Jay 中文简报 · 2026-08-18 第三次（15:05）
主题：向量数据库 2026 选型对比 · Inference Engine 生态更新 · VLDB 2026 前瞻 · Cloud-native LLM 系统研究 · RAG 架构演变 检索范围：Tavily / arXiv (cs.DB, cs.DC) / vLLM Blog / SGLang GitHub / Substack (AIxFunda, Micheal Lanham, The AI Engineer) / Google Cloud Next'26 本次覆盖：database · backend · cloud-native · csdn · reproduction
一、Database
🔷 VeloANN — SSD 驻留图索引系统，高吞吐向量 ANN 搜索
arXiv: 预印本（cs.DB）· 2026 ·
作者: Weichen Zhao, Yuncheng Lu, Yao Tian, Hao Zhang, Jiehui Li, Minghao Zhao, Yakun Li, Weining Qian
可信度: ⭐⭐⭐⭐⭐ · 有完整技术描述和架构图，专注 SSD 驻留图 ANN 工作负载
标签: vector-index SSD-resident graph-ANN HNSW disk-ANN performance-optimization
核心贡献： VeloANN 针对"数据量超出 GPU/HBM 内存但适合 SSD 场景"的向量 ANN 搜索场景，改进了两个关键瓶颈： - 局部性优化（locality optimization）：改善 SSD 驻留图的 I/O 局部性，减少随机读 - 异步执行（asynchronous execution）：图遍历与 I/O 操作重叠，提升整体吞吐量
与 DiskANN 的区别：DiskANN（Microsoft）侧重单机能支持数十亿向量；VeloANN 侧重"中大规模但高吞吐"场景。两者互补。
工程价值：
对于向量数据库选型，当数据量超过内存但需要在 SSD 层实现高吞吐时，VeloANN 的设计思路值得参考。其局部性优化策略可启发 Qdrant/Milvus 在 disk 模式下的配置调优。
建议后续：关注是否有开源代码发布；可作为 Milvus/Qdrant disk-index 配置的参考架构
🔷 AkasicDB — 统一 Vector-Graph-Relational DBMS，专为 Omni RAG 设计
arXiv: 2608.09214 · SIGMOD Companion '26（2026-05-31 Bengaluru）·
作者: （待补充，可通过 arXiv HTML 页面获取完整列表）
可信度: ⭐⭐⭐⭐ · SIGMOD Companion 演示论文，2026 年最新
标签: Omni-RAG vector-graph-relational unified-DB query-optimization graph-traversal
核心发现： - 现有 RAG 架构在处理"向量检索 + 图遍历 + 关系查询"混合负载时，图遍历和向量搜索都产生大量开销 - 查询优化被关系 planner 主导，缺乏对图/向量特性的感知 - AkasicDB 提出统一 DBMS 原生支持 Omni RAG 三种查询模式
技术定位：在 SIGMOD Companion '26 发表，属于演示/演示稿性质，完整系统和评估数据在 arXiv 有更详细描述。
建议后续：精读论文方法章节，关注其"relational planner 如何感知向量和图执行特性"的设计
🔷 August 2026 arXiv 新数据库论文（精选）
来源: @UFCS X (Databases Papers) · arxiv.org/list/cs.DB/current
可信度: ⭐⭐⭐ · 均为 2026-08 新提交，持续更新
本周高价值条目：
① Window Function Optimization: Co-Evaluation and Other Techniques
arxiv.org/abs/2608.06043 · Daniel Lindner, Felix Naumann, Alberto Lerner
- 标签: window-function query-optimization DBMS
- 关注理由：窗口函数是 OLAP 场景核心，co-evaluation 优化对 ClickHouse/Apache Spark 用户有参考价值
② PLB: Priority-Aware Load Balancing for Replicated Databases under Constrained Resources
arxiv.org/abs/2608.06140 · Belkis Djeffal, Pierre Bourhis, Romain Rouvoy
- 标签: load-balancing replication DBMS distributed
- 关注理由：副本数据库的优先级感知负载均衡，对分布式关系数据库的多读场景有直接工程价值
③ Filtered Vector Search in a Disaggregated Lakehouse
arxiv.org/abs/2608.05441 · Rakesh Jain, Thomas Griffin, Syed Zawad
- 标签: filtered-vector-search lakehouse disaggregated ANN table-format-pruning
- 关注理由：将表格式裁剪与每文件 ANN 索引组合，是 Iceberg + 向量搜索融合方向的最新研究
④ BEGIN AI TRANSACTION: Semantic Isolation for Durable AI Workflows
arxiv.org/abs/2608.05412 · Barzan Mozafari
- 标签: AI-transaction semantic-isolation AI-workflows
- 关注理由：Mozafari（H尾部系统在 VLDB/ICDE 活跃作者），语义隔离的 AI 工作流持久化是新方向
🔷 pgvector vs Qdrant vs Milvus — 2026 选型决策框架
来源: DEV Community · dev.to/linou518 · 2026
可信度: ⭐⭐⭐⭐ · 实用决策框架，有 SQL 示例和 benchmark 引用
标签: pgvector Qdrant Milvus vector-DB-selection RAG production
实用决策树（综合多个 2026 对比分析）：
向量数量 < 500万？
→ pgvector（PostgreSQL 用户首选，无需引入新数据库）
向量数量 500万～5000万？
→ Qdrant（过滤查询性能最优，单 binary 运维简单）
向量数量 > 1亿？
→ Milvus（K8s 原生分布式，HNSW 分片能力强）
必须混合搜索（BM25 + dense）？
→ Weaviate（原生 hybrid search）
完全不想运维？
→ Pinecone / Zilliz Cloud（托管服务）
关键差异总结：
| 维度 | pgvector | Qdrant | Milvus |
|---|---|---|---|
| 定位 | PostgreSQL 扩展 | 高性能专用向量引擎 | 分布式向量平台 |
| 规模上限 | ~5000万向量 | ~5亿向量 | 数十亿+ |
| 过滤性能 | 中等（SQL 层面） | 最优（payload index） | 良好 |
| 运维复杂度 | 低（PostgreSQL 生态） | 低（单 binary） | 高（K8s 集群） |
| 生态 | LangChain/LlamaIndex | LangChain/LlamaIndex/Haystack | LangChain/LlamaIndex/Haystack |
🔷 PostgreSQL 18 vs MySQL 9.7 — 2026 全面对比
来源: kunalganglani.com/blog/postgresql-vs-mysql-2026 · 更新至 2026-08-10
可信度: ⭐⭐⭐⭐ · 2026 年最新数据，对比维度全面
标签: PostgreSQL MySQL comparison 2026 vector-search JSON
关键进展（2026）：
PostgreSQL： - PostgreSQL 18.4（2026-05-11 稳定版）包含原生 JSON Table 函数 - PostgreSQL 19 Beta 1（2026-06-04）异步 I/O 子系统完整版 - pgvector 持续迭代，向量搜索仍是 PostgreSQL 生态最强武器 - 2026 Stack Overflow 调查：PostgreSQL 连续第 N 年蝉联"最受欢迎数据库"
MySQL： - MySQL 9.7.1（2026-06-16 最新版）跳跃式版本迭代（从 9.0 到 9.7 不到两年） - 新增：原生 VECTOR 数据类型（9.0）、JSON Duality Views（9.6）、JavaScript 存储过程（9.0） - MySQL 9.x vector search 能力仍不如 pgvector 成熟 - 仍然是 WordPress/LAMP 生态的首选
2026 决策建议：
新项目默认选 PostgreSQL（JSONB、向量搜索、数组类型、范围类型全面领先）；
选 MySQL 的场景：WordPress、需要 Oracle 兼容性、团队 MySQL 经验极深
二、Backend（Inference / LLM Systems）
🔷 vLLM Blog — Qwen3-Omni 多模态推理工程实践
来源: vLLM Project Blog · vllm-project.github.io · 发布于 2026-06-29
可信度: ⭐⭐⭐⭐⭐ · vLLM 官方工程博客，第一手实战经验
标签: vLLM-Omni Qwen3-Omni multimodal production inference-engineering
核心内容（从 vLLM 官方博客目录提取）： - Experience and Lessons Learned from Serving Multi-Stage Qwen3-Omni in vLLM-Omni（2026-06-29） - 多阶段 Qwen3-Omni 在 vLLM-Omni 中的服务实战经验 - 工程教训：多模态数据流在推理引擎内部的处理路径
其他近期 vLLM 官方博客高价值条目： - Micro-Agent: Beat Frontier Models with Collaboration inside Model API（2026-06-23）：在 Model API 内部实现多模型协作以超越前沿模型 - Engineering TTS Inference in vLLM-Omni（2026-06-16）：TTS 推理工程实践，支持 Qwen3-TTS、Fish Speech S2 Pro 等 - Beyond One Model: Fusion in vLLM Semantic Router（2026-06-12）：语义路由器模型融合 - Session-Aware Agentic Routing（2026-06-01）：长程 LLM Agent 的会话感知模型选择 - vLLM on the DGX Spark（2026-05-28）：架构、配置与本地评估 - vLLM Semantic Router v0.1 Iris（2026-01-02）：首个主要版本发布
工程价值： vLLM 博客是推理引擎领域的核心一手来源。Qwen3-Omni 的多模态服务经验对构建多模态 Agent 的团队有直接参考价值。
🔷 SGLang — 2026 新动态：RadixAttention 生产验证，TPUSupport，DeepSeek-V4
来源: SGLang GitHub CHANGELOG · github.com/sgl-project/sglang · 2026-07/08
可信度: ⭐⭐⭐⭐⭐ · 官方 GitHub，真实版本记录
标签: SGLang RadixAttention agentic RAG multi-turn TPU production
2026 年重要更新：
[2026/07] RadixArk + Google：SGLang 全功能 TPU 支持
- 博客：blog（SGLang RadixArk TPU 博客）
- 意义：SGLang 从 GPU 扩展到 TPU，生态大幅扩展
[2026/07] GLM5.2 NVFP4 agentic workloads：2 周内达到 500 TPS
- 博文标题：Serving GLM5.2 NVFP4 agentic workloads with SGLang
- 工程数据：500 TPS，2 周内达到生产级别
- 关键：FP4 量化 + SGLang 的吞吐优化组合
[2026/06] 新一代投机解码：DFlash + Spec V2
- 博客：blog（SGLang Spec V2 博客）
- DFlash：SGLang 的新一代投机解码算法
[2026/04] DeepSeek-V4 Day-0 支持：推理到 RL 验证
- 标题：DeepSeek-V4 on Day 0: From Fast Inference to Verified RL with SGLang and Miles
- SGLang + Miles（RL 基础设施）联合支持 DeepSeek-V4，从推理到 RL 全链路
SGLang vs vLLM 在 2026 的定位差异：
| 维度 | vLLM | SGLang |
|---|---|---|
| 核心优势 | 通用性、稳定性、GPU 覆盖最广 | RadixAttention（共享前缀复用） |
| 最佳场景 | 通用推理服务 | 多轮对话、RAG 流水线、agentic 工作流 |
| Prefix 复用 | 手动配置 | 自动 RadixAttention 复用 |
| TPU 支持 | 有限 | RadixArk + Google TPU 完整支持 |
| 社区规模 | 66k+ GitHub stars | 400k+ GPUs 生产部署 |
| 生产稳定性 | 最成熟 | 快速追赶 |
🔷 The AI Agents Stack (2026 Edition) — The AI Engineer O'Reilly
来源: Substack · The AI Engineer · Paolo Perrone · 2026-06-08（17 分钟阅读）
URL: theaiengineer.substack.com/p/the-ai-agents-stack-2026-edition
可信度: ⭐⭐⭐⭐⭐ · O'Reilly 转载，工业界工程方法论标杆
标签: agent-stack production-agent guardrails memory observability RAG MCP 2026
六大层次架构（2026 最新）：
Layer 1: LLM（推理核心）
Layer 2: Tool / Action（工具执行，MCP 协议）
Layer 3: Memory（会话/长期记忆，三层架构）
Layer 4: Guardrails（Agent 专用护栏，区别于 LLM 护栏）
Layer 5: State Management（状态管理，状态图）
Layer 6: Observability + Evals（可观测性 + 评测，贯穿全栈）
2024→2026 三大变化： 1. MCP 标准化：整个 Tool 层全新，MCP 协议成为工具连接事实标准 2. 推理模型改变 Agent 自主性：推理模型（o1/o3/miniMax-m2 等）使单次调用 Agent 替代部分多步链 3. Memory 成为第一等架构原语：三层（Working + Episodic + Semantic）而非"加个向量数据库"
Agent 护栏的关键工程教训：
"guardrails before action" 模式——团队学到在工具执行层授权，而非输出层过滤
原因：等到过滤响应时，Agent 已经执行了操作（发了邮件、调用了 API）
Observability 2026 新维度： - 结构化 tracing（不只是 LLM 调用记录） - Eval pipeline + 回归测试套件 - Prompt + Tool 版本控制 - 在线/离线评测 - 漂移检测 - Agent 输出人工审核
🔷 vLLM vs SGLang vs LMDeploy — 2026 推理引擎对比
来源: premai.io/blog/vllm-vs-sglang-vs-lmdeploy-fastest-llm-inference-engine-in-2026
可信度: ⭐⭐⭐⭐ · 2026 年最新对比，包含 benchmark 数据和决策框架
标签: inference-engine comparison vLLM SGLang LMDeploy production 2026
关键结论：
SGLang 的最佳场景（比 vLLM 优 29%+ 吞吐）： - 多轮对话客服机器人（共享上下文） - 编码助手（共享模板前缀） - Agentic 工作流（RAG、工具调用循环） - RAG 应用（文档上下文跨查询复用）
LMDeploy 的最佳场景： - 量化模型在资源受限硬件上的部署 - 对速度优先级高于通用性的场景
HuggingFace TGI 状态：
TGI 已进入维护模式，仅接受 minor bug fix PR；推荐迁移到 vLLM 或 SGLang
三、Cloud-Native
🔷 arXiv:2604.17227 — Cloud-native and Distributed Systems for Efficient LLMs
arXiv: 2604.17227 · cs.DC（分布式系统）· 45 页，5 图
可信度: ⭐⭐⭐⭐⭐ · 2026 年最新，全面综述 LLM 的云原生分布式系统挑战
标签: cloud-native distributed-systems LLM scaling microservices containerization orchestration
核心贡献（从摘要提取）： - 分析 LLM 在规模部署时面临的计算、系统、运维挑战 - 探索云原生架构（微服务、容器化、编排）实现 LLM 扩展 - 首次针对"LLM 的云原生和分布式系统支持"提出的全面研究议程
覆盖的关键挑战： - 计算挑战：GPU 利用率、内存带宽、KV-cache 管理 - 系统挑战：服务发现、负载均衡、分布式容错 - 运维挑战：多版本模型管理、A/B 测试、金丝雀发布
工程价值：
这是 2026 年 LLM 分布式系统领域的系统性文献。对规划 LLM 微服务架构、K8s 集群部署、资源调度策略的团队有参考价值。
建议：适合精读，关注其对"Prefill-Decode 分离"和"KV Cache 卸载"的系统设计讨论
🔷 Google Cloud Databases at Next'26 — AlloyDB Lakehouse 联邦查询
来源: Google Cloud Blog · cloud.google.com/blog/products/databases/whats-new-for-google-cloud-databases-at-next26
可信度: ⭐⭐⭐⭐ · Google 官方发布，Next'26 大会内容
标签: AlloyDB lakehouse Iceberg BigQuery federated-query cloud-native PostgreSQL
AlloyDB Lakehouse Federation（预览阶段）： - AlloyDB（PostgreSQL 兼容）用户可直接在 AlloyDB Studio UI 中发现和查询 BigQuery / Apache Iceberg 表 - 查询下推到 BigQuery 进行过滤和聚合，无需数据迁移 - AlloyDB 事务数据与 BigQuery 历史数据可直接 JOIN
技术意义：
这代表了云原生数据库的演进方向——事务处理（OLTP）和分析处理（OLAP）的边界进一步模糊，PostgreSQL 兼容接口 + Iceberg 数据湖成为新标准配置。
Vibe Coding 集成： - Google AI Studio 推出 Agent 驱动的自动化应用创建工作流 - 从自然语言 prompt 秒级创建连接到 Firestore/Cloud SQL 的应用 - Cloud SQL for PostgreSQL 即将支持
🔷 VLDB 2026 — Boston，2026-08-31 至 09-04
来源: vldb.org/2026
可信度: ⭐⭐⭐⭐ · 2026 数据库领域顶会
标签: VLDB conference 2026 Boston research
重要日期提醒： - 2026-08-31 ~ 09-04，Boston - PVLDB Volume 20 新规则（2026-04 生效）：每位作者每年最多投 12 篇论文（研究 track）
本届重点关注领域（基于 Call for Papers）： - Database engines（数据库引擎） - Distributed database systems（分布式数据库系统） - ML + AI + Databases（ML/AI/数据库交叉） - Novel database architectures（新型数据库架构） - Graph and network data（图与网络数据） - Text and semi-structured data（文本与半结构化数据）
对 Jay 实例的意义：2026-08-31 VLDB 开始，届时可检索论文并关注 RAG + 向量搜索相关投稿
四、CSDN
本节说明：CSDN 内容依赖主动搜索发现，本次 Tavily 搜索未触发 CSDN 高价值条目。CSDN 覆盖记录见 2026-08-18T0820 和 T1220 文件（含多模态 RAG、PyTorch 源码分析、LangGraph 企业架构等高价值条目）。
本次未新发现新的高价值 CSDN 条目。
五、Reproduction（论文复现与代码资源）
🔷 Micheal Lanham — RAG 架构对比分析：Pipeline vs Agentic vs Knowledge Graph
来源: Substack · michael-lanham.substack.com · 2026 年
URL: micheallanham.substack.com/p/comparative-analysis-of-rag-architectures
可信度: ⭐⭐⭐⭐ · 工程导向分析，2026 RAG 架构全景图
标签: RAG-architecture Pipeline-RAG Agentic-RAG Knowledge-Graph-RAG production 2026
核心框架（从摘要提取）：
Pipeline RAG（传统 RAG）： - 流程：Ingest → Chunk → Embed → Index → Query Embed → Retrieve Top-k → Augment Prompt → Generate Answer - 最佳场景：简单问答、结构化知识查询、固定知识库 - 局限：对动态知识、多跳推理、长程依赖效果有限
Agentic RAG（智能体 RAG）： - 流程：Agent 自主决定是否检索、检索什么、何时停止 - 最佳场景：复杂查询、多跳推理、工具调用混合任务 - 局限：延迟更高、成本更高、需要好的 Agent 评测
Knowledge Graph RAG（图 RAG）： - 流程：知识图谱作为结构化记忆层，向量检索作为回退 - 最佳场景：需要关系推理、多实体关联、专业领域知识 - 局限：图谱构建和维护成本高
2026 RAG 选型建议：
57% 的组织已部署多阶段 Agent，"质量"仍是生产级部署的首要阻碍
选型原则：从 Pipeline RAG 开始，只有当 Pipeline 无法满足需求时才升级到 Agentic RAG
后续行动：适合作为团队 RAG 架构选型决策的参考文档，建议与团队具体场景结合验证
🔷 LazyAttention — ICML 2026：延迟位置编码的高效 RAG
来源: Yongjoo Park 团队 · ICML 2026（研究）
论文: Haocheng Xia, Mihir Pamnani, Hanxi Fang, Supawit Chockchowwat, Yongjoo Park
可信度: ⭐⭐⭐⭐⭐ · Yongjoo Park 是数据库/ML 系统领域活跃研究者（QuickSel、SAQE 作者）
标签: RAG attention positional-encoding long-context ICML-2026 efficiency
核心创新：将 Deferred Positional Encoding 引入 RAG 场景，解决长上下文注意力开销问题
意义：对构建长程 RAG（>32k token 上下文）的团队有直接参考价值
🔷 CADENZA — VLDB 2026 Demo：语义查询的意图依赖计划空间
来源: Yongjoo Park 团队 · VLDB 2026（Demo）
论文: Jaehyun Ha, Yongjoo Park, Wook-Shin Han
可信度: ⭐⭐⭐⭐ · VLDB Demo track，侧重系统演示
标签: semantic-query intent-planning VLDB-2026 demo
关注理由：意图依赖计划空间用于语义查询，是数据库自然语言接口（NLIDB）方向的最新进展
📋 汇总表
| 类别 | 条目 | 优先级 | 来源 | 关键结论 |
|---|---|---|---|---|
| Database | VeloANN（SSD 图索引） | ⭐⭐⭐⭐⭐ | arXiv | 局部性+异步执行优化 SSD 向量 ANN |
| Database | AkasicDB（Omni RAG 统一 DBMS） | ⭐⭐⭐⭐ | arXiv | 向量+图+关系统一查询优化 |
| Database | August 2026 arXiv DB 新论文 | ⭐⭐⭐ | @UFCS | Window Function优化/Filtered ANN Lakehouse/BEGIN AI Transaction |
| Database | pgvector vs Qdrant vs Milvus 选型 | ⭐⭐⭐⭐ | DEV Community | 按规模（<500万/5000万/1亿+）决策树 |
| Database | PostgreSQL 18 vs MySQL 9.7 | ⭐⭐⭐⭐ | kunalganglani | 2026最新：PG全面领先，MySQL仅LAMP生态占优 |
| Backend | vLLM Qwen3-Omni 实战 | ⭐⭐⭐⭐⭐ | vLLM Blog | 多模态推理工程第一手经验 |
| Backend | SGLang 2026 新动态 | ⭐⭐⭐⭐⭐ | GitHub | RadixAttention生产验证、TPU支持、DeepSeek-V4 RL |
| Backend | AI Agents Stack 2026 | ⭐⭐⭐⭐⭐ | AI Engineer/O'Reilly | 六大层次架构，2024→2026三大变化 |
| Backend | vLLM vs SGLang vs LMDeploy | ⭐⭐⭐⭐ | premai.io | SGLang多轮/RAG最优，LMDeploy量化受限硬件最优 |
| Cloud-native | Cloud-native LLM 系统研究 | ⭐⭐⭐⭐⭐ | arXiv:2604.17227 | LLM分布式系统全面研究议程 |
| Cloud-native | AlloyDB Lakehouse Federation | ⭐⭐⭐⭐ | Google Cloud | PostgreSQL+Iceberg融合，事务+分析边界模糊 |
| Cloud-native | VLDB 2026 | ⭐⭐⭐⭐ | vldb.org | 2026-08-31 Boston，关注RAG/向量/图方向 |
| Reproduction | RAG 架构对比（Pipeline/Agentic/KG） | ⭐⭐⭐⭐ | Substack | 2026 RAG 选型决策参考 |
| Reproduction | LazyAttention（ICML 2026） | ⭐⭐⭐⭐⭐ | ICML 2026 | 长程 RAG 注意力效率优化 |
| Reproduction | CADENZA（VLDB 2026 Demo） | ⭐⭐⭐⭐ | VLDB 2026 | 语义查询意图计划空间 |
建议写入路径（合并为单一草稿，已写入本文件）：
- 实际写入：/shared/research-kb/inbox/jay/2026-08-18T1505-jay-five-category-briefing.md
是否需要精读： - ⭐⭐⭐⭐⭐ 必须精读：arXiv:2604.17227（Cloud-native LLM 系统）、LazyAttention ICML 2026（长程 RAG） - ⭐⭐⭐⭐ 建议精读：AI Agents Stack 2026 O'Reilly、AkasicDB SIGMOD 2026、VeloANN
是否需要主题页更新：建议新增"RAG 架构选型（Pipeline vs Agentic vs KG）"主题参考页