database · E1 预消化简报(2026-10-24)

执行：Jay · E1 日间预消化（database）· 供今晚活文档接力预习 批次：宿主机 work-guard 清单 d71a4202-68b2-455a-bff8-f7f12a8714b4（created 1792844401 / expires 1792848001 · 有效未过期 · 1 item · 8 项 materials 全部逐份读完） 本批新材料 = items[0].materials 的 8 份 source，非全库扫描、未开网页检索补料、未为凑字数多轮重写 基线：organized/knowledge/database.md（R-109 · 2026-10-21 20:40）+ organized/knowledge/.database-candidate.md（R-110 · 2026-10-23 20:44，含 ThinkingBox / AgenticRAGTracer / SoK / KVP / reylo / kividb / xerj 13183★） 边界：只写本文件；未改活文档/清单/基线/认领记录/队列/cron；未 git；未输出密钥

0. 一句话判断

本批 8 份材料中，只有 2 件是真正的新条目（JinyangWang27/people-context 首采、l0ng-ai/openidea 首采），1 件是既有锚点的数值刷新（xerj 13183★→14262★），4 张 paper_card 是"主题标 database、实为多模态/视觉经典"的标签噪音（其中 1505.00468 在 R-110 已按降级源处理过），1 份 flyP 反方审稿笔记含 3 篇论文中只有 2 篇与数据层有实质邻接。今晚 R-111 建议按"补强轮"处理：不升 §2.12 第四十层候选、不升 §2.15 轴、不新立争议、不新立趋势。真正的净增量只有一条可入库事实（people-context 的"人物关系型 Agent 记忆"形态），其余是口径与分类债。

1. 今日最重要的增量（6 条）

增量 1 · people-context：把"人"而不是"知识"作为记忆实体（★ 本批唯一净新增形态）

  • 来源：organized/repo_cards/4611-jinyangwang27-people-context.md（首采 2026-10-24 · mtime 1792819914 · 分类 skill · 成熟度 experimental）
  • 要点：59★ · 周增 +0 · Python · MIT · 主分类 agent · 副 database · 形态 tool。定位"Local-first memory for AI agents about the people in your life"：MCP server + CLI，底层 SQLite，明示 "Never phones home"。与 §2.12 已锚定的记忆类组件（Mem0 / mneme / weave / quireink）相比，它的记忆对象是人物实体而非文档/代码/工作项。
  • 与活文档脉络的关系：R-105 weave 是"关系模型"（表/公式/rollup），R-107 mneme 是"跨会话记忆 + autoDream"，R-109 MAGE 是"按执行状态组织记忆"。people-context 补的是第三种记忆对象维度：人——它把"某人说过什么/偏好什么"这类主体属性也做成可检索、可通过 MCP 调用的持久记录。这与 §2.3 "记忆的组织结构"之争（§3 争议 1）不冲突但构成第三参照系：MAGE 关心记忆怎么组织，weave 关心记忆用什么语义模型，people-context 关心记忆记的是谁。
  • 建议归入：§2.12 生态观察（新条目，与 weave/mneme 并列记入"agent-first 记忆实现"簇）。不升第四十层候选 —— 59★ + 周增 +0 + 首采 + experimental + 形态 tool，且其核心仍是 SQLite 单文件，与 weave 属同源形态而非新抽象。

增量 2 · openidea：主分类标 database、实际是 IDE（标签错配的又一样本）

  • 来源：organized/repo_cards/4608-l0ng-ai-openidea.md（首采 2026-10-24 · mtime 1792819913 · 分类 trending · 成熟度 experimental）
  • 要点：59★ · 周增 +0 · TypeScript · Apache-2.0 · 主分类 database · 形态 tool。内容为"The IDE you know, rebuilt in Rust"：IntelliJ 风格 keymap / tool windows / search-everywhere，编辑器 + code insight + debugger + Git + terminal + database 与 HTTP clients（支持 60+ 语言）。
  • 与活文档脉络的关系：它的 database 相关性仅止于"内置了数据库客户端"——它不是数据层组件，而是数据层的消费端 IDE。与 §2.12 R-109 的 cortexkit/aft（"给 agent 一个 IDE 和 OS"）方向相近但更偏人类开发者。这与 R-102 dagu 那条"自己明说 no database 却被标 database"形成一对反向样本：dagu 是"无数据库却标 database"，openidea 是"有数据库客户端却标 database"——两者共同指向一个系统性问题：主题标签是由简介关键词自动填充的，对"形态判定"零约束力。
  • 建议归入：§2.12 弱邻接 + 负向标签记录（与 §2.14 综述元数据纪律同源：分类只作导航不作证据）。不入任何 database 论断，不升层。

增量 3 · xerj 数值再刷新（13183★ → 14262★），但"周增"口径出现冲突 ⚠

  • 来源：organized/repo_cards/4393-xerj-org-xerj.md（上次采集 2026-10-24 · 首采 2026-10-15 · trending · production · Rust · Apache-2.0）
  • 要点：14262★ · 周增 +938 · 最近提交 2026-10-24。简介除既有内容外仍含：MCP server for AI agents、Corpus Hub serves hundreds of reference memory corpora、索引 code/docs/logs/JSONL/CSV/PDF 做 BM25 + 向量 + 混合检索、code search without grep、Elasticsearch 兼容 API。
  • 与活文档脉络的关系：R-105 4568★ → R-107 7957★ → R-109 12498★ → R-110 13183★ → 本卡 14262★（相对 R-110 净 +1079），方向与"§2.12 增长最快者"一致，不构成新观点；Corpus Hub 描述 R-110 已入库。⚠️ 口径冲突：本卡"周增 +938"与 R-110 记录的"周增 +889"不一致，而两次采集只隔 1 天——增速数字不可直接连成趋势线。O175（"token 比 grep 少 40×"无原始出处）仍未闭环，R-110 的 D144/D145 警示继续沿用。
  • 建议归入：§2.12 生态观察数值锚点更新，并把"周增口径冲突"显式记为元数据勘误，不写成"增速回升/回落"。

增量 4 · flyP 三篇反方审稿中，两篇与数据层有实质邻接（含一组必须写死的证据边界）

  • 来源：inbox/flyp/2026-10-24-weekly-adversarial.md（mtime 1792809763 · verification=primary_text_excerpt · 三篇均为 reading_depth=primary_sections）
  • 要点（仅列 database 邻接部分）： 1. arXiv:2610.13735 Orthros（主题 llm-infra）——prefill 走滑窗注意力（窗口 128）物化层级 KV cache，仅在产 token 位置追加 full cross-attention；prefill 延迟最高 21.9× 加速，代价是训练期 token 计算翻倍。flyP 的反方质疑："最高值"无对应序列长度/硬件/batch/基线实现，跨论文速度比不可比；端到端收益取决于 prefill/decode 比例，decode 主导流量收益可能显著缩水。 2. arXiv:2610.13695 法律 KG 结构驱动检索（主题 rag）——不做通用 chunking，而按 Code→Titel→§→Absatz→Satz→Nummer→Buchstabe 层级建 KG（58 部法典 / 168,469 节点 / 240,507 边），检索结果带可核验节点 ID；嵌入模型 KaLM-Embedding-Gemma3-12B-2511。作者自陈最好配置下绝对 ToER 仍低且随深度陡降：Code 层约 14.2 / § 层约 3.2 / Satz 层约 1.5。flyP 反方质疑：摘录未出现朴素 100 词切分基线的 ToER，因此"结构收益"与"粒度收益"无法分离——它证明的是"粒度选择关键"，尚未证明"结构 KG 优于朴素切分"；且上游 regex 解析错误不表现为检索失败，而表现为"检索到结构合法但语义错误的法条"，正落在"可核验"承诺最脆弱处。 3. arXiv:2610.13361 AgentSWE（主题 agent）——Creation/Editing/Optimization 三阶段、无参考实现、按行为评分验收。flyP 反方质疑：裁判与 builder 共享模型家族，绝对水平只在家族内可比，跨家族不可比；且摘录不含 Creation/Editing/Optimization 的具体结果数值。→ 对 database 页的邻接主要是评估方法论层面。 4. 背景线索（非本次发现，search_snippet_only，不作全文核验）：Baseplate（"Heroku for LLM Apps"）"统一多模态上下文数据库 + 无代码表格界面"；vLLM issue #60537（DeepSeek-V4.1-Flash 前置 system message 破坏 prefix caching，合成 token 前缀测量，未涉 GPU 推理）。
  • 与活文档脉络的关系：Orthros 的层级化 KV cache 物化直接落在 §2.6/§2.11"KV Cache 存储原语化"（R-77 起的连续轴）上——这是 database.md 里首次出现的"层级 KV"形态（既有轴为：KV offloading / 压缩 / 持久化 galahad-kv / 行为保持压缩 / 跨层对称 VFold）。法律 KG 论文则落在 §2.12 存储形态与 §2.10 评估之间：它把"切分粒度"抬为一等设计变量，与 R-97 VectorMaton（后缀自动机）/ R-99 TrieHI（前缀树）同属"用结构拓扑约束检索"，但动机是语义可核验性而非索引压缩——与 §3 争议 1 的"语义错配"判断同构，可作为争议 1 的第三类形态参照。AgentSWE 落在 §2.13 评估方法论。
  • 建议归入：① Orthros → §2.6/§2.11 邻接 1 件（层级 KV cache 新形态，不升第三十四维候选：21.9× 为"最高值"且不可比，且与既有 33 维矩阵的"是否提升信息量/是否引入新缺陷"判据不同轴）；② 法律 KG → §2.12 邻接 + §3 争议 1 补充参照（结构化索引拓扑的第三类动机）；③ AgentSWE → §2.13 弱邻接（评估方法论，且本轮无数值，不升第二十九源候选）；④ 三篇均已在 inference.md / llm-infra.md / rag.md / coding-agents.md / llm-application.md 入库，database 侧属跨页复用，不是新学术增量。

增量 5 · 四张"主题=database"的经典卡：延续 R-110 降级先例，只锚 ID 不补论断

  • 来源：organized/paper_cards/1806-1409-0575.md（ImageNet · 43950 S2 被引 · 主分类 multimodal）、1807-1911-05371.md（SwAV 自标注 · 902 被引 · 主分类 engineering · 待LLM分类=是）、1801-2004-11362.md（SupCon · 7198 被引 · 主分类 engineering）、505-1505-00468.md（VQA · 6788 被引 · 主分类 multimodal · production）
  • 要点：4 张卡的 mtime 同为 2026-10-24 02:00（同一批次新落盘，非原地修改），来源均为 OpenAlex discover + S2 enrich，OpenAlex更新 均为 2026-10-22。内容分别是图像识别大规模基准 / 自监督自标注 / 有监督对比学习 / 视觉问答——与 database 数据层主线无实质交集，主题标签为自动填充。
  • 与活文档脉络的关系：1505.00468 在 R-110 已按"降级源"处理（只锚 arXiv ID / DOI 供历史回溯，不补 database 论断）。另 3 个 ID 在 database.md 与 archive/database-changelog.md 中 0 命中，属 database 侧首次出现，但同样应按降级处理。同时它们在别处已入库：1911.05371 → engineering.md；2004.11362 → llm-infra.md / engineering.md；1409.0575 → multimodal.md / llm-application.md。队列信号：work-queue §3「选题榜未成视频脚本（8）」里就含 2004.11362——即这张卡的真需求是内容解读脚本，不是入库。
  • 建议归入：不进 §2.3/§2.9/§2.15 正文，仅在 §6 引用锚定清单补 3 个 arXiv ID + 对应 DOI（1409.0575 / 1911.05371 / 2004.11362）。§6 计数按 R-110 的 318 个 arXiv / 36 个 DOI 递增（这是引用锚定，不是新观点）。今晚若由纸卡驱动，2004.11362 应走"解读/脚本"路径而非"入库"路径。

增量 6 · 两条口径警示（比新观点更值得今晚修掉）

  • (a) 基线版本分叉：live database.md 仍是 R-109（2026-10-21 20:52 落盘），而 .database-candidate.md 已是 R-110（2026-10-23 20:44）。两者 §2.12 的 xerj 数值锚定分别是 12498★ vs 13183★，arXiv 计数 314 vs 318。今晚开写前必须先确认以哪一版为基线，否则"上一轮数值"会取错，O175/O186 的追踪链会错位。
  • (b) 分类债仍在扩大：队列 §6「待精确分类：138 张卡」（本轮 work-queue 2026-10-24 20:00 生成）vs 10-21 的 136 张，两日 +2；§5「富化缺口：14 张卡缺 TLDR」。近 3 天新落盘的 19 张 主题: database 卡中，除本批 4 张外，其余 15 张为 10-22/10-23 批次的 ImageNet / BigBird / Diffusion-CNN / CodeXGLUE / DINOv2 / metric learning survey 等视觉与 NLP 经典——"主题=database"在本页已明显失真。这直接命中 R-102/R-107 反复记录的"批次结构偏差"，并支持本页既有立场：分类/标签只作导航，不作证据。
  • 建议归入：不入活文档正文，作为今晚的执行口径写死（与 engineering 轮同一口径）：被引变化 / 采集时间变化 / 标签命中一律不计为增量。

2. 值得警惕的矛盾与待核实说法

# 说法 出处 风险
1 xerj "token 比 grep 少 40×" repo_card 简介（多轮沿用） 无基准数据集与原始出处，厂商自述；O175 自 R-105 起未闭环
2 xerj 周增 +938（本卡）vs +889（R-110） 本卡 / R-110 两天内两次采集给出不同周增 → 增速不可连成趋势线，勿写"增速回升/回落"
3 "结构驱动 KG 提升引用检索准确性" arXiv:2610.13695 摘录缺朴素 100 词基线对照数 → 结构收益与粒度收益不可分离；ToER 14.2/3.2/1.5 随深度陡降
4 上游 regex 解析错误的后果形态 flyP 推断（作者未明说） 不是"检索失败"，而是"检索到结构合法但语义错误的法条" → 恰好打穿"可核验"承诺
5 Orthros "prefill 最高 21.9× 加速" arXiv:2610.13735 "最高值"无对照条件（序列长度/硬件/batch/基线 kernel 均缺），跨论文不可比；收益依赖 prefill 占比
6 AgentSWE 可比性 arXiv:2610.13361 裁判与 builder 共享模型家族 → 绝对水平仅家族内可比；且本轮无数值，不可据此排名
7 Baseplate / vLLM #60537 flyp 笔记背景段 search_snippet_only，无正文核验；vLLM 那条是合成 token 前缀测量，未涉 GPU 推理 → 仅作线索
8 people-context / openidea 的形态价值 两张首采卡 59★ + 周增 +0 + 首采 + experimental → 样本不足，不足立层或立趋势
9 4 张经典卡的主题=database paper_cards 标签与内容系统性错配 → 不得据标签推定 database 关联

3. 可引用的 arXiv 号列表（本批材料内）

arXiv ID 标题 处理建议 备注
2610.13735 Orthros: Phase-Aware Heterogeneous Attention for Efficient Transformers §2.6/§2.11 邻接 已在 inference/llm-infra/engineering/llm-application 入库；database 侧属跨页复用
2610.13695 Verifiable Retrieval for Legal Reasoning through Structure-driven KG §2.12 邻接 + §3 争议 1 参照 已在 rag/coding-agents/agent/engineering 入库
2610.13361 AgentSWE: Can Coding Agents Build the Agent You Actually Want? §2.13 弱邻接 已在 coding-agents/llm-application 入库；本轮无数值
2610.12998 Evaluating LLM Creativity through Long-Tail Performance 队列 §1 待解读项（非本批材料） work-queue §1 唯一待深度解读项
1409.0575 ImageNet Large Scale Visual Recognition Challenge 降级，仅锚 ID 已在 multimodal/llm-application 入库
1911.05371 Self-labelling via Simultaneous Clustering and Representation Learning 降级，仅锚 ID 已在 engineering 入库；待LLM分类=是
2004.11362 Supervised Contrastive Learning 降级，仅锚 ID 已在 llm-infra/engineering 入库；队列 §3 未成脚本
1505.00468 VQA: Visual Question Answering 已在 R-110 降级处理 本批为重复派发，不重复计数

DOI（随对应卡片，仅作引用锚定）：10.48550/arxiv.1409.0575、10.48550/arxiv.1911.05371、10.48550/arxiv.2004.11362、10.48550/arxiv.1505.00468。 GitHub（§2.12 生态观察）：https://github.com/xerj-org/xerj、https://github.com/JinyangWang27/people-context、https://github.com/l0ng-ai/openidea。

4. 今晚（database · R-111）的建议动作清单

  1. 先定基线：确认以 .database-candidate.md（R-110）为准还是以 live database.md（R-109）为准，再动笔。
  2. 入库：people-context（§2.12 生态观察，唯一新条目形态）+ openidea（§2.12 弱邻接 + 标签错配负向记录）；xerj 数值更新 + 周增口径冲突勘误；flyP 三篇按增量 4 的三段分别归位（Orthros→§2.6/§2.11，法律 KG→§2.12+§3 争议 1 参照，AgentSWE→§2.13 弱邻接）。
  3. 只锚不评：4 张经典卡仅补 §6 的 arXiv/DOI 锚（+3 个 ID），不补正文论断。
  4. 不动：不升 §2.12 第四十层候选、不升 §2.15 轴、不新立 §3 争议、不新立 §5 趋势。
  5. 欠账提醒：O175（xerj 40×）、O181/MAGE 复现、O186（数据层契约前移）均沿用未闭环，本批未提供任何可推进的证据。

5. 已检查过的来源（清单全量 · 8/8）

organized/repo_cards/4393-xerj-org-xerj.md · organized/repo_cards/4611-jinyangwang27-people-context.md · organized/repo_cards/4608-l0ng-ai-openidea.md · inbox/flyp/2026-10-24-weekly-adversarial.md · organized/paper_cards/1807-1911-05371.md · organized/paper_cards/1806-1409-0575.md · organized/paper_cards/1801-2004-11362.md · organized/paper_cards/505-1505-00468.md 交叉对照（非本批增量）：organized/queue/work-queue.md（2026-10-24 20:00）· organized/knowledge/database.md（R-109）· organized/knowledge/.database-candidate.md（R-110）· organized/knowledge/archive/database-changelog.md · organized/paper_cards/ 近 3 天 主题=database 定向抽查（19 张，仅元数据级）· inbox/{tom,flyp,spark,stephen,jay}/ 2026-10-23~24 相关笔记的 database 关键词定向查阅（仅脉络对照，未计为增量）。

材料不足说明：本批 8 份材料中 4 张 paper_card 主题错配、1 份笔记仅 2 篇与数据层邻接、3 张 repo 卡均为工程侧描述，学术侧净新增为 0。故本简报按实况写成"补强轮"结论，未为达到篇幅而扩写或重复旧轮内容。