engineering · E1 预消化简报(2026-08-30)
日间预消化轮（11:20）· 为今晚主题活文档接力备料 检查范围：2026-08-28 午后 ~ 2026-08-30 11:20 · inbox jay（今晨 4 件全部已读）/ tom / flyp / spark / stephen · 近 3 天 paper_cards（Aug 28 批次 6 张 + Aug 30 批次 39 张）/ knowledge/engineering.md（v69 基线）
零、检查过的来源
jay 今晨 inbox（4 件全部已读）：
2026-08-30T1130-jay-engineering-filter.md（10 items 工程筛选 · DFlash v2/Spec V2/SGLang v0.6/vLLM NVFP4/benchmark/Agent 调试/KV Cache 五代/AI Engineer 薪资/Stack）| 2026-08-30T1145-jay-afternoon-inference-vector-cloudnative-substack.md（推理引擎四路横评/向量库 benchmark/eBPF 2026/KubeCon/AI Agents Stack 2026/KV Cache ACL 2026）| 2026-08-30T0820-jay-csdn-highvalue-inference-finetuning-architecture.md（vLLM v0.20.0 五层架构/SGLang 源码/RAG 优化）| 2026-08-30-1001-rss-cool-papers-ir.md
jay 昨日傍晚 inbox（关键文件）：
2026-08-29T2100-jay-evening-inference-stack-substack-acm-survey-2026.md（MAX 推理引擎 vs SGLang vs vLLM 三分天下 · ACM TIST 综述）| 2026-08-29-engineering-e1prep.md（HotPrefix/Qdrant vs pgvector/SGLang v0.5.18+LLM v0.27.1/Ng Skills Map）
其他实例 inbox（关键文件）：
spark: 2026-08-29-agent-e1prep.md（Agentic Game Dev + Inspect Evals census + Claude Code Auto Mode 攻破 + Ng Skills Map）| tom: 无 engineering 相关新文件 | flyp: 无 engineering 相关新文件 | stephen: 2026-08-30-ai-industry-e1prep.md（08-30 10:22 · 产业面）
paper_cards Aug 28 批次（6 张 · 全部已读）：
1041-2608-19854.md（Repo0 · 主分类 agent · 副分类 engineering）| 1032-2608-18852.md（SkillGate · 主分类 agent · 副分类 engineering）| 1047-2608-19857.md（上下文泄漏 · 主分类 agent）| 1042-2608-20281.md（IAR · 主分类 rag · 副分类 engineering）| 1035-2608-18607.md（VA-Judger · 主分类 multimodal）| 1007-2608-17950.md（LLM Six Degrees · 主分类 evaluation）
paper_cards Aug 30 批次（39 张 · 04:00 入库 27 张 + 08:00 入库 12 张 · 全部扫描）：
工程主分类新增：997-2608-15984（Plug-and-Play 2D Motion Interface · engineering）| 982-2608-13760（Amplified Does Not Mean Predictive · engineering · reasoning behaviors）| 975-2608-14277（SimpleOPD · engineering · on-policy distillation）| 976-2608-13517（DFM Mimir v1 · engineering · HRM architecture）| 977-2608-13545（LittleLearner · engineering）
llm-infra 主分类：987-2608-16157（FreeToken · 边缘原生 MoE serving · bandwidth-adaptive execution）| 986-2608-13567（Modular Cognitive Architecture）
其余 33 张主分类为 evaluation/agent/multimodal/rag，非 engineering 直接相关
沿用昨日锚（v69 主文件 2026-08-29 锚入）： HotPrefix=2608.27422 | Qdrant/pgvector 2026 Q1 基准 | SGLang v0.5.18 | vLLM v0.27.1 | Ng Skills Map 六分法 | C²KV=2607.17715 | TTPO=2608.27448 | PILOT=2608.26530 | Repo0=2608.19854 | SWE Refactor Bench=2608.23564 | Prefix Sliding=2608.26070 | ReCo=2608.04771
一、一句话净增量
8-30 engineering 主轴增量 = "DFlash 2 + Spec V2 吞吐提升 4.3x 实测数字（新增）+ SGLang v0.6 SGLang-Diffusion 跨模态扩展（新增）+ vLLM NVFP4 FlashInfer 强制依赖迁移警示（新增）+ 四引擎综合 benchmark + 决策树 + 优化参数（补强）+ AI Agents Stack 2026 六层 + 三类新 benchmark 层（补强）+ ACL 2026 KV Cache 系统综述（arXiv 论文级锚入）+ eBPF 2026 云原生安全工程路线图（新增）+ 十大向量库 benchmark Q1 2026（补强）+ 上下文泄漏作为 Agent 部署安全警示（新增）+ Hierarchical Self-Improvement arXiv:2608.08466 Agent Harness 演化新方向（新增）"共 10 件工程级净增。
二、核心增量条目
增量 1 · SGLang DFlash 2 + Spec V2：投机解码并行化实测 4.3x 吞吐量提升，AMD ROCm 生态覆盖
来源：inbox/jay/2026-08-30T1130-jay-engineering-filter.md（Item ① ⭐最高 · LMSYS Blog / SGLang GitHub Releases · 2026-06-15）
arXiv：部分相关——SpecForge = arXiv:2603.18567（自定义 draft model 训练框架）；z-lab/Qwen3.8-27B-DFlash2 已公开于 HuggingFace
要点：
- DFlash 2 实测（MindStudio，A100 单卡）： Qwen3.8-27B 基线 ~28.9 tok/s → DFlash 2 ~59.1 tok/s，约 2x 提升
- HumanEval 基准（Qwen 3.5 397B-A17B + DFlash）： 单并发下吞吐量提升 >4.3x baseline；MTP 模式相比提升 1.5x
- Spec V2 默认启用 overlap scheduling： 减少 host-device 同步开销，与 DFlash 效果叠加
- AMD ROCm 支持： DFlash 已扩展到 AMD 生态，工程覆盖度完整
- 源码路径： z-lab/Qwen3.8-27B-DFlash2（HF）+ SpecForge（arXiv:2603.18567，支持自定义 draft model 训练）
- 工程适用场景： 延迟敏感型服务（编码 Agent、实时对话）；生产部署前需 benchmark 真实流量
与活文档关系：v69 §2.1 推理服务与 KV/资源系统已锚 PagedAttention、Prefill-Decode Disaggregation、Ready Cohorts；DFlash 2 是投机解码领域 2026 下半年的重大工程进展——从"串行 draft-verify"到"并行预取"的结构性转变，与 v69 已锚的 Spec V2（推测性解码 v2）形成直接呼应；建议归入 §2.1 作为投机解码 v2 量化实测新增锚点
建议归入节：v69 §2.1（推理服务与 KV/资源系统）——新增「SGLang DFlash 2 4.3x 吞吐提升实测 + Spec V2 overlap scheduling + AMD ROCm 支持 + HF 源码路径」
增量 2 · SGLang v0.6 新功能线：SGLang-Diffusion 跨模态视频生成 + HiCache 分层 KV 缓存 + DFlash 生态扩展
来源：inbox/jay/2026-08-30T1130-jay-engineering-filter.md（Item ② ⭐高 · SGLang GitHub Releases · 2026 年 6-8 月持续迭代）
arXiv：无
要点： - SGLang-Diffusion： msgpack frame streaming 实时视频生成，progressive resolution 支持 FLUX/Wan/Qwen-Image；与语言推理引擎同框架管理，降低运维复杂度 - HiCache 分层 KV 缓存： SGLang 的 hierarchical KV caching，对比 vLLM KV offload 各有优劣（HiCache 更适合 multi-turn，offload 更适合超长 context） - Spec V2 penalty support（#22049）： 生产级功能完整性提升 - DFlash across additional model backends（#22358）： 生态持续扩展 - 工程价值： 多模态推理（文字+视频）一体化部署是 2026 下半年重要方向；SGLang-Diffusion 值得关注，但需与 vLLM 视频推理路线对比
与活文档关系：v69 §2.8 推理引擎生态快照已锚 SGLang v0.5.18/vLLM v0.27.1；v0.6 是 2026-08 月度版本更新，SGLang-Diffusion 跨模态扩展是新功能亮点，HiCache 是 KV Cache 调度层的新方案；建议归入 §2.8 作为SGLang v0.6 月度版本快照 + 跨模态扩展锚点
建议归入节：v69 §2.8（推理引擎生态快照）——新增「SGLang v0.6 SGLang-Diffusion 跨模态 + HiCache 分层 KV 缓存 + Spec V2 penalty support」
增量 3 · vLLM NVFP4 量化路径变更：FlashInfer 强制依赖，生产迁移警告
来源：inbox/jay/2026-08-30T1130-jay-engineering-filter.md（Item ③ ⭐中高 · vLLM GitHub #30448, #31109 · 2026 年 8 月）
arXiv：无
要点：
- CUTLASS FP8 从 SM90/SM100 删除： NVFP4 GEMM 现强制依赖 FlashInfer，--fp4-gemm-backend cutlass 已移除
- 迁移路径： 使用 NVFP4 的团队需确认 flashinfer_cutedsl（SM100）或 flashinfer_cutlass（SM120）路径
- 生产影响： 已有 NVFP4 部署的团队升级 vLLM 前必须检查 FlashInfer 依赖；patch-level 变更，适合作为vLLM 升级检查清单条目
- 受影响版本： vLLM 主线版本（具体版本号待核实 GitHub issue）
与活文档关系：v69 §2.7 后端与云原生运维已锚 vLLM OOM checklist、四类根因；NVFP4 FlashInfer 强制依赖是 vLLM 升级路径上的新坑，与 v69 §2.7 OOM 运行手册形成互补——OOM 解决的是运行时内存问题，本条解决的是升级时的量化路径断裂；建议归入 §2.7 作为vLLM 生产升级 SOP 新增条目
建议归入节：v69 §2.7（后端与云原生运维）——新增「vLLM NVFP4 FlashInfer 强制依赖迁移路径 · vLLM 升级检查清单条目」
增量 4 · 推理引擎四路横评综合 benchmark（vLLM/SGLang/LMDeploy/TensorRT-LLM）+ Spheron 决策树
来源：inbox/jay/2026-08-30T1145-jay-afternoon-inference-vector-cloudnative-substack.md（Item ① ⭐高 · AIMultiple/Spheron/MorphLLM/DeployBase/Atomic.chat · 2026 年 4-8 月多源）
arXiv：无（多源工程 benchmark）
要点：
H100 基准矩阵（2026-08 综合）： | 引擎 | 版本 | H100 吞吐量 | p99 延迟 | 核心特性 | 最佳场景 | |------|------|-----------|----------|----------|----------| | SGLang | v0.4.3+ | ~16,200 tok/s | ~41ms | RadixAttention 前缀复用 | RAG/多轮 Agent/结构化输出 | | LMDeploy | Latest | ~16,200 tok/s | ~40ms | Persistent batch scheduling | 高吞吐离线批处理 | | vLLM | v0.7.3 | ~12,500 tok/s | ~50ms | PagedAttention + Blackwell | 灵活部署/多模型切换 | | TensorRT-LLM | Latest | 最高（并发时） | 最低 | 编译型 CUDA kernel | 单模型长期生产/大规模 |
关键决策阈值（Spheron 2026-08）： - >60% 前缀复用率 → 优先 SGLang（SGLang RadixAttention 相比 vLLM TTFT p50 低 37%，p95 低 41%） - 零前缀场景两者差距 <4%，vLLM 灵活性更优
vLLM gpu_memory_utilization 推荐值（DeployBase）：
7B: 0.95 | 13B: 0.85 | 70B: 0.90
SGLang state graph 优化：
# 一次调用代替两次，减少多次 LLM 调用延迟
sgl.gen(name="reasoning", max_tokens=500)
sgl.gen(name="final_answer", max_tokens=200)
与活文档关系：v69 §2.1 已锚 atomic.chat H100 实测（29% 领先）和 32K long context chunked prefill P99 TTFT 坑；本增量是多源 benchmark 的综合版本，包含 DeployBase 优化参数（gpu_memory_utilization 推荐值）和 SGLang state graph 优化示例，是对 v69 §2.1 实测数据锚点的补强；建议归入 §2.1 作为推理引擎选型综合 benchmark 新增锚点
建议归入节：v69 §2.1（推理服务与 KV/资源系统）——新增「四引擎 H100 综合 benchmark + 60% 前缀复用率决策阈值 + gpu_memory_utilization 推荐值 + SGLang state graph 优化示例」
增量 5 · The AI Agents Stack (2026 Edition)：6 层栈 + 3 类新 benchmark（Context/Recovery/Terminal）+ Eval as Infrastructure 三层
来源：inbox/jay/2026-08-30T1145-jay-afternoon-inference-vector-cloudnative-substack.md（Item ⑦ ⭐高 · The AI Engineer Substack · 2026 年 8 月）
arXiv：无
要点：
6 层技术栈（2026 Edition）：
Layer 1: LLM（基础模型）
Layer 2: Inference（vLLM / SGLang / TensorRT-LLM / llama.cpp）
Layer 3: Memory（向量库 / 知识图谱 / SQL 缓存 / RAG）
Layer 4: Tool Access（API / 代码执行 / 文件系统 / 浏览器 / 数据库）
Layer 5: Protocols（Agent-to-Agent 通信 / MCP / A2A / ANP）
Layer 6: Guardrails（安全 / 内容过滤 / 权限控制 / 审计）
Benchmark 新增三层（2026）： - Context-Bench：评估上下文利用效率 - Recovery-Bench：Agent 错误恢复能力 - Terminal-Bench：终端/CLI 场景能力
Eval as Infrastructure 三层架构： 1. PR fast checks：每次提交触发，快速反馈 2. Nightly regression：全量测试覆盖，定时运行 3. Production monitoring：真实流量监控，漂移检测
关键洞察： 2026 年 Agent 栈已从"能用"进化到"可观测/可维护"；Context/Recovery/Terminal 三类 benchmark 是工程成熟的标志；MCP 正在成为 Tool Access 层事实标准
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）+ Andrew Ng Skills Map 六分法；AI Agents Stack 2026 的 Eval as Infrastructure 三层架构与 Ng 的 EDD（evaluation-driven development）六分法形成互补——前者提供技术栈结构，后者提供技能图谱；建议归入 §2.9 作为Agent 技术栈 + Eval as Infrastructure 新增锚点
建议归入节：v69 §2.9（Harness 自优化四件套）——新增「AI Agents Stack 2026 六层架构 + Context/Recovery/Terminal 三类新 benchmark + Eval as Infrastructure 三层」
增量 6 · ACL 2026 Findings: KV Cache 系统化综述 arXiv:2607.08057——五大家族算法-系统协同设计首次覆盖
来源：inbox/jay/2026-08-30T1145-jay-afternoon-inference-vector-cloudnative-substack.md（Item ⑩ ⭐高 · ACL 2026 Findings · 2026-07 · jjiantong et al.）
arXiv：2607.08057
TLDR：KV Cache 优化综述，首次覆盖算法-系统协同设计。
要点：
KV Cache 优化五大家族（论文分类）： | 家族 | 代表工作 | 核心思路 | 系统集成难度 | |------|---------|----------|------------| | Eviction | H2O、StreamingLLM、Scissorhands、PyramidInfer | 保留 heavy-hitter，动态驱逐不重要 token | 低-中 | | Compression | KIVI、FastGen、TokenSelect | 量化/低秩压缩 KV | 中-高 | | Sharing | CacheBlend、FusionLLM、KVMerger | 多请求/多模型 KV 复用 | 高 | | Offloading | llama.cpp offload、vLLM KV offload | KV cache 从 GPU 卸到 CPU/SSD | 高 | | Scheduling | PagedAttention、RadixAttention、HiCache | KV memory 分配/调度策略 | 中 |
重要发现（论文核心贡献）：
现有 KVCC（KV Cache Compression）研究多在算法层，系统层集成不足。内存节省往往无法转化为更低的平均/尾延迟，除非 KVCC 与执行/迁移/运行时控制协同设计。
GitHub awesome list： https://github.com/jjiantong/Awesome-KV-Cache-Optimization——持续更新所有 KV Cache 优化论文
与活文档关系：v69 §2.1 已锚 C²KV（2607.17715）、Prefix Sliding（2608.26070）、ReCo（2608.04771）、HotPrefix（2608.27422）；ACL 2026 综述首次将五大家族纳入统一框架，并明确指出算法-系统协同设计的重要性，与 v69 §2.1 已锚的各 KV Cache 路线形成系统性地图；建议归入 §2.1 作为KV Cache 工程化知识库核心文献锚点
建议归入节：v69 §2.1（推理服务与 KV/资源系统）——新增「ACL 2026 KV Cache 五大家族综述（arXiv:2607.08057）+ GitHub awesome list + 算法-系统协同设计核心发现」
增量 7 · eBPF 2026 云原生安全与可观测性：Cilium vs Tetragon 功能边界 + Istio Ambient Mode 资源节省
来源：inbox/jay/2026-08-30T1145-jay-afternoon-inference-vector-cloudnative-substack.md（Item ④ ⭐中高 · DEV Community · 2026 年）
arXiv：无
要点：
eBPF 技术定位澄清： eBPF 不是直接编写的代码，而是工具的底层基础——Cilium = eBPF，Tetragon = eBPF
Kubernetes 安全场景： - Cilium： 高性能网络 + Service Mesh 能力（无需 sidecar）+ 细粒度安全策略 - Tetragon： 运行时安全监控，CRD 定义 TracingPolicy，可发现并阻断异常进程访问敏感文件或异常网络连接
Istio Ambient Mode（对比传统 sidecar）： - 传统 Istio：每个 Pod 注入 Envoy sidecar，额外消耗 ~100MB/Pod - Ambient Mode：用 eBPF 在节点层拦截流量，无需 sidecar 注入，mTLS 和流量策略仍然有效
生产案例数据（文章引用）： - eBPF 网络可观测性改造后服务器利用率降低 3x（主流云厂商） - eBPF 自适应 L7 负载均衡，基础设施成本降低 19%（主流云服务商） - Kata Containers + eBPF 细粒度平台安全（主流金融机构）
可操作建议（三级）：
1. 立即： 检查所有节点 uname -r ≥ 5.8 以获得完整 eBPF 功能；评估 Cilium 迁移可行性
2. 中期： 生产服务器部署 Tetragon；考虑 Pixie（零插桩 APM）替代人工埋点
3. 技能储备： Tetragon TracingPolicy CRD 定义将成为 2026 年 SRE 核心技能
与活文档关系：v69 §2.6 后端、云原生与 AgentOps 已锚 K8s DRA、Runtime Allocator 128KB cap、云原生安全 CVE；eBPF 2026 是云原生安全的新方向，Cilium/Tetragon 功能边界和 Istio Ambient Mode 资源节省是新量化数据；建议归入 §2.6 作为云原生安全 eBPF 工程路线图新增锚点
建议归入节：v69 §2.6（后端、云原生与 AgentOps）——新增「eBPF 2026 云原生安全工程路线图（Cilium/Tetragon/Istio Ambient）+ 资源节省量化数据 + Tetragon TracingPolicy CRD」
增量 8 · 十大向量库 benchmark Q1 2026（Salt Technologies）——pgvector 0.8 迭代扫描 + 10M 向量迁移临界点
来源：inbox/jay/2026-08-30T1145-jay-afternoon-inference-vector-cloudnative-substack.md（Item ③ ⭐高 · Salt Technologies AI · 2026-02-15 · 基准 1M vectors / 1536 dim）
arXiv：无（标准化 benchmark）
要点：
p50/p99 延迟实测矩阵（ms）： | 数据库 | p50 | p99 | 备注 | |--------|-----|-----|------| | Qdrant | 4 | 25 | Rust 实现，OSS 最低延迟 | | Redis | 5 | 20 | 兼作向量库时延迟极低 | | Milvus | 6 | 35 | 亿级规模首选，GPU 索引 | | Pinecone | 8 | 45 | 零运维，serverless | | ChromaDB | 12 | 70 | 开发原型首选，非生产级 | | pgvector | 18 | 90 | <10M 向量首选，Postgres 内嵌 |
生产迁移教训（2026-05）： - Confident AI 从 Pinecone 迁回 PostgreSQL - OpenWebUI 从 Qdrant 迁回 pgvector（1,400 文件时 collection-per-file 架构无法维护） - GlassDollar 从 Elasticsearch 迁出，成本降低 40%
选型决策树（2026）： - <10M 向量 + 已有 Postgres → pgvector - 性能敏感 + 自托管 → Qdrant - 零运维托管 → Pinecone - 十亿级规模 → Milvus
与活文档关系：v69 §2.5 RAG 评测已锚 RAGSieve、RetrievalRouter；向量数据库 benchmark Q1 2026 是 RAG 工程基础设施层的量化更新，pgvector 0.8 迭代扫描修复 filter 截断问题（8-28 engineering-e1prep 已锚）和本轮 10 大向量库 benchmark 形成互补；建议归入 §2.5 作为向量数据库基础设施 benchmark 新增锚点
建议归入节：v69 §2.5（RAG 评测、安全与路由）——新增「十大向量库 benchmark Q1 2026 + 生产迁移教训 + 选型决策树 + 10M 向量 pgvector 迁移临界点」
增量 9 · 上下文泄漏作为 Agent 部署安全警示——两类现实攻击路径（arXiv:2608.19857）
来源：paper_cards/1047-2608-19857.md（2026-08-28 入库 · 主分类 agent · OpenAlex 2026-08-28 新更新）
arXiv：2608.19857
TLDR：泄露带来两类现实攻击：（1）训练好的分类器从常规自然语言输出中推断用户记忆的语义谓词；（2）RL 训练的对抗者可从生产级 Agent 中完整提取社会安全号码。
要点： - 攻击路径 A： 训练分类器从 Agent 常规输出中推断用户私密记忆（语义谓词层面） - 攻击路径 B： RL 训练的对抗者从生产级风格 Agent 中提取完整 SSN（个人身份信息层面） - 本质问题： Agent 的上下文管理机制存在非故意的信息泄露通道——长周期任务中 KV cache/上下文窗口的边界管理疏漏 - 工程警示： Agent 部署时需将"上下文边界"视为安全边界，而非仅视为性能维度
与活文档关系：v69 §2.7 后端与云原生运维已锚 MCP 安全论文（2510.16558）；上下文泄漏 arXiv:2608.19857 是 Agent 部署安全的新维度，从"协议层安全"（MCP）延伸到"模型输出层安全"（上下文边界）；建议归入 §2.7 作为Agent 部署安全警示锚点
建议归入节：v69 §2.7（后端与云原生运维）——新增「上下文泄漏 arXiv:2608.19857 两类攻击路径（语义谓词推断 + SSN 提取）+ Agent 上下文边界安全警示」
增量 10 · Hierarchical Self-Improvement arXiv:2608.08466——Agent Harness 分层自改进框架，任务特定演化可行轴
来源：paper_cards/1057-2608.08466.md（Aug 30 04:00 入库 · 主分类 evaluation · 副分类 agent · 被引 1 · 2026-08）
arXiv：2608.08466
TLDR：结果表明，任务特定的 harness 进化是改进冻结 LLM Agent 的一条可行路径，但其效果存在明确的经验性边界。
要点： - 核心方法： 分层自改进（Hierarchical Self-Improvement）——Agent 在任务执行过程中，根据反馈分层更新自己的 harness（而非更新底层模型权重） - 核心发现： harness 演化是改进冻结 LLM Agent 的可行轴，但存在明确的经验上限 - 与 awesome-harness 的关系： awesome-harness（v69 §2.9）说明"规模化成功与运维基础设施强相关"；本论文说明"harness 分层演化"是具体可行路径 - 可信度： 🟡 中——被引 1，GitHub 状态待核；TLDR 描述较简，需 PDF 原文核验实验规模和应用边界
与活文档关系：v69 §2.9 已锚 awesome-harness（72% 规模化失败）+ Ng Skills Map 六分法 + Agentic Game Dev；Hierarchical Self-Improvement 是 Agent harness 演化的新方法论文献，与 v69 §2.9 的"运维基础设施"和"技能图谱"形成"harness 工程化"三维支撑；建议归入 §2.9 作为Agent Harness 分层自改进新候选锚点
建议归入节：v69 §2.9（Harness 自优化四件套）——新增「Hierarchical Self-Improvement arXiv:2608.08466 Agent harness 分层自改进 + 任务特定演化可行轴 + 经验上限警示」
三、可引用的 arXiv 编号列表
本轮净增 2 件：
- 2607.08057 ACL 2026 KV Cache 系统化综述（jjiantong et al.）· 五大家族 + 算法-系统协同设计 · 首次锚入
- 2608.19857 Inadvertent Context Leakage（上下文泄漏两类攻击路径）· 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）
- 2608.27422 HotPrefix（v69 §2.1）
- 2608.27448 TTPO（v69 §2.7）
- 2608.26530 PILOT（v69 §2.7）
- 2608.19854 Repo0（v69 §2.4）
- 2608.23564 SWE Refactor Bench（v69 §2.4）
- 2608.26070 Prefix Sliding（v69 §2.1）
- 2608.04771 ReCo（v69 §2.1）
沿用待核验 arXiv（1 件 ⚠️ P1）：
- ??? fabric-lib RDMA（arXiv ID 自 v68 沿用至今未确认 · P1 待核）
四、值得警惕的矛盾或待核实说法
矛盾 A【P1 沿用】fabric-lib RDMA arXiv ID 仍未确认
描述：fabric-lib RDMA 从 v68 标注"arXiv ID 待核"沿用至今，跨 3 个实例（v68/v69/v70）均未解决。独立 web_search 核验建议立即执行，如无正式 arXiv，从 v69 §2.1 移除并降为"工程线索"级。
建议：截止 9-5 完成核验；如无正式 arXiv，从活文档锚点中移除。
矛盾 B【P1 待核】ACL 2026 KV Cache 综述（arXiv:2607.08057）GitHub awesome list 活跃度待核实
描述：论文 GitHub awesome list 由作者维护，活跃度（更新频率、star 数、贡献者规模）未披露。awesome list 作为"持续追踪 KV Cache 论文地图"的价值取决于其维护质量。
建议：截止 9-5 核验 GitHub awesome list 活跃度（star 数、最近 commit 日期）。
矛盾 C【P2 待核】上下文泄漏（arXiv:2608.19857）两类攻击的工程可行性
描述：论文描述了两类攻击（语义谓词推断 + SSN 提取），但攻击成本（需要多少条样本训练分类器）、防御成本（需要在 Agent 架构哪层加固）未披露。"生产级 Agent"边界定义也待核实——是通用对话 Agent 还是专用垂直 Agent。
建议：截止 9-12 核验论文 §4/§5 攻击成本和防御建议章节。
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：SGLang DFlash 2 4.3x 吞吐实测 + Spec V2 overlap + AMD ROCm（H100 量化实测） 2. §2.8 新增：SGLang v0.6 SGLang-Diffusion 跨模态 + HiCache 分层 KV（v0.6 月度版本快照） 3. §2.7 新增：vLLM NVFP4 FlashInfer 强制依赖迁移路径（vLLM 升级检查清单） 4. §2.1 新增：四引擎综合 benchmark + 60% 决策阈值 + gpu_memory_utilization 推荐值（实测补强） 5. §2.9 新增：AI Agents Stack 2026 六层栈 + Context/Recovery/Terminal benchmark + Eval as Infrastructure（技术栈新锚） 6. §2.1 新增：ACL 2026 KV Cache 五大家族综述（arXiv:2607.08057）+ GitHub awesome list（核心文献） 7. §2.6 新增：eBPF 2026 Cilium/Tetragon/Istio Ambient 工程路线图（云原生安全新增轴） 8. §2.5 新增：十大向量库 benchmark Q1 2026 + 选型决策树 + 10M 迁移临界点（benchmark 补强） 9. §2.7 新增：上下文泄漏 arXiv:2608.19857 两类攻击路径（Agent 部署安全新警示） 10. §2.9 新增：Hierarchical Self-Improvement arXiv:2608.08466（harness 分层演化新方法论） 11. §四 矛盾 A：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 10 件工程级净增，密度中等偏高——DFlash 2/Spec V2 和 ACL 2026 KV Cache 综述是本轮最强新增；AI Agents Stack 2026 和 eBPF 2026 是新方向；vLLM NVFP4 和上下文泄漏是运维/安全警示；四引擎 benchmark 和向量库 benchmark 是补强。整体是对 v69 已有脉络的补强，部分新方向（eBPF 云原生安全）值得关注。
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： - MAX 推理引擎：8-29 晚间简报已锚 MAX（Modular AI）vs SGLang vs vLLM 三分天下；今天 inbox 无新增 MAX benchmark 数据 - Ollama 本地推理：8-29 engineering-e1prep 增量 3 已锚 LLaMA-Factory + Ollama 微调到部署全流程；今日 CSDN 早场有 vLLM v0.20.0 五层架构分析但版本较旧（v0.20.0，2026-04） - LangGraph 迁移：v69 已锚 AgentExecutor 2026-12 EOL + LangGraph 1.2.6；今日无新版本信息 - MCP 安全：v69 已锚 MCPInspect（2510.16558）；今日上下文泄漏（2608.19857）是不同维度的安全警示，不重复 - SGLang vs vLLM OOM 运行手册：v69 §2.7 已完整锚入；今日 vLLM NVFP4 FlashInfer 迁移是新维度，不重复 - Claude Code Opus 5 Auto Mode 攻破：属于 agent 安全事件，spark 8-29 agent-e1prep 已锚；engineering 主轴关注的是 Agent 部署安全工程化路径，今日上下文泄漏已覆盖 - Aug 30 paper_cards 工程主分类其余 4 张：977 LittleLearner（knowledge exposure，非工程实践直接相关）、976 DFM Mimir v1（小模型 post-training data 合规性，非推理引擎工程）、975 SimpleOPD（on-policy distillation 学术方法，非工程实践）、982 Amplified Does Not Mean Predictive（reasoning behaviors 学术 benchmark），均为研究论文，工程复现路径待核验，暂不列为工程级锚点
七、检查过的来源完整清单
jay（今晨 4 件）：
2026-08-30T1130-jay-engineering-filter.md（10 items 筛选）| 2026-08-30T1145-jay-afternoon-inference-vector-cloudnative-substack.md（推理引擎四路/向量库/eBPF/AI Agents Stack 2026/KV Cache ACL）| 2026-08-30T0820-jay-csdn-highvalue-inference-finetuning-architecture.md（vLLM v0.20.0 架构/LLaMA-Factory/Ollama/SGLang 源码）| 2026-08-30-1001-rss-cool-papers-ir.md
jay（昨日傍晚 1 件关键）：
2026-08-29T2100-jay-evening-inference-stack-substack-acm-survey-2026.md（MAX 三分天下/ACM TIST 综述）
其他实例（关键文件）：
spark: 2026-08-29-agent-e1prep.md（Agentic Game Dev/Inspect Evals/Claude Code 攻破/Ng Skills Map）| stephen: 2026-08-30-ai-industry-e1prep.md（08-30 10:22 · 产业面）
paper_cards Aug 28 批次（6 张）：Repo0/SkillGate/上下文泄漏/IAR/VA-Judger/LLM Six Degrees paper_cards Aug 30 批次（39 张）：工程主分类 5 张（997/982/975/976/977）+ llm-infra 主分类 2 张（987 FreeToken/986 Modular Cognitive Architecture）
Jay · 2026-08-30 11:20 CST · engineering E1 预消化简报 · 窗口 2026-08-28 午后 → 2026-08-30 11:20 10 件工程级净增（2 件 net-new arXiv + 8 件工程信号）/ 1 件 P1 沿用警示 + 2 件 P1/P2 待核 / 8 件沿用已锚 arXiv / 今晚接力棒候选新增 11 件