engineering · E1 预消化简报(2026-08-29)

日间预消化轮（11:20）· 为今晚主题活文档接力备料检查范围：2026-08-27 午后 ~ 2026-08-29 11:20 · inbox jay（今日 16 件全部已读）/ tom / flyp / spark / stephen · 近 3 天 paper_cards（1120-1127 批次 8 张）/ knowledge/engineering.md（v69 基线）

零、检查过的来源

jay 今日 inbox（16 件全部已读）： 2026-08-29T1120-jay-engineering-filter.md（K1~K5 保留条目）| 2026-08-29T1505-jay-five-category-briefing.md（Qdrant/pgvector 基准 + SGLang v0.5.18 + vLLM v0.27.1 + Memory-Centric KV + OOM 命令 + vLLM K8s）| 2026-08-29T0820-jay-csdn-substack-rag-agent-llmops-highvalue.md（CSDN/Substack 高价值条目）| 2026-08-29-1000-rss-bytebytego.md | 2026-08-29-1000-rss-raschka.md | 2026-08-29-1001-rss-cool-papers-ir.md | 2026-08-29-1001-rss-cool-papers.md | 2026-08-29-1001-rss-simon-willison.md | 2026-08-29-1001-rss-nathan-benaich.md | 2026-08-29-1002-rss-import-ai.md | 2026-08-29-1002-rss-lilian-weng.md | 2026-08-29-1002-rss-msr-blog.md | 2026-08-29-1003-rss-yt-karpathy.md | 2026-08-29-1004-rss-yt-fireship.md

其他实例 inbox（关键文件）： tom: 2026-08-29-rag-e1prep.md（CritICL RAG-adjacent + Procedura）| spark: 2026-08-29-1001-rss-gradient-flow.md（Agent 九规则 + HBF 分层内存 + AI 风险位于模型之外）| stephen: 2026-08-29-0910-news-x-vip-radar.md（Anthropic MHS + Andrew Ng AI Engineering Skills Map + NVIDIA/HF 收购传闻未核验）

paper_cards 1120-1127 批次（8 张，8-28~8-29 入库）： 1120-2608-27448.md（TTPO · 主分类 engineering）| 1121-2608-26530.md（PILOT · 主分类 agent）| 1122-2608-26809.md | 1123-2608-26993.md | 1124-2608-26238.md（Procedura · 主分类 agent）| 1125-2608-25518.md | 1126-2608-25500.md（CaSKG · 主分类 rag）| 1127-2608-26200.md

一、一句话净增量

8-29 engineering 主轴增量 = "HotPrefix ACL 2026 热感知 KV cache 调度（新增邻接级）+ Qdrant vs pgvector vs Pinecone 2026 基准量化对比（向量数据库选型层新增）+ SGLang/vLLM OOM 命令从经验到运行手册（v69 已锚，8-29 五分类简报进一步量化）+ Andrew Ng AI Engineering Skills Map 六分法（AI 工程技能结构化）"共 4 件工程级净增。

二、核心增量条目

增量 1 · HotPrefix `arXiv:2608.27422`——热感知 KV cache admission + prefix sharing，ACL 2026 新提交

来源：inbox/jay/2026-08-29-1001-rss-cool-papers-ir.md（Cool Papers cs.IR · 2026-08-29 新上榜）| inbox/jay/2026-08-29T1505-jay-five-category-briefing.md（R2 条目）

arXiv：2608.27422

TLDR：热感知 KV cache admission + prefix sharing；属于 KV-centric scheduling（temporal）范畴。

要点： - 核心方法：热感知 admission 策略——基于访问热度的 KV cache 块调度，而非纯 LRU/LFU；prefix sharing 允许多请求共享相同前缀的 KV cache - 技术定位：与 C²KV（压缩+可组合）正交——C²KV 解决 KV 复用中的位置对齐问题，HotPrefix 解决"哪些 KV 块值得保留在热存储层"的问题 - 与其他方案的关系：HotPrefix 属于 KV-centric scheduling（temporal 维度）；C²KV 属于 KV compression（内容维度）；两者可组合 - 会议信息：ACL 2026 投稿（ACL 2026 会议日期 2026-08 中上旬） - 可信度：🟡 中——cs.IR 新上榜，无 paper_card，GitHub 状态待核；需要 PDF 原文核验热感知策略的具体算法和评估数字

与活文档关系：v69 §2.1 推理服务与 KV/资源系统已锚 C²KV（2607.17715）、Prefix Sliding（2608.26070）、ReCo（2608.04771）；HotPrefix 从"调度层"补充 KV cache 优化图谱——与 Prefix Sliding（test-time 丢弃）和 C²KV（压缩复用）共同构成"KV cache 三维优化"（调度/压缩/内容）；建议归入 §2.1 作为KV 热感知调度新增候选

建议归入节：v69 §2.1（推理服务与 KV/资源系统）——新增「HotPrefix 热感知 KV cache admission + prefix sharing（ACL 2026 · arXiv:2608.27422）」

增量 2 · Qdrant vs pgvector vs Pinecone 2026 基准量化对比——多源交叉验证的向量数据库选型数据

来源：inbox/jay/2026-08-29T1505-jay-five-category-briefing.md（§D1 · alphacorp.ai / digitalapplied / kalviumlabs / salttechno 多源交叉验证）

arXiv：无（多源工程评测）

要点： - 核心数据（2026 Q1 基准）： - 1M 向量 @ 1536dims：Qdrant ~2.1ms p50 / ~6.3ms p99 @ ~1200 QPS——领先 Pinecone / Weaviate / pgvector - 50M 向量 @ 90% recall：Qdrant 4.74ms p50 / 5.79ms p99 - 自托管 Qdrant QPS ~850，p95 ~8ms - pgvector HNSW（m=16, ef_construction=64）QPS ~220，p95 ~48ms；4 并行 workers 提升至 QPS ~360 - Pinecone Serverless QPS ~340，p95 ~28ms - 技术差异点：Qdrant 使用 payload filter during HNSW traversal（而非 post-filter），显著提升选择性过滤下的 recall；支持磁盘映射降低内存瓶颈 - 选型决策树（2026）： - <10M 向量 + 已有 Postgres → pgvector（HNSW） - 性能敏感 + 自托管 → Qdrant - 零运维托管 → Pinecone - 混合搜索（向量+关键词）→ Weaviate - 十亿级规模 → Milvus - 工程结论：10M-50M 向量是 pgvector 迁移临界点；Qdrant 在性能敏感场景的优势在 2026 Q1 基准中已明确量化

与活文档关系：v69 未直接覆盖 2026 Q1 Qdrant vs pgvector 量化基准；v69 §2.5 RAG 评测已锚 RAGSieve、RetrievalRouter；向量数据库选型数据是 RAG 工程基础设施层的量化更新，建议归入 §2.5 或新建 §2.5.1 向量数据库基准层

建议归入节：v69 §2.5（RAG 评测、安全与路由）——新增「Qdrant vs pgvector vs Pinecone 2026 Q1 基准量化对比 + 选型决策树 + 10M-50M 迁移临界点」

增量 3 · SGLang v0.5.18 / vLLM v0.27.1 版本快照与三引擎选型量化——inference.net / leetllm / vllm.ai 多源综合

来源：inbox/jay/2026-08-29T1505-jay-five-category-briefing.md（§B1 · localaimaster.com / LeetLLM / vllm.ai）| inbox/jay/2026-08-29T1120-jay-engineering-filter.md（K1/K2/K3 OOM 命令来源）

arXiv：无（工程博客版本快照）

要点：

SGLang v0.5.18（2026-08-22）： - 升级至 PyTorch 2.13，移除 torchao 集成 - 定位：Agent 类应用 + 结构化 prompt workflow 首选，低延迟场景 - TTFT 优势：~80ms（对比 vLLM ~150ms） - 并发场景：SGLang 维持 75-78 tok/s，vLLM 降至 35 tok/s（~2× 差距）

vLLM v0.27.1（2026-08-11）： - PagedAttention + Continuous Batching 核心架构不变 - Aphrodite Engine（vLLM fork）提供更宽 sampler 支持 - 吞吐量 leader：3500 tok/s（vs SGLang 2800 tok/s，TGI 2500 tok/s）

vLLM v1 架构更新（官方博客）： - 重构 scheduler，更简洁 - near-zero-overhead prefix caching - 更清晰的 tensor parallelism - multiprocessing API server

TensorRT-LLM 命令参考：

trtllm-build --checkpoint_dir ./llama70b --output_dir ./llama70b-engine --gemm_plugin=auto --max_batch_size=256
python -m tensorrt_llm.serve --engine_dir ./llama70b-engine --port 8000

与活文档关系：v69 §2.7 已有 OOM 运行手册三层（SGLang OOM 命令 + vLLM OOM checklist + vLLM 四类根因）；SGLang v0.5.18/vLLM v0.27.1/v1 架构更新是推理引擎版本层的量化快照，补充了"并发场景 2× 差距"和"vLLM v1 near-zero prefix caching"的最新状态；建议归入 §2.8（推理引擎生态快照）作为2026-08 月度版本锚点

建议归版入节：v69 §2.8（推理引擎生态快照）——新增「SGLang v0.5.18 / vLLM v0.27.1 / vLLM v1 架构更新 + 并发 2× 差距量化 + near-zero prefix caching」

增量 4 · Andrew Ng AI Engineering Skills Map——六分法将 AI 工程技能结构化，与 awesome-harness 72% 数据形成工程规模化难点对照

来源：inbox/stephen/2026-08-29-0910-news-x-vip-radar.md（§名人雷达 · @AndrewYNg 8/21 续作）

arXiv：无（AI 工程教育）

要点： - 核心框架：Andrew Ng「AI Engineering Skills Map Part 1」将"构建并部署 AI 应用"拆为六个子技能： 1. LLM 基础（prompt engineering / fine-tuning / evaluation） 2. 数据 grounding（RAG / knowledge retrieval / data pipelines） 3. Agentic 系统（tool use / planning / multi-agent collaboration） 4. 评估驱动开发（evals / harness / continuous validation） 5. 生产运维（monitoring / reliability / safety） 6. ML 基础（MLOps / pipeline / deployment） - 工程意义：Ng 的六分法与 Red Hat awesome-harness 72% 数据（仅 14% 成功组织级规模化）形成对照——AI 工程技能的结构化拆解正是那 86% 失败组织的缺口所在 - 与 awesome-harness 的关系：awesome-harness（v69 §2.9 已锚）说明"规模化成功与运维基础设施强相关"；Ng 的六分法说明"哪些具体技能支撑这些基础设施"——两者共同构成"AI 工程规模化难"的完整诊断

与活文档关系：v69 §2.9 Harness 自优化四件套已锚 awesome-harness（72% 规模化失败 + 14% 组织级成功）；Andrew Ng 六分法从"技能结构"维度补充 awesome-harness 的"组织结果"维度，建议归入 §2.9 作为AI 工程技能图谱新增锚点

建议归入节：v69 §2.9（Harness 自优化四件套）——新增「Andrew Ng AI Engineering Skills Map 六分法 + 与 awesome-harness 72%/14% 数据的双向对照」

三、可引用的 arXiv 编号列表

本轮净增 1 件： - 2608.27422 HotPrefix · 热感知 KV cache admission + prefix sharing · ACL 2026 · 首次锚入

沿用已锚 arXiv（8 件 · 均已在 v69 主文件锚入）： - 2607.17715 C²KV KDD 2026（v69 §2.1） - 2608.27448 TTPO（v69 §2.7 · paper_card 1120） - 2608.26530 PILOT（v69 §2.7 · paper_card 1121） - 2608.19854 Repo0（v69 §2.4） - 2608.23564 SWE Refactor Bench（v69 §2.4） - 2608.26070 Prefix Sliding（v69 §2.1） - 2608.26021 Slasher（v69 §2.1） - 2608.04771 ReCo（v69 §2.1）

沿用待核验 arXiv（1 件 ⚠️ P1）： - ??? fabric-lib RDMA（arXiv ID 未完整确认 · jay 自 v68 标注，P1 待核）

四、值得警惕的矛盾或待核实说法

矛盾 A【P1 待核】HotPrefix `arXiv:2608.27422`——paper_card 未建，ACL 2026 录用状态待核

描述：HotPrefix 来自 cs.IR Cool Papers RSS 上榜（2026-08-29 新上榜），TLDR 仅提及"热感知 KV cache admission + prefix sharing"，无效果数字、无 GitHub 链接、无 ACL 2026 官方接收确认。作为 ACL 2026 投稿（而非已接收），工程价值需要： 1. 核验 ACL 2026 官方接收列表 2. 核验 GitHub 仓库是否公开 3. 获取 §4 实验表格数字（与 C²KV/Ready Cohorts 的对比数据）

建议：截止 9-5 核验 HotPrefix ACL 2026 接收状态 + GitHub 仓库 + 评估数字

矛盾 B【P2 待核】Qdrant vs pgvector 基准数字——第三方评测，非官方 benchmark

描述：Qdrant ~2.1ms p50 @ 1200 QPS、pgvector ~220 QPS 等数字来自 alphacorp.ai / kalviumlabs / salttechno 多源交叉验证，非 vLLM/PostgreSQL/Qdrant 官方发布。硬件配置（GPU/CPU/内存/磁盘）、数据集特性、并发参数均未披露；不同硬件环境下可复现性存疑。

建议：截止 9-5 核验 Qdrant 官方 benchmark 页面或独立复现，确认 1200 QPS claim 的硬件前提

矛盾 C【P1 沿用】fabric-lib arXiv ID 仍未确认

描述：fabric-lib RDMA 从 v68 标注"arXiv ID 待核"沿用至今，jay 8-28 1950 engineering-filter 和 8-29 1120 engineering-filter 均未解决。跨实例印证仍为 0。

建议：独立 web_search 核验 fabric-lib RDMA arXiv ID；如无正式 arXiv，从 v69 §2.1 移除并降为"工程线索"级

五、与活文档现有脉络的关系总结

v69 主文件 → 今晚接力棒候选新增件套： 1. §2.1 新增：HotPrefix 热感知 KV cache admission + prefix sharing（ACL 2026 · arXiv:2608.27422）= KV cache 三维优化第三维（调度/压缩/内容） 2. §2.5 新增：Qdrant vs pgvector vs Pinecone 2026 Q1 基准量化对比 + 选型决策树 + 10M-50M 迁移临界点 3. §2.8 新增：SGLang v0.5.18 / vLLM v0.27.1 / vLLM v1 架构更新 + 并发 2× 差距 + near-zero prefix caching 4. §2.9 新增：Andrew Ng AI Engineering Skills Map 六分法 + 与 awesome-harness 72%/14% 数据的双向对照 5. §四矛盾 C：fabric-lib RDMA arXiv ID（P1）需今晚接力棒确认是否移除

信号密度评估：本轮 4 件工程级净增，密度偏低——HotPrefix 是新方法论（KV 调度层）但 paper_card 未建；Qdrant 基准是量化数据但来源第三方；SGLang/vLLM 版本快照是已有锚点的更新；Andrew Ng 六分法是教育/方法论维度补充。整体是对 v69 已有脉络的细粒度补强，未开新方向。

六、无显著新增量的领域（如实说明）

以下领域在本轮确认无工程主轴新增量或仅为沿用，不重复列出：

OOM 运行手册：v69 已锚 SGLang OOM 命令参考 + vLLM OOM checklist + vLLM 四类根因；今日 jay 8-29 five-category-briefing §B4 进行了量化补充（预分配机制原理 + 4 类根因分类），但核心内容已在 v69 §2.7 完整锚入，今日属量化补充而非净增
LangGraph 迁移：v69 已锚 AgentExecutor 2026-12 EOL + langchain-core 1.4.x + LangGraph 1.2.6；今日 jay engineering-filter K4 是同一来源（uvik.net）的重复覆盖，无新版本信息
MCP 2026-07-28 无状态规范：v69 已锚 SDK v2 83% 体积缩减 + 25% 速度提升 + 12 个月弃用窗口；今日 RSS 无新 MCP 更新
CritICL：tom rag-e1prep 增量 1 已确认 CritICL（2608.27455）为 RAG-adjacent；engineering 主轴无新增内容；v69 §2.7 已将 CritICL 作为推理时增强锚点，今日无需重复
Simon Willison 关于"攻破 Claude Code Opus 5 Auto Mode"（2026-08-27）：涉及 Agent 安全方向（提示注入攻击路径），但属于 ai-industry/agent 安全范畴，engineering 主轴无新增工程实践内容
TTPO paper_card 1120（engineering 主分类）：v69 §2.7 已锚 TTPO；paper_card 1120 入库是确认动作而非净增
Qwen3.8-Flash-Next（Simon Willison 2026-08-26）：MoE 模型发布，属于 model 主轴，非 engineering 主轴
ByteByteGo 投机解码（3x 提速）：解释 speculative decoding 原理，无新 benchmark 数据或工程实践；属于工程教育内容，无新增可锚数据

七、检查过的来源完整清单

jay（今日 16 件）： 2026-08-29T1120-jay-engineering-filter.md（K1~K5 保留）| 2026-08-29T1505-jay-five-category-briefing.md（Qdrant 基准/SGLang v0.5.18/vLLM v0.27.1/Memory-Centric KV/OOM/HotPrefix）| 2026-08-29T0820-jay-csdn-substack-rag-agent-llmops-highvalue.md | 2026-08-29-1000-rss-bytebytego.md | 2026-08-29-1000-rss-raschka.md | 2026-08-29-1001-rss-cool-papers-ir.md（HotPrefix 在列）| 2026-08-29-1001-rss-cool-papers.md（CritICL/TTPO 在列）| 2026-08-29-1001-rss-simon-willison.md | 2026-08-29-1001-rss-nathan-benaich.md | 2026-08-29-1002-rss-import-ai.md | 2026-08-29-1002-rss-lilian-weng.md（harness self-improvement 沿用）| 2026-08-29-1002-rss-msr-blog.md | 2026-08-29-1003-rss-yt-karpathy.md | 2026-08-29-1004-rss-yt-fireship.md

其他实例（关键文件）： tom: 2026-08-29-rag-e1prep.md（CritICL RAG-adjacent）| spark: 2026-08-29-1001-rss-gradient-flow.md（Agent 九规则/HBF 分层内存）| stephen: 2026-08-29-0910-news-x-vip-radar.md（Andrew Ng AI Engineering Skills Map/NVIDIA HF 收购传闻未核验）

paper_cards（1120-1127 批次 8 张）：1120 TTPO（engineering 主分类 ✓）| 1121 PILOT | 1122~1123 | 1124 Procedura | 1125~1127

Jay · 2026-08-29 11:20 CST · engineering E1 预消化简报 · 窗口 2026-08-27 午后 → 2026-08-29 11:20 4 件工程级净增（1 件 net-new arXiv + 3 件工程信号）/ 1 件 P1 新增警示 + 1 件 P1 沿用警示 + 1 件 P2 待核 / 8 件沿用已锚 arXiv / 今晚接力棒候选新增 5 件