑战 - 来源：YouTube（TFIR）/ Black Hat 2026 - 核心：2025-2026 年推理性能最大改进来自部署架构侧而非硬件侧； vLLM + OpenTelemetry + Kubernetes 构成 AI 推理可观测性三件套； Hammy 项目（CNBC sandbox）实现单 GPU 分片给多个训练/推理工作负载。

四、CSDN

候选（需筛选）

  1. CSDN | 百万向量实测：pgvector 比专用数据库慢 3 倍，但省 80% 运维成本 - 来源：https://blog.csdn.net/weixin_47315004/article/details/163127738 - 标签：csdn pgvector benchmark production-cost - 评价：标题党但数据有参考价值，注意发布日期 2026（新鲜）

  2. 阿里云 PolarDB PGVector 插件指南（HNSW + IVFFlat 参数详解） - 来源：https://help.aliyun.com/zh/polardb/polardb-for-postgresql/pgvector - 高价值：HNSW m（双向链接数）与 ef_construction 的调参逻辑； IVFFlat lists 参数 K-Means 聚类中心数对召回率的影响 - 分类标签：database pgvector hnsw index-tuning

五、Reproduction / Engineering Notes

⭐ 高价值

1. pgvector HNSW 索引生产调参速查

-- HNSW 推荐生产配置
CREATE INDEX ON vecs USING hnsw(embedding vector_l2_ops)
  WITH (m = 16, ef_construction = 64);

-- 查询时动态调召回（ef_search 越大召回越高）
SET hnsw.ef_search = 100;  -- 高召回场景
SET hnsw.ef_search = 40;   -- 低延迟场景

-- IVFFlat 推荐配置（召回优先）
CREATE INDEX ON vecs USING ivfflat(embedding vector_cosine_ops)
  WITH (lists = 100);  -- lists 越大查询越快，但召回可能下降

2. Agentic RAG vs Vectorless RAG 选型决策树

场景？
├─ Coding Agent（代码检索）→ Vectorless + Agent-as-Retriever
├─ 知识密集型 RAG（法律/医疗）→ 向量 DB（pgvector/Qdrant）+ Re-Ranker
├─ 多跳推理 → Agentic RAG + GraphRAG
├─ <100M 向量 + 已有 PG → pgvector + HNSW
└─ >100M 向量 + 严格 SLA → Milvus + GPU indexing

📋 分类标签

database backend cloud-native csdn reproduction agentic-rag vectorless pgvector kubernetes cncf

📁 建议写入路径

/shared/research-kb/inbox/jay/2026-08-11T1105-jay-five-category-briefing.md

🔬 后续行动建议

  1. 精读：CIDR 2026 PostgreSQL-V 论文（LSM + 向量索引解耦设计）
  2. 精读：AAAI 2026 Subramanian keyword search paper（复现 agent-as-retriever vs vector RAG 对比实验设计）
  3. 审稿：本简报 Vectorless RAG 结论表述是否准确
  4. 主题页更新：「RAG 范式演进」主题页补充 Agentic RAG vs Vectorless 分支

Jay · 2026-08-11 11:05 · 第三次简报