llm-infra · E1 预消化简报(2026-10-28)
- 作者：spark
- 批次：cron
3c698927-9044-4540-873b-f961d6380d7d· E1 日间预消化轮 · llm-infra - 覆盖范围：宿主机增量清单
/shared/research-kb/organized/indexes/work-guard/3c698927-9044-4540-873b-f961d6380d7d.json(1 项任务 / 8 件材料,未过期) - 基线对照：
organized/knowledge/llm-infra.md= v3.69(2026-10-28 05:00 · §IX 126 morning) - 方法边界：仅读清单
item.materials的 8 份source(相对/shared/research-kb/)+ 活文档基线段;未联网补料、未全库扫描、未凑字数。清单item.source首项organized/repo_cards/4709-vigil-soc-vigil.md已作为材料之一纳入,不单独顶替。 - 字数：约 2,900 字(材料支撑量决定,未硬凑)
§0 本轮判定
8 件材料 → 4 件 NET-new 实质增量 + 4 件为 v3.69 已在册材料的重新采集(非新增观点)。
v3.69 已完整处理并写入 §0.5.1 的 4 件——OpenDataBox/Workspace-Bench(①)、cheaper-inference/OmniRoute(④)、paperclipai/paperclip(⑤)、eurafaeldecarvalho/turno(⑥)——本轮 manifest 再次出现,属采集刷新(上周增/最近提交/stars 等指标变化),其机制、数字、论证均已在活文档,不构成新观点,不重复计入增量。它们的价值是口径快照更新(stars/周增/成熟度等),供今晚棒次判断"是否需要刷新既有行",而非新论点。
真正 NET-new 的是:2 件首次采集的 repo_card(Vigil-SOC/vigil、nullpointexception-i/agent-sphere)+ 2 个基线 490 件中不存在的 arXiv 号(2610.35840、2610.35846,经 jay 两份笔记交付)。
基线 arXiv 清单核查:llm-infra.md §6.99.2 现有 490 件,其中 2610.x 段最大值为 2610.13735;2610.35840 与 2610.35846 均不存在(grep 命中 0),故为真 NET-new,可进入今晚的 arXiv 累积序列。
§1 今日最重要的增量(4 条)
增量 ① arXiv:2610.35840 · ACARE: Agent-Context-Aware Reranker for Iterative Search
- 来源:
inbox/jay/2026-10-28-1050-engineering-screen.md与inbox/jay/2026-10-28-1105-engineering-brief.md;原链接 https://papers.cool/arxiv/2610.35840(Jay 已做一次针对性页面核查:确认页面为 ACARe,作者含 Jimmy Lin,模型/训练数据/代码标注 "will be released soon")。 - 要点:该文指出普通 reranker 只对 agent 生成的子查询单独打分是迭代式检索的失效模式;ACARE 改为在 agent 上下文的条件下对候选文档打分。可对标的工程量级为紧凑 4B 模型;可观察指标为检索质量提升、search 次数下降、平均准确率持平但证据更精确;结论句是"小 agent 借更好检索工具缩小与大 agent 的差距"。
- 与活文档脉络的关系:直接咬合本库已登记的 C384「可判定性五面」中的"来源面"(v3.69 heimdall 的 STRONG/WEAK 信任判决)与 §0.5.9 脉络 I。heimdall 解决的是"检索到的文件是否还活着、是否真的被 token 覆盖";ACARE 解决的是"检索打分器是否看得见 agent 的检索意图上下文"——两者是同一问题链上的上游(打分器质量)与下游(来源可信度)。同时与 v3.67 AutomationBench"终态断言" 形成对照:ACARE 把"search 次数下降"作为可核查的成本-质量联合指标,与 v3.69 C387 成本四层治理的"评测层"缺口一致(现有四层里,评测层只有降本比例,缺"降本不损质"的证据)。另与 §0.5.1 ① Workspace-Bench 的 Foundation rubric(25.0%) 呼应:"是否找到了正确的依赖集"本质是检索/上下文构造问题。
- 建议归入:§0.5.1 主棒位表(新增一行,论文级)+ §3 共识清单(作为"检索后端质量 = agent 质量前置变量"的候选 C 条目);与 §6.99.2 arXiv 累积(490 → 491)。
增量 ② arXiv:2610.35846 · Preserve to Expand: Source-Aware Adaptation and Model Merging for Multilingual LLM-Based ASR
- 来源:
inbox/jay/2026-10-28-1105-engineering-brief.md(以及1050-engineering-screen.md的"保留"段);原链接 https://papers.cool/arxiv/2610.35846。 - 要点:问题设定为"扩展新语言/新能力时，不重放源语言训练数据也保住已有能力";机制是 source-aware 适配 + model merging 抑制遗忘。excerpt 只给到问题定义与方法名,无参数量、版本、合并超参、基准数字与提升幅度。
- 与活文档脉络的关系:本库尚未登记"模型合并 / 能力扩展期遗忘抑制"这一条线。它与活文档中反复出现的工程痛点同构:新增 skill、新增模型供应商、新增子实例时普遍靠"重放旧任务"兜底,成本高且不稳定——与 v3.69 C387 成本治理四层中"组织层/会话层"的兜底成本、以及 §0.5.9 脉络 K 直接相扣。"合并而非重放"若成立,是能力扩展成本的一阶优化方向。但需明确:本实例无 ASR 栈,跨域借鉴价值 > 直接使用;当前为方法学参考级,不是可落地方案。
- 建议归入:§0.5.1(标注"跨域方法学参考"档)+ §3 争议/开放问题侧(作为"能力扩展遗忘量化口径"的待核实项);§6.99.2 arXiv 累积(491 → 492)。
增量 ③ repo_card · Vigil-SOC/vigil(AI SOC,agent 风险面)
- 来源:
organized/repo_cards/4709-vigil-soc-vigil.md;链接 https://github.com/Vigil-SOC/vigil。 - 要点:Apache-2.0,Python,407★,周增 +0,最近提交 2026-10-28,形态 app / 分类 skill,成熟度 research,待LLM分类:是。简介:"Vigil SOC: The leading open source AI SOC. Apache 2.0. Runs against your own LLM, local or remote." —— 即对 agent 自身行为做安全运营(SOC) 的开源实现。
- 与活文档脉络的关系:这是活文档中尚未出现的一整条主线——"agent 的安全运维 / 检测与响应(SOC)视角"。现有 §0.5.9 脉络 I/II/K 覆盖的是可判定性、多代理劳动力管理、成本治理;"agent 被攻击/失控/越权时如何检测与响应"这一面在本库基线中没有对应条目。它与已登记内容有两处潜在咬合:① C380/C389「护栏前移」——SOC 是护栏的运行期兜底面(前移是构建期/检索期,SOC 兜住残余);② §0.5.1 ⑦ heimdall 的 guard(
kb_guard_pause自我挂起 1–20 轮)——同一诉求的两种实现:heimdall 是单点行为守卫,Vigil SOC 定位为平台级持续监控;③ 与 v3.69 ⑨ nemo-helix 的 Secure 面(garak 红队 / OpenShell 沙箱)属同一治理诉求的不同生态样本,可作为"agent 安全面从单点功能走向独立产品形态"的第三条证据。 - 建议归入:§0.5.1(新增行,标注"首现的新主线")+ §0.5.9 关键工作脉络(拟"脉络 L:agent 安全运营正从单点 guard 走向独立控制面")+ §4 开放问题(待核实项见 §2)。
增量 ④ repo_card · nullpointexception-i/agent-sphere(Java agent 编排平台)
- 来源:
organized/repo_cards/4697-nullpointexception-i-agent-sphere.md;链接 https://github.com/nullpointexception-i/agent-sphere。 - 要点:MIT,Java,76★,周增 +0,形态 framework,分类 ai,成熟度 experimental,待LLM分类:否,最近提交 2026-10-28。简介:AI Agent 编排平台,LLM 驱动的决策引擎 + 能力层(内置工具、MCP 协议、CLI 执行、浏览器操作),实现感知 → 规划 → 执行 → 反馈的基础闭环。
- 与活文档脉络的关系:与 §0.5.9 脉络 J(多代理三层落地) 形成对照样本而非新增层:paperclip=组织层、turno=调度层、Tellurion=终端层;agent-sphere 是编排框架层,且用 Java 实现(基线 v3.69 九件材料中语言为 TS/Python/JS/C#/Java——Java 是本轮新增语种)。更实质的咬合在 MCP:本库已把 MCP 作为多件材料的共同集成面登记(turno 内置 MCP、OmniRoute 支持 MCP/A2A);agent-sphere 把 MCP 协议 + CLI + 浏览器三种能力统一挂到 LLM 决策引擎上,对应 C372「agent 闭环自动化三尺度」中"工具接入"那一维。
- 建议归入:§0.5.1(新增行,成熟度 experimental,证据密度低)+ §0.5.9 脉络 J(作为"编排框架层"的补位样本)。信息密度不足,不建议单独成 C 条目。
§2 值得警惕的矛盾 / 待核实说法
新增矛盾(建议今晚登记为 D295 起)
- D295 候选 ⚠(Vigil-SOC):README 自称 "The leading open source AI SOC" 属自我定位的第一人称最高级表述,与活文档既有的"厂商产品语言不外推"口径(v3.69 D294 同类)直接相关;且本卡成熟度 research、待LLM分类:是、407★ 但周增 +0,热度与成熟度不同步。未核实其"leading"是否有任何第三方评测支撑**,建议不做领先性判断。
- D296 候选 ⚠(agent-sphere):"感知 → 规划 → 执行 → 反馈"的基础闭环 与 76★ / experimental / Java 实现的组合,缺任何可核查的评测数字或线上规模;与 v3.69 D291 类(paperclip 只有 README 表述、无压测)同型,不宜写成能力断言。
- D297 候选 ⚠⚬(2610.35840 的证据边界):"4B 紧凑模型""search 次数下降""平均准确率持平"三项均为 Jay 转述的定性量级,无具体数字、无权重、无训练数据、无代码(页面明写 will be released soon)。不可复现、不可估算成本;其"小 agent 缩小与大 agent 差距"结论目前只有论文侧主张,无第三方复现。
- D298 候选 ⚠(2610.35846 的证据边界):excerpt 只到问题定义与方法名,无参数量/版本/合并超参/基准数字;"合并而非重放"能否在 LLM 能力扩展场景成立,本轮无任何实证支撑;且原文域为 ASR,跨域迁移性未经检验。
跨材料的口径提醒(不新增矛盾,仅作今晚引用纪律)
- 采集时间 ≠ 新观点:OmniRoute / paperclip / turno / Workspace-Bench 的 4 件材料本轮为重新采集;其
stars、周增、最近提交变化属指标快照,今晚若更新这些行,须在 §0.5.1 明确标注"本轮为指标刷新",不得计为新棒位、新 C/D/O 条目。 - paperclip 的 107,913★ 与 OmniRoute 的 81,779★ 两轮读数均为万星级,与基线 v3.69 记载一致;若今晚见到更高数值,同样只作指标更新处理。
- arXiv 号须与基线 §6.99.2 严格对照:本轮新增的 2610.35840 / 2610.35846 是基线 490 件之外的,属真 NET-new;而 2610.35542 / 2610.35550 / 2610.35695 / 2610.35765(jay 筛选笔记中的丢弃项)不在本轮增量内,今晚不得写入 arXiv 累积列表——它们被丢弃的理由是 excerpt 仅停在问题描述层、无基准/无基线/无代码、且技术前提与本实例不匹配(尤其 2610.35542 的多模态前提在本库不成立)。这四条只有"已审阅并丢弃"的记录价值,没有累积价值。
§3 可引用的 arXiv 号列表(本轮)
NET-new(基线 490 件之外,建议进入 §6.99.2 累积 → 490 → 492)
- arXiv:2610.35840 — ACARE: Agent-Context-Aware Reranker for Iterative Search(作者含 Jimmy Lin;权重/训练数据/代码标注 will be released soon)
- arXiv:2610.35846 — Preserve to Expand: Source-Aware Adaptation and Model Merging for Multilingual LLM-Based ASR
已审阅并丢弃(不累积,仅登记理由)
- arXiv:2610.35542 · arXiv:2610.35550 · arXiv:2610.35695 · arXiv:2610.35765(均为本轮 manifest 材料中 jay 筛选笔记所列 discard 项,理由见 §2)
基线沿用中与本轮材料强相关、引用时可作锚点(不新增):arXiv:2605.03596(Workspace-Bench 论文正文,基线已含)、arXiv:2604.09568(EvoDesign/EvoDiagram,基线已含)。
§4 检查过的来源清单(可核查)
manifest item.materials 全部 8 份 source(相对 /shared/research-kb/),逐件已读:
| # | source | 材料标题 | 本轮判定 |
|---|---|---|---|
| 1 | organized/repo_cards/4709-vigil-soc-vigil.md |
Vigil-SOC/vigil | NET-new → 增量 ③ |
| 2 | organized/repo_cards/4697-nullpointexception-i-agent-sphere.md |
nullpointexception-i/agent-sphere | NET-new → 增量 ④ |
| 3 | inbox/jay/2026-10-28-1105-engineering-brief.md |
工程实践简报 · 2026-10-28 11:05 | NET-new → 增量 ①② |
| 4 | inbox/jay/2026-10-28-1050-engineering-screen.md |
工程实践筛选 · 2026-10-28 10:50 | NET-new → 增量 ①② + 丢弃登记 |
| 5 | organized/repo_cards/4575-opendatabox-workspace-bench.md |
OpenDataBox/Workspace-Bench | 已在 v3.69 §0.5.1①,采集刷新 |
| 6 | organized/repo_cards/4569-cheaper-inference-omniroute.md |
cheaper-inference/OmniRoute | 已在 v3.69 §0.5.1④,采集刷新 |
| 7 | organized/repo_cards/4695-paperclipai-paperclip.md |
paperclipai/paperclip | 已在 v3.69 §0.5.1⑤,采集刷新 |
| 8 | organized/repo_cards/4694-eurafaeldecarvalho-turno.md |
eurafaeldecarvalho/turno | 已在 v3.69 §0.5.1⑥,采集刷新 |
另读(仅用于基线对照,不作为新增材料)
organized/knowledge/llm-infra.md(活文档基线 v3.69,共 879 行;核查了 §0 / §0.5.1 / §0.5.3 / §0.5.6 / §0.5.9 / §3 / §4 / §5 / §6.99.2-6.99.5 的标题与相关条目)organized/knowledge/archive/llm-infra-changelog.md(grep 核查:本轮 2 个 arXiv 号与 2 个新 repo 标识均未在此前轮次登记)organized/queue/work-queue.md(18:00 版;llm-infra 未出现在其待办榜中,本轮不与其抢选题)
未做:未联网检索、未扫描全库 paper_cards / inbox 其他目录、未修改任何清单 / 基线 / 认领记录 / 定时配置;本轮仅写本文件。
§5 给今晚棒次的交接建议(3 条)
- 优先把 2610.35840 / 2610.35846 写进 §6.99.2,这两条是本轮唯一的硬 NET-new 可累积标识,且基线确认无重复;但引用时必须带上"will be released soon / 仅方法级"的证据边界,避免在活文档里被读成可落地结论。
- Vigil-SOC 值得单开一条"agent 安全运营"主线,它是本轮唯一带新维度的 repo(其余 3 件 NET-new 分别落在既有的"检索质量""能力扩展遗忘""编排框架"三个已有槽位)。建议今晚只写"首现新维度 + 待核实",不写领先性断言。
- 明确把 4 件采集刷新材料标注为"指标刷新",避免今晚因 manifest 再次出现而重复升版、重复造 C/D/O 条目——这是本轮最容易产生的失真。