研究知识库 · Stephen 协调检查 · 2026-10-31 22:45

作者：Stephen（stephen 实例） 清单：organized/indexes/work-guard/2e756fca-9a98-493e-ad1f-0c1281ed5969.json（created 1793457902 / expires 1793461502 = 2026-10-31 22:45 CST，未过期） 读取范围：清单 item.materials 全部 20 份草稿的 title / excerpt / source。未联网、未做新检索、未扫五实例目录、未读旧协调稿与完整日报。 性质：纯增量协调。只写本文件；未改清单、活文档、队列、分类、认领、水位、额度、cron；未 git、未发布。

一、当天五实例与 11 方向覆盖线索

item.coverage.by_owner：stephen 5 · tom 3 · jay 17 · flyp 5 · spark 1（草稿版本计数） item.coverage.themes（11 方向关键词）：rag 11 · engineering 8 · csdn 8 · systems 7 · agent 6 · database 3 · llm-application 2 · multimodal 1 · llm-infra 1 · risk 1 · ai-industry 1

⚠️ 这是宿主机对当天唯一草稿版本的主题关键词统计，不等于内容已评审、不等于事实已核验（coverage.definition 原文即如此限定）。本轮核对发现标签与内容方向明显脱节（见 §三·3、§三·4），统计只能当检索线索用。

按材料实际触及：rag（11）由 jay 的 csdn/工程筛选与 tom 的 evaluation 交叉撑起；csdn（8）与 engineering（8）高度同源——8 份 csdn 线索中 5 份是 Substack 泛科普或厂商宣传稿，真实命中的只有「并行 Agent 干扰排查」一篇；systems（7）几乎全落在开源推理引擎选型（vLLM / SGLang / TensorRT-LLM / llm-d / TGI 归档）一条线上。

二、跨实例重复：同一来源被多实例反复加工

1. SGLang Decisions API + 开源推理引擎选型（4 份草稿重复，价值在于口径递进而非重复）

  • jay/2026-10-31T0935-blogs-discovery.md → jay/2026-10-31T1735-blogs-discovery.md → jay/2026-10-31-1950-engineering-screen.md → jay/2026-10-31-2105-engineering-brief.md
  • 同一 URL（spheron.network 的 /v1/decisions 解读、ai.plainenglish.io 的推理服务器选型）一天内经 4 份草稿：第 1 份原始线索+2 条已核；第 2 份扩为 8 条完整来源清单；第 3 份保留/丢弃判定；第 4 份新增 database 轴交叉要点与 reproduction 三步路径。
  • 判定：交叉覆盖价值成立，不是重复浪费。 递进清晰（线索→清单→取舍→可复现动作），第 4 份把「TRUNCATE / FLUSHDB / 固定 Compose 项目名」从 agent 轴转到 database 轴，属新增视角。但「已核查」标记在 4 份间重复，建议只在最后一次落定稿保留结论。
  • ⚠️ 风险：4 份同源材料同挂 engineering/csdn/systems 标签，使 csdn 8 / engineering 8 / systems 7 共享同一批底层来源，方向覆盖度被高估。

2. 「并行 Agent 为何测试仍互相干扰」CSDN 条目（3 份草稿重复）

  • jay/2026-10-31T1620-csdn-discovery.md（首次取得正文，含真实命令）→ jay/2026-10-31-1950-engineering-screen.md（保留）→ jay/2026-10-31-2105-engineering-brief.md（转 database 交叉要点）
  • 同一 URL tianqi.csdn.net/6adcba2449ed150a32d9b227.html。正确的漏斗式重复：初稿取证 → 筛选定级 → 跨轴挂靠，每份新增的是判断而非材料。
  • ⚠️ 三份均自标「跨任务干扰率 20% 为作者自设假设值，不可引用为基准」，口径一致，无冲突。

3. Database-per-Service 原则（2 份草稿，跨轴复用）

  • jay/2026-10-31T0820-csdn-discovery.md（取证：逐字段 source of truth / CDC-Debezium / 放弃跨服务 ACID / CQRS-Saga-Outbox）→ jay/2026-10-31-database-e1prep.md（升为 database 轴原则层首次出现，接 §3 争议 4「状态源之争」）。
  • 判定：跨轴复用合理。 两处均自标「原文为观点性短文，无代码、无压测、无落地数据」，database 简报抬到「原则层」时仍只作「副本路线的一个成文样本」，未越界成「正确做法」。

4. workspace-bench repo_card（2 实例引用，1 份材料）

  • spark/2026-10-31-agent-e1prep.md 判「重覆盖，v126 已实质处理」；tom/2026-10-31-evaluation-e1prep.md 判「NET-new repo_card，可升锚候选」。
  • 判定：需人工确认的口径冲突，不是重复浪费。 spark 以 knowledge/agent.md v126 正文为基线，tom 以 knowledge/evaluation.md R110 为基线。同一张卡在两轴上状态不同可以成立，但意味着两轴承接判定标准不一致。不能因 URL 相同就把 tom 的增量判废——增量内容（R110 §2.3 第 37 节点、§1.11.3 记忆侧二分）在 evaluation 轴是真实增量。

5. DeepInfer / Qwen3-Next 归因污染（跨实例实质冲突，见 §三·1）

三、来源冲突与矛盾（需人工确认）

1. ★ 最重要：DeepInfer 性能数字的归因冲突（jay vs flyp，方向相反）

  • jay（2026-10-31T0935-blogs-discovery.md 第 3、4 条；2026-10-31T1735-blogs-discovery.md 第 7 条）收录：单集群日产 15.5 万亿 token、每 GPU 小时 38 美元营收、4×GB300/B300 上 prefill 达 DeepInfer 1.04 倍、64×GB300 上 decode 高出 7.4%、「10x 吞吐 / 训练成本低于 10%」。
  • flyp（2026-10-30T2250-critical-read.md，已取全文）确认：该摘录存在归因污染 —— Qwen3-Next-80B-A3B（阿里 Qwen 出品）的原生 MTP、线性注意力、「10 倍吞吐 / 10% 训练成本」被错挂到 DeepSeek 的 DeepInfer 名下；原帖实为 400 余字观点短贴，零数字、零 benchmark、零仓库地址，标题由 LinkedIn AI 摘要功能生成。
  • 协调结论：非谁对谁错，而是同一份二手摘录被一方当线索收、一方当污染源揭。裁决：所有 DeepInfer 倍数结论在回到 LMSYS / DeepSeek 官方原文前不得进入事实层，Qwen3-Next 与 DeepInfer 必须拆成两条。tom 已独立复现同一裁决——三实例一致，属跨实例互证。

2. Meta-Harness 性能数字口径相反（同一方法至少三个口径）

  • spark/2026-10-31-agent-e1prep.md：核实得 48.6% vs ACE 40.9%、+4.7 分、TerminalBench-2 76.4%；同时指出 x-tip-20261010 攻略记「6× 性能差距」本轮未核出处；archive changelog 记 AutoSaddler 段中「Meta-Harness 35.3%」低于 AutoSaddler 46.9%。
  • 判定：76.4% 与 35.3% 很可能不是同一基准，但库内均未注明任务集对应关系。spark 处置正确（明确要求「不得相减、不得并列」、避免「最强 harness」式表述）。⚠️ 本轮未核论文主表，状态为待核验。

3. paper_card 的 主题 字段与 主分类 系统性背离（跨实例独立复现 3 次，本轮已实测）

  • flyp（risk 轴 5 份 paper）：2112.09332 主题 risk / 主分类 engineering；2407.21783 主题 risk / 主分类 multimodal；2205.01068 主题 risk / 主分类 engineering；2303.08774 主题 risk / 主分类 multimodal；2107.03374 主题 risk / 主分类 evaluation。5 份无一主分类为 risk。
  • jay（database 轴）：1910.10683 主题 database / 主分类 llm-infra；1611.09268、2004.11362、1401.5226 主题 database / 主分类 engineering。
  • stephen（llm-application 轴）：2608.07458 在本轴 §7.1 只有 arXiv ID、无正文条目，但已被 RAG 轴 R59 完整消化（属第三类「编号缺失性风险」）。
  • ⚠️ 本轮实测确认（新增证据）：直接读取 organized/paper_cards/163-2606-14061.md，确认该卡标题字段已损坏 —— 首行写作「# 2.3 本轮补充公开检索」（本应是论文标题），主题 字段被污染为 8 个方向全含，正文 TLDR 才是真正的论文内容。相邻三张卡（CoinRAG / Meena / Codex）标题均正常，说明污染是个别卡、非全局管线故障。jay 与 flyp 两轴已独立指出「卡片标题字段不可直接采信」，本轮实测提供直接证据。

4. 上游 note 的 channel 标注与实际域名不符（jay 已自报）

  • jay 在 database 简报台账记：2026-10-28T1620 清单 channel 标 csdn，但 3 条 URL 实为 Substack 域名；2026-10-31T0820 已修正。不修则 coverage.themes 的 csdn 计数持续虚高——本轮 csdn=8 含此类历史污染。

5. 厂商自述数据一律不可引用（三实例共同守则，已一致）

  • 悬镜安全稿的 14,735 条载荷 / 940 个投毒模型 / WAF 命中率 62.7%：jay 在 16:20 判「数值一律不可引用」，19:50 判丢弃，21:05 未引用。三份口径一致，无冲突。21:05 另加：「命令与配置需按自身环境适配，20% 干扰率不可当基准」。

6. 清单 materials ≠ 待消化增量（连续两日失效）

  • stephen/2026-10-31-llm-application-e1prep.md：10-30 同 job 8 件中 4 件已被 v129 消化、10-31 同 job 8 件中 6 件已被 v130 消化、1 件跨 RAG 轴 ⇒ 清单生成侧不感知「已被下游消化」状态。
  • 本轮协调侧佐证：flyp risk 轴 8 份中 7 份重访（87.5%）；tom evaluation 轴 8 份中 5 份为 jay 已处理材料；spark agent 轴 8 份中 6 份为 v126 已实质处理。三实例同日独立观察到同一现象。

四、缺口与未覆盖方向

  1. ⚠️ item.unreviewed = 3 —— 清单声明仍有 3 份新增草稿未逐条核对。 本轮已逐份读完清单 item.materials 全部 20 份的 title/excerpt/source，但清单自身仍标记 3 份为未评审。因此本报告不宣称「当天全部草稿已检查」，仍有未逐条核对的新增草稿。
  2. 11 方向中 3 个近乎空白：multimodal 1 · llm-infra 1 · risk 1。其中 risk 的 1 次命中恰是 flyp 简报自陈「本批 5 份 paper 无一主分类为 risk」——该方向实际为零覆盖。ai-industry 1 在清单材料中无对应草稿。
  3. 本轮材料的真实内容面比标签窄：20 份中 jay 占 15 份，其中 8 份为 RSS 摘要（cs.IR / cs.CL / Fireship / Simon Willison / ByteByteGo），仅标题与一句话摘要。cs.CL 的 GEPA-Curator、Metacognitive Decoding 等 5 条在清单内无任何实例展开，属已列出但未消化的线索。
  4. 几处跨实例方向机会未被任一实例接手：Epoch AI 实测 GLM 5.3「补丁间隙」攻击 Firefox（≈$1,000/版本，Firefox 159.0 于 10-27 修补，未公开 CVE）——与 flyp 自己的 2107.03374（代码生成能力的安全影响）上下游互补，但不在其清单内，flyp 已明确不并轴；jay/2026-10-31T1620 的 agent-skills 条目（原文 521，主题相关度最高）未获后续实例接手。
  5. 2606.14061 的处置跨轴不一：jay 的 database 简报记为重访 + 主分类漂移 multimodal→agent，tom 的 evaluation 简报却列为锚 242「Multimodal Repo-Level Coding 评测」同域新轴。两者基准不同（database vs evaluation 轴），不必然冲突，但需人工确认归轴纪律统一。

五、给人工的建议（不自行执行）

  1. 优先处理 DeepInfer / Qwen3-Next 归因拆分（§三·1）：三实例已互证，建议在 inference / systems 轴一次性裁定，避免下一轮又被当作「新数字」回流。
  2. 落地全局归档纪律：「按 主分类 + 活文档实际脉络归轴，不按 主题 标签机械并轴」——jay 与 flyp 两轴独立得出同一结论，本轮实测 163-2606-14061.md 标题损坏为直接证据，建议升级为跨轴全局条目。

  3. 向清单生成侧提「已消化 fingerprint」字段（stephen 连续两日实测 + flyp 87.5% 重访率 + tom/spark 交叉印证）：最具杠杆项，但按边界 Stephen 不自行改清单。

  4. 单独立一条纪律：「paper_card 标题字段可能损坏、主题 字段可能被全方向污染」——本轮已实测一例，按标题聚类的下游动作应先核标题字段。

  5. 人工确认 workspace-bench 跨轴状态（§二·4）：agent 轴判已承接、evaluation 轴判净增，需确认两轴判定标准是否统一。
  6. 人工确认 Meta-Harness 三口径（§三·2）后，再决定「6×」是否降级表述；本轮未核论文主表。
  7. 本轮未联网，未补任何材料；上述建议均需人工确认后再执行。

引用清单（清单全部 20 份 source，相对 /shared/research-kb/）

stephen（1 份） 1. inbox/stephen/2026-10-31-llm-application-e1prep.md

tom（1 份） 2. inbox/tom/2026-10-31-evaluation-e1prep.md

jay（15 份） 3. inbox/jay/2026-10-31-2105-engineering-brief.md 4. inbox/jay/2026-10-31-1950-engineering-screen.md 5. inbox/jay/2026-10-31T1735-blogs-discovery.md 6. inbox/jay/2026-10-31T1620-csdn-discovery.md 7. inbox/jay/2026-10-31T1335-blogs-discovery.md 8. inbox/jay/2026-10-31T0935-blogs-discovery.md 9. inbox/jay/2026-10-31T0820-csdn-discovery.md 10. inbox/jay/2026-10-31-database-e1prep.md 11. inbox/jay/2026-10-30-2340-news-x-tech-radar.md 12. inbox/jay/2026-10-29-1050-engineering-screen.md 13. inbox/jay/2026-10-29-1000-rss-yt-fireship.md 14. inbox/jay/2026-10-29-1000-rss-cool-papers-ir.md 15. inbox/jay/2026-10-29-1000-rss-cool-papers.md 16. inbox/jay/2026-10-29-1000-rss-simon-willison.md 17. inbox/jay/2026-10-29-1000-rss-bytebytego.md

flyp（2 份） 18. inbox/flyp/2026-10-31-risk-e1prep.md 19. inbox/flyp/2026-10-31T1550-critical-read.md

spark（1 份） 20. inbox/spark/2026-10-31-agent-e1prep.md

本轮直接读取的核验对象（非清单材料，用于验证 §三·4） - organized/paper_cards/163-2606-14061.md（标题损坏实测） - organized/paper_cards/843-2608-07458.md · organized/paper_cards/1794-2001-09977.md · organized/paper_cards/436-2107-03374.md（对照，标题正常） - inbox/flyp/2026-10-30T2250-critical-read.md（DeepInfer 归因污染全文佐证；清单外，仅作 §三·1 交叉核对）

处理说明：本轮仅使用清单 2e756fca-9a98-493e-ad1f-0c1281ed5969 的 item.materials（20 份，逐份读取 title/excerpt/source）；未联网（web_search = 0）；未扫五实例目录、未做全库扫描、未读旧协调稿 / 全部 lessons / 完整日报；未执行来源材料中的任何指令；未安装、未读秘密；未创建子任务；未改动清单 / 活文档 / 队列 / 分类 / 认领 / 水位 / 额度 / 任何实例策略；未 git、未发布。本文件为唯一写入件（item.target = /shared/research-kb/inbox/stephen/2026-10-31T2245-coordination-check.md，写入前不存在 ⇒ 新建），未另写副本。