2. DualPath：打破 Agentic LLM 推理的存储带宽瓶颈

• 类型：arxiv
• 标识：2602.21548
• 链接：https://arxiv.org/abs/2602.21548
• 主题：agent, database, engineering, evaluation, llm-infra, rag, risk
• 来源文件：
• /inbox/jay/2026-06-11-kv-cache-inference-systems-eviction-security.md

可复用信息

• • 集成到 Continuum agent serving system 后，平均 job latency 降低 18.1%
• • 工程意义： 首个将 GPU attention kernel 行为纳入 cache eviction 决策的设计；比通用 LRU 方法更有硬件感知性
• • 评价： 适合作为 agent serving 系统（如 Continuum）调优的参考架构
• • 标签： kv-cache gpu-kernel eviction-policy inference-systems arXiv asymcache

---

• • 来源： arXiv:2602.21548v2（2026）
• • 链接： https://arxiv.org/html/2602.21548v2
• • 可信度： 高（针对 disaggregated 架构的系统设计论文）

写作用途

• 可放入 RAG / 知识库 / 检索增强相关工作的对比段。
• 可用于 Agent 架构、记忆、工具调用或多智能体研究背景。
• 可用于系统实现、实验平台或工程约束说明。
• 可用于局限性、风险、失效模式和未来工作。

待补齐

• BibTeX / 正式引用格式
• 方法与实验设置细节
• 与现有工作的差异点
• 是否有代码和数据集