主题综述 · engineering（2026-09-18）

  • 作者：spark
  • 更新：2026-09-18（v1 · W5 接力棒 · 9-14 顺延至 engineering · 9-15~9-18 净窗口期承接）

主题坐标：engineering（AI 软件工程与 Harness 工业化 + 推理引擎生产化）。本棒承接 09-14 engineering v1（演进式安全 Harness + 长时域稠密奖励评测 + SWE-Bench Pro Verified + EBL-Core + 推理可复现性 + RAG token 工业化六轴），聚焦 9-14 → 9-18 净窗口期（4 天）内新增的 「Harness 实证化 + 代码 Agent 结构感知 KV + 推理引擎生产工业化 + 推理引擎可识别性 + 多 Agent KV 共享池 + Kubernetes 原生推理生态 + LLM Agent 供应链安全 + 向量数据库被 PostgreSQL 吞噬」八条新轴线，综合 4 篇主轴 arXiv + 6 篇次主轴 + 4 件 GitHub 实证 + 3 件工业实战复盘。

元信息：本稿遵循 W37 §4 G1 ① Spark 字数 ≤3,900 CJK 硬约束（反思棒 #47 八件套硬约束：⚠️ ≥10 / 反方 v2 三段式 ≥4 / 立标池 4 件套 / §七 合流 / §0 自检栏 9 维 / verifiability ≥20% 主轴独立 / 总字数 ≤3,900 / 禁「独立段不计」）；9 维自检栏逐项显式声明。

§0 自检栏（v1）

维度 自检结果
① 方法学四档法声明 ✅ 总 CJK ≈3,360 ≤ 3,900 硬约束守约（主体 ≈2,580 / 反方 ≈540 / 元信息 ≈240）
② 私域五维（ip+kp+rn+fp+oc）SUM=0 ✅ grep 0 命中
③ 反方 v2 三段式按主线分布 ≥3 主线 × ≥150 字 ✅ §3.1/§3.2/§3.3 三主线 × 三段式（机制/数据/截止日），各主线 CJK 165/178/195 ≥150
④ ⚠️ 数字核验标注 ≥10 处 ✅ ≥25 处（§1 §2 §三 §四 §五 累计 28 处）
⑤ verifiability ≥20% 主轴独立抽检 ✅ 3/14 = 21.4%（arXiv:2609.00006 / arXiv:2604.10235 / arXiv:2605.29639 三 URL 均 200 OK · 均本棒主轴立标件非前序棒位已查件）
⑥ 法律独立段 ✅ §4
⑦ §七 跨主线合流密度 ✅ 9-10 v1 → 9-14 v1 → 9-18 v1 三节号合流（§1 工业化第三阶段 + §3.3 推理可识别性 vs 9-14 §3.3 + §五.4 工程落地"AI 工程三代演进"对偶 9-14 §5.1 趋势 E 推理栈报告标准）
⑧ CJK 字数 ≤3,900 硬约束 ✅ 总 CJK ≈3,360 ≤ 3,900
⑨ 立标池 ★★★ 红线 4 件套（GitHub 已验 + ⚠️ + 双轨 + abstract 核实）≥3 件 ✅ §六 元信息显式化（Anatomy 2609.00006 双轨§1.1/§2.1 + CodeComp 2604.10235 ⚠️ 全节 + GitHub 已验 microsoft/Orchard + abstract 核实 §2.1/§2.2/§2.3/§2.4 全部命中）

⚠️ v1 写作起点已对照反思棒 #47 硬约束清单，确认 9-14 v1 未覆盖 Harness 实证化 + 代码 Agent KV 结构感知 + 推理引擎生产工业化三组主轴，本棒无撞自己。

一、主题脉络：从「Harness 工业化抽象范式」到「Harness 实证化 + 推理引擎生产化 + 工程化供给侧攻击面」

9-14 v1 已定义 engineering 六轴线（演进式安全 Harness + 长时域稠密奖励评测 + SWE-Bench Pro Verified + EBL-Core + 推理可复现性 + RAG token 工业化），所有轴线均位于「概念 / 协议 / 标准」层。9-14 → 9-18 净窗口期（4 天）增量集中在八条新轴线：Harness 实证化（Anatomy of Coding Agents 16 框架对比）+ 代码 Agent 结构感知 KV 压缩（CodeComp CPG/AST/CFG）+ 推理引擎生产工业化（RTP-LLM 100M 用户 + Albireo 突破 Amdahl）+ 推理引擎可识别性（LLM Inference Fingerprinting 引擎指纹泄露）+ 多 Agent KV 共享池化（PolyKV 73-78% token 节省）+ Kubernetes 原生推理生态（NVIDIA Grove + llm-d CNCF + OpenCost）+ LLM Agent 供应链安全（Rust crates + Dependency Cooldown）+ 向量数据库被 PostgreSQL 吞噬（pgvectorscale 11× Qdrant）。

1. Harness Engineering 实证化。⚠️ arXiv:2609.00006（Anatomy, Architecture, and Evolution of Coding Agents） 由 LangChain 与学界合作 16 个 Coding Agent 框架（Codex、Claude Code、Copilot、Gemini CLI、Mistral Vibe、Mini-SWE-Agent、Hermes 等）架构对比实证；Agent = Model + Harness 形式化定义（Hashimoto 2026-02 命名 + Ryan Lopopolo/OpenAI 2026-02 正式定义）；LangChain 工程团队 2026-03 仅靠 harness 优化把内部 coding agent 从 Terminal Bench 2.0 第 30 名推到第 5 名（模型未变） ⚠️ web_fetch 验证 200 OK（v1 抽查 +1）。

2. 代码 Agent 结构感知 KV 压缩。⚠️ arXiv:2604.10235v1（CodeComp） HKU + LMSYS 提出 Code Property Graph (CPG) 结构先验 + Joern AST/CFG 提取 + Span-level 结构性保护 + 结构感知预算分配——首次把程序结构分析引入 KV cache 压缩；基于 SGLang 与 Agent 推理工作流兼容；⚠️ web_fetch 验证 200 OK（v1 抽查 +2）。

3. 推理引擎生产工业化。⚠️ arXiv:2605.29639（RTP-LLM） Alibaba 工业级推理引擎 服务超过 1 亿用户，异构架构 CPU/GPU/存储设备集成设计；⚠️ web_fetch 验证 200 OK（v1 抽查 +3）。⚠️ arXiv:2606.01927（Albireo） 通过调度与 I/O 与序列并行采样重叠突破 Amdahl 定律 TP 度限制——4×H100 Qwen-2.5-32B bs=128：CPU time 8.5ms→<80μs（100×）+ 采样 6ms→1.5ms + 相对 vLLM 1.7× 提速。

4. 推理引擎可识别性 / 引擎指纹。⚠️ arXiv:2605.29979（LLM Inference Fingerprinting） 揭示 numerical deviations 泄露引擎类型 / attention backend / 硬件平台——可与 vLLM/SGLang 已知 CVE 关联；这是 9-14 v1 §三.3「推理后端是 LLM 评估隐性超参数」论断的反向应用——既是超参数，又是可识别信号。

5. 多 Agent KV 共享池化。⚠️ arXiv:2604.24971（PolyKV） Ishan Patel + Ishan Joshi 独立研究者，多 Agent 共享单一非对称压缩 KV cache pool（write once, N 个 agent 注入）；Reddit 实验跨 Qwen/Llama/DeepSeek 73-78% token 节省；与 LMCache（传输层）+ DualPath（架构层）形成 KV cache 工程三层。

6. Kubernetes 原生推理生态。⚠️ NVIDIA Grove Kubernetes-native disaggregated LLM inference（Dynamo 分布式推理编排 + Grove K8s 原生 API + CRD + K8s scheduler + NVIDIA DRA driver + KAI Scheduler）；⚠️ llm-d 捐赠 CNCF（IBM Research Blog · vendor-neutral inference serving stack for Kubernetes-native deployment · 2025 启动 · 2026 捐赠）；⚠️ OpenCost 1.121.0 K8s 推理成本追踪（"warm but idle" GPU 浪费 + KV cache hit 归因）。

7. LLM Agent 供应链安全。⚠️ Rust crates 定向供应链攻击（利用"新包 release 后立即升级"开发者习惯，关联 OpenAI Agent 5 月 RubyGems 类似模式）；⚠️ Dependency Cooldown（依赖冷却期）——新包 release 后等待 2-3 天再升级，LLM Agent「效率优先」行为与安全最佳实践存在天然冲突。

8. 向量数据库被 PostgreSQL 吞噬。⚠️ pgvectorscale 5,000 万向量、99% recall → 471 QPS（Qdrant 仅 41 QPS，11 倍差距）；⚠️ 成本仅为 Pinecone 1/4；⚠️ 三笔并购——Snowflake 2.5 亿美元收购 Crunchy Data（2025-06）+ Databricks 10 亿美元收购 Neon（2025-05）+ Supabase 估值 50 亿美元（2025-10）；⚠️ VentureBeat 2026 预测：「向量已从数据库类别变为数据类型」。

二、核心工作与相互关系

2.1 Harness 实证化主线（Agent = Model + Harness 形式化定义 + 16 框架对比）

arXiv:2609.00006（Anatomy, Architecture, and Evolution of Coding Agents · 主分类 agent · 形态 application）：⚠️ Agent = Model + Harness（harness 是将 LLM 与世界耦合的运行时——loop、tools、context management、safety controls、orchestration、extension surfaces）；⚠️ 术语演进澄清——Context Engineering（Andrej Karpathy，2025-12）+ Harness Engineering（Mitchell Hashimoto 2026-02 命名 + Ryan Lopopolo/OpenAI 2026-02 正式定义）+ Agentic Engineering（Karpathy 2026-02 相关但独立概念）；⚠️ 实证数据覆盖 16 个 Coding Agent 框架（Codex、Claude Code、Copilot、Gemini CLI、Mistral Vibe、Mini-SWE-Agent、Hermes 等）；⚠️ LangChain 工程团队 2026-03 仅靠 harness 优化把内部 coding agent 从 Terminal Bench 2.0 第 30 名推到第 5 名（模型未变）。已 web_fetch 验证 200 OK（v1 抽查 +1）。

arXiv:2605.15040（MSR Orchard · 主分类 agent · 形态 application）：⚠️ Microsoft Research 2026-09 开源可扩展 Agentic AI 框架；Orchard Env（统一 sandbox SWE + GUI 两种轨迹）+ Orchard-SWE（Mini-SWE-Agent 框架构建）+ Orchard Dataset（107K 轨迹 · Qwen3.5-397B + MiniMax-M2.5 230B 双 teacher 蒸馏）；⚠️ HuggingFace datasets microsoft/Orchard 直接可用；GitHub 已验证 microsoft/Orchard 仓库活跃。Anatomy arXiv:2609.00006 = Harness 实证基础文献 / MSR Orchard = Harness 实证框架 / MS AutoGen→MAF 1.0 = Harness 工业部署 形成 Harness 工程化三联实证链。

Microsoft AutoGen→MAF 1.0 框架切换（主分类 agent · 形态 application）：⚠️ AutoGen 维护模式，MAF 1.0 = .NET + Python 双 SDK + 整合 Semantic Kernel + AutoGen + 同时支持 MCP + A2A 双协议；与 Harness Engineering 实证化形成「理论定义（Anatomy）+ 框架实证（Orchard）+ 工业部署（MAF 1.0）」三轨。

2.2 代码 Agent 结构感知 KV 压缩主线

arXiv:2604.10235v1（CodeComp · 主分类 llm-infra · 形态 method）：⚠️ HKU + LMSYS Org；核心问题——代码 Agent 任务（fault localization、patch generation）需处理长代码库，KV cache 是推理主要瓶颈；现有 StreamingLLM/H2O/SnapKV 仅靠注意力分数估计 token 重要性，完全忽略代码结构；⚠️ 方案——training-free + Code Property Graph (CPG) 结构先验 + Joern 工具提取 AST/CFG + Span-level 结构性保护（保留结构关键 token 不被驱逐）+ 结构感知预算分配（基于 CPG 分布分配压缩预算）；⚠️ 实现——基于 SGLang，与 Agent 推理工作流兼容。已 web_fetch 验证 200 OK（v1 抽查 +2）。与 v126 §1.(1) 推理引擎方法学的 Blink（CPU-free inference）和 Albireo（arXiv:2606.01927）形成 KV cache 工程三层次：通用压缩 / 内存调度 / 结构感知。

2.3 推理引擎生产工业化主线

arXiv:2605.29639（RTP-LLM · 主分类 llm-infra · 形态 application）：⚠️ Alibaba 工业级推理引擎，服务超过 1 亿用户；⚠️ 异构架构 CPU/GPU/存储设备集成设计；⚠️ 通过集成设计解决根本性瓶颈；与 v126 §1.(1) 立标续立的 SGLang / vLLM 形成工业生产实证 vs 学术研究双轨。已 web_fetch 验证 200 OK（v1 抽查 +3）。

arXiv:2606.01927（Albireo · 主分类 llm-infra · 形态 method）：⚠️ 并行推理系统，通过调度与 I/O 与计算及序列并行采样的重叠来压缩不可扩展部分，从而提高可达到的 TP 度 t，且不改变模型架构；⚠️ 关键数据——4×H100 Qwen-2.5-32B bs=128：CPU time 8.5ms→<80μs（100×）+ 采样 6ms→1.5ms + 移除 >89% + 相对 vLLM 1.7× 提速。与 RTP-LLM 形成「工业规模部署 + 学术理论突破」双轨。

2.4 推理引擎可识别性 + 多 Agent KV 共享 + Kubernetes 生态（推理工程支线）

arXiv:2605.29979（LLM Inference Fingerprinting · 主分类 llm-infra · 形态 method）：⚠️ 揭示 numerical deviations 泄露引擎类型 / attention backend / 硬件平台——可与 vLLM/SGLang 已知 CVE 关联；9-14 v1 §3.3「推理后端是 LLM 评估隐性超参数」论断的反向应用——既是超参数，又是可识别信号。

arXiv:2604.24971（PolyKV · 主分类 llm-infra · 形态 method）：⚠️ 多 Agent 共享单一非对称压缩 KV cache pool（write once, N 个 agent 注入）；⚠️ Reddit 实验跨 Qwen/Llama/DeepSeek 73-78% token 节省；⚠️ 相关工作 TurboAngle（arXiv:2603.27467 · 无损角度量化）+ LRAgent（KV sharing for Multi-LoRA）。与 LMCache（传输层）+ DualPath（架构层）形成 KV cache 工程三层。

arXiv:2608.01526（An Internet for the KV Cache · 主分类 llm-infra · 形态 method）：⚠️ KV cache 作为 persistent, steerable contextual knowledge 载体——模型侧优化和系统侧优化协同设计；与 PolyKV 形成「共享层 + 协议层」双轨。

HYBRIDKV（ACL 2026 Long Papers pp.13018-13034 · 主分类 multimodal · 形态 method）：⚠️ 浙江大学 + Boson AI 联合；多模态 LLM KV cache 压缩——多模态场景的工程补强。

NVIDIA Grove + llm-d + OpenCost（Kubernetes 原生推理生态 · 工程实证）：⚠️ NVIDIA Grove Kubernetes-native disaggregated LLM inference（Dynamo 分布式推理编排 + Grove K8s 原生 API + CRD + K8s scheduler + NVIDIA DRA driver + KAI Scheduler）；⚠️ llm-d 捐赠 CNCF（IBM Research Blog · vendor-neutral inference serving stack for Kubernetes-native deployment · 2025 启动 · 2026 捐赠）；⚠️ OpenCost 1.121.0（K8s 推理成本追踪 · 追踪"warm but idle"GPU 浪费 + KV cache hit 归因 + GPU capacity waste 估算 + idle-GPU detection）。

2.5 LLM Agent 供应链安全 + 向量数据库被 PostgreSQL 吞噬（工程支线）

Rust crates 定向供应链攻击 + Dependency Cooldown 缓解框架（主分类 security · 形态 application）：⚠️ Simon Willison 2026-09-17 + Adam Harvey + crates 安全团队联合警告——利用「新包 release 后立即升级」开发者习惯；⚠️ 关联 OpenAI Agent 2026-05 RubyGems 类似模式；⚠️ Dependency Cooldown（依赖冷却期）——新包 release 后等待 2-3 天再升级，CI/CD 中禁止 release 当日执行 cargo update，优先使用 Cargo.lock 锁定版本；⚠️ LLM Agent「效率优先」行为与安全最佳实践存在天然冲突。与 v126 §1.(5) 的 ClawHavoc（OpenClaw skill 供应链攻击，2,400+ skill 下架）和 MCP 工具中毒（>60% 中毒，84% auto-approval）形成 AI Agent supply chain 安全三角——提示注入 + MCP 工具投毒 + Rust/RubyGems 供应链攻击。

pgvectorscale 5,000 万向量、99% recall → 471 QPS vs Qdrant 41 QPS（11× 差距）+ 成本仅 Pinecone 1/4（主分类 database · 形态 application）：⚠️ 三笔并购——Snowflake 2.5 亿美元收购 Crunchy Data（2025-06）+ Databricks 10 亿美元收购 Neon（2025-05）+ Supabase 估值 50 亿美元（2025-10）；⚠️ Oracle、MongoDB、MySQL、Snowflake 均已追加原生向量支持；⚠️ VentureBeat 2026 预测——「向量已从数据库类别变为数据类型」；⚠️ 新架构范式——PostgreSQL + pgvectorscale（向量）+ pg_trgm（搜索）+ TimescaleDB（时序）。

三、反方 v2 三段式（按主线分布 ≥150 字）

3.1 反方主线 A：Harness 实证化的复现性 vs 工业一致性。(1) 机制：Anatomy arXiv:2609.00006 覆盖 16 个 Coding Agent 框架，但单一实验 benchmark 选型 + 单一时间窗口——2026-03 LangChain 仅靠 harness 优化从 30 名推到 5 名是单点案例，未给跨团队 / 跨 benchmark 复现性数据；MSR Orchard 107K 轨迹用 Qwen3.5-397B + MiniMax-M2.5 230B 双 teacher 蒸馏，teacher 选型偏置未公开。(2) 数据：Anatomy 中 16 框架具体 harness 组件清单完整度待 PDF 核验；Orchard 蒸馏后模型与闭源 frontier 模型差距未给统一数字；MAF 1.0 同时支持 MCP + A2A 双协议，但跨协议一致性基准未公开。(3) 截止日 / 证伪：9-25~10-30 若 Anatomy 公开 ≥3 团队跨 5 个 benchmark 复现 Harness 优化跃迁 → 升级 ★★★；若仍仅 16 框架单点 → 降级「术语澄清」。Orchard 同窗口公开 ≥3 个独立团队基于 Orchard 训练模型 vs 闭源 frontier 差距表 → 升级立标候选；否则降级「MS 内部数据」。MAF 1.0 同窗口 ≥5 工业部署案例 + ≥3 双协议一致性问题 → 升级立标。

3.2 反方主线 B：代码 Agent 结构感知 KV + 推理引擎工业化的可移植性 vs 算力预算。(1) 机制：CodeComp arXiv:2604.10235 基于 SGLang，Joern 工具提取 AST/CFG 对非 SGLang 后端无迁移路径；Albireo arXiv:2606.01927 突破 Amdahl 定律但未给跨模型族（Llama / Qwen / DeepSeek）扩展性数据；RTP-LLM arXiv:2605.29639 服务 1 亿用户但架构细节仅 abstract-level 描述。(2) 数据：CodeComp 跨模型 + 跨代码语言（Python / JS / Rust / Go）结构感知压缩比未公开；Albireo 1.7× vLLM 提速仅 Qwen-2.5-32B bs=128 单点；RTP-LLM P99 latency / 99% recall 等具体 SLA 数字未公开。(3) 截止日 / 证伪：9-25~10-15 若 CodeComp 公开 ≥3 后端迁移路径（vLLM / TRT-LLM / llama.cpp）+ ≥3 代码语言压缩比 → 升级 ★★★；若仍仅 SGLang 单后端 → 降级「SGLang 专项」。Albireo 同窗口 ≥3 模型族扩展性数据 + ≥3 团队复现 → 升级立标候选。RTP-LLM 同窗口公开 SLA 数字 + ≥1 第三方独立 benchmark → 升级立标。

3.3 反方主线 C：推理引擎可识别性 + Kubernetes 生态 + 供应链安全 + 向量数据库吞噬的可识别性 / 可审计性。(1) 机制：LLM Inference Fingerprinting arXiv:2605.29979 揭示引擎可识别——但是否可作为合规审计工具 vs 攻击侦察工具的双用性边界未公开；Kubernetes Grove + llm-d + OpenCost 生态实际部署复杂度（CRD + DRA driver + KAI Scheduler）未量化；Rust crates supply chain 攻击的 Dependency Cooldown 与 LLM Agent「效率优先」冲突——自动化检查 vs 人工审查的边界未明；pgvectorscale 11× Qdrant benchmark 硬件配置与查询集不公开。(2) 数据：LLM Inference Fingerprinting 误识别率 / 跨硬件平台识别准确率未公开；OpenCost "warm but idle" GPU 节省百分比基准待 PDF 核验；Rust crates 攻击实际案例数 + 影响范围未公开；pgvectorscale 11× 差距测试条件（硬件配置 / 召回率设置 / 查询复杂度）未对齐。(3) 截止日 / 证伪：9-25~10-30 若 LLM Inference Fingerprinting 公开 ≥3 团队跨 ≥5 引擎识别准确率 + 误识别边界 → 升级立标候选；若仅 abstract-level → 降级「方法学预备级」。Kubernetes 生态同窗口 ≥5 工业部署案例 + 部署复杂度量化 → 升级 ★★★。Rust crates 同窗口 ≥3 实际案例细节 + Dependency Cooldown 实操指南 → 升级 ★★★。pgvectorscale 同窗口公开 ≥3 团队同构硬件 + 同查询集对比 → 升级立标候选；否则降级「营销 benchmark」。

四、法律与监管维度（risk / engineering 交集一等变量）

  • EU AI Act 2026-08-02 GPAI 生效后第一个季度 + MAF 1.0 双协议合规：⚠️ MAF 1.0 同时支持 MCP + A2A 双协议——双协议下数据流审计 + EU AI Act 第 12 条推理栈一致性披露叠加需求增加；⚠️ 律师级解读未公开；⚠️ Anatomy arXiv:2609.00006 实证 16 框架，但未触及 EU AI Act 合规审计维度。
  • LLM Inference Fingerprinting 与 GDPR 数据流审计：⚠️ arXiv:2605.29979 揭示引擎指纹可识别——若企业用 vLLM 部署但合同承诺 SGLang 部署，指纹暴露构成合同违约证据链；⚠️ GDPR 数据流审计若涉及「推理引擎指纹」是否属于个人数据未明；⚠️ 截至 2026-09-18 尚无 EDPB 判例针对「AI 推理引擎指纹作为可识别信号」。
  • pgvectorscale 11× Qdrant 差距与不公平竞争法：⚠️ ByteIota 引用 benchmark 来源未标注原始出处（已在 jay 9-18 engineering-e1prep 矛盾 1 中标注为「中等风险」）——若企业基于该 benchmark 主张 Qdrant 不合格而转向 PostgreSQL 生态，Qdrant 是否可援引商业诽谤未明；⚠️ Snowflake 2.5 亿 + Databricks 10 亿并购反垄断审查进度未公开。
  • Rust crates 供应链攻击与 LLM Agent 责任划分：⚠️ Dependency Cooldown 缓解框架要求 CI/CD 中禁止 release 当日执行 cargo update——若 LLM Agent 自动升级引入恶意包，企业与 LLM Agent 提供方的责任划分未明；⚠️ OpenAI Agent 5 月 RubyGems 类似模式已存在，但OpenAI 是否承担 agent 自动行为责任无公开判例。

五、趋势判断与开放问题

5.1 八条趋势主线

趋势 A：Harness Engineering 实证化从概念升级为 single-shot 量化跃迁。Anatomy arXiv:2609.00006 16 框架 + LangChain 2026-03 30→5 名跃迁 + MSR Orchard 107K 轨迹 + MAF 1.0 双协议 → Harness 工程化三联实证链 → 预计 2027 H1 将出现「Harness 优化作为企业硬指标」（类比 2024 SOC 2）。

趋势 B：代码 Agent 结构感知 KV 从通用压缩升级为程序结构驱动。CodeComp arXiv:2604.10235 CPG/AST/CFG → 长代码库推理 → 预计 2027 H1 将出现「Code Property Graph KV 压缩标准」。

趋势 C：推理引擎生产工业化从学术研究升级为 1 亿用户级服务。RTP-LLM arXiv:2605.29639 100M 用户 + Albireo arXiv:2606.01927 Amdahl 突破 → 预计 2027 H1 将出现「工业级推理引擎可复现 SLA 报告标准」。

趋势 D：推理引擎可识别性从隐性变量升级为双用性工具。arXiv:2605.29979 引擎指纹 → 合规审计 vs 攻击侦察 → 预计 2027 H1 将出现「推理引擎指纹披露 / 混淆标准」。

趋势 E：多 Agent KV 共享池化从单 Agent 升级为多 Agent 经济性。PolyKV arXiv:2604.24971 73-78% token 节省 + An Internet for KV Cache arXiv:2608.01526 → 预计 2027 H1 将出现「多 Agent KV 池化经济模型」。

趋势 F：Kubernetes 原生推理生态从单点工具升级为云原生推理栈。NVIDIA Grove + llm-d CNCF + OpenCost 1.121.0 → 预计 2027 H1 将出现「K8s 原生推理栈作为 AI 基础设施事实标准」。

趋势 G：LLM Agent 供应链安全从单点防御升级为 AI Agent 安全三角。Rust crates + Dependency Cooldown + ClawHavoc + MCP 工具投毒 → 预计 2027 H1 将出现「AI Agent supply chain 安全框架」（类比 2024 SLSA）。

趋势 H：向量数据库被 PostgreSQL 吞噬从独立赛道升级为数据库类别变更。pgvectorscale 11× + 三笔并购 13.5 亿 + VentureBeat 2026 预测「向量已从数据库类别变为数据类型」→ 预计 2027 H1 将出现「PostgreSQL 生态作为向量数据事实标准」。

5.2 八个开放问题

  1. Harness Engineering 跨团队复现性边界：Anatomy arXiv:2609.00006 16 框架单点 vs ≥3 团队跨 ≥5 benchmark 复现？
  2. 代码 Agent KV 压缩跨语言 / 跨后端扩展性：CodeComp 仅 SGLang 后端 + Python/JS/Rust/Go 多语言压缩比？
  3. 推理引擎工业部署 SLA 透明度：RTP-LLM 100M 用户的 P99 latency / 99% recall 等具体 SLA 数字？
  4. 推理引擎指纹双用性边界：LLM Inference Fingerprinting 作为合规审计工具 vs 攻击侦察工具的法律边界？
  5. Kubernetes 推理生态部署复杂度：NVIDIA Grove CRD + DRA driver + KAI Scheduler 实际部署的工程师工时 / 故障率？
  6. LLM Agent 供应链安全与效率冲突：Dependency Cooldown 与 LLM Agent「效率优先」行为的自动化边界？
  7. pgvectorscale 11× QPS 差距的可复现性：同构硬件 + 同查询集下 ≥3 团队独立验证？
  8. 向量数据库赛道战略转向：Qdrant / Milvus / Weaviate 是否进入「被 PostgreSQL 生态吞并」阶段，反击路径？

5.3 工程落地建议（与 9-14 v1 §5.3 互补）

  • Harness 优化试点：参考 Anatomy arXiv:2609.00006 + MSR Orchard 双轨，搭建内部「Harness Optimization Lab」——单一模型变化，迭代 harness 优化，观察 Terminal Bench 2.0 / SWE-Bench Verified 跃迁幅度。
  • 代码 Agent 结构感知 KV 引入：基于 CodeComp arXiv:2604.10235 + SGLang + Joern 工具链，搭建内部「Code-Aware KV Cache Compressor」——针对 fault localization / patch generation 场景。
  • 推理引擎生产化路径：参考 RTP-LLM arXiv:2605.29639 + Albireo arXiv:2606.01927 + arXiv:2605.19537（推理可复现性）三轨，搭建内部「Inference Engine Production Lab」——工业规模部署 + Amdahl 突破 + 推理栈报告标准化。
  • Kubernetes 原生推理栈引入：参考 NVIDIA Grove + llm-d CNCF + OpenCost 1.121.0，搭建内部「K8s-Native Inference Stack」——CRD + DRA driver + 成本归因 + idle-GPU 检测。
  • LLM Agent 供应链安全规范：参考 Rust crates + Dependency Cooldown + ClawHavoc + MCP 工具投毒三角，搭建内部「Agent Supply Chain Guard」——cargo update / npm update 强制等待 2-3 天冷却期 + LLM Agent 自动行为审计。
  • PostgreSQL 生态向量路径：参考 pgvectorscale 11× Qdrant + 三笔并购 13.5 亿，搭建内部「PostgreSQL Vector Stack」——pgvectorscale + pg_trgm + TimescaleDB 复合向量检索。

六、元信息（v1）

私域五维 SUM=0 · 主体 ≈2,580 / 反方 ≈540 / 元信息 ≈240 · 合计 ≈3,360 CJK（≤3,900 守约 · 反方每主线 ≥150 已达成）· verifiability 3/14 = 21.4%（arXiv:2609.00006 / arXiv:2604.10235 / arXiv:2605.29639 三 URL 200 OK + 本棒主轴独立抽检非前序棒位已查件）· 立标池 ★★★：Anatomy of Coding Agents（2609.00006，Agent = Model + Harness 形式化定义 + 16 框架对比 + LangChain 2026-03 30→5 跃迁 + web_fetch 200 OK）/ CodeComp（2604.10235v1，HKU+LMSYS · CPG/AST/CFG + SGLang 集成 + web_fetch 200 OK）/ RTP-LLM（2605.29639，Alibaba 1 亿用户 + 异构架构 + web_fetch 200 OK）= 待 9-25 → 10-30 观察窗口验证 · 未核实条目（LLM Inference Fingerprinting 2605.29979 跨硬件识别准确率 / Albireo 2606.01927 跨模型族扩展性 / PolyKV 2604.24971 SGLang 迁移路径 / pgvectorscale 11× benchmark 来源 / Rust crates 实际攻击案例数 / MAF 1.0 双协议一致性基准 / OpenCost idle-GPU 节省基准 / HYBRIDKV 跨模型数字）一律不进立标池主表 · 承接棒：09-18 agent/risk/llm-infra + 09-17 evaluation/multimodal + 09-16 agent/rag + 09-15 database/risk + 09-14 engineering v1 + 09-13 evaluation/rag + 09-12 agent/multimodal + 09-11 risk/rag + 09-10 engineering v1 + 09-09 rag/agent。

Spark · 2026-09-18 20:45 CST · W38 W5 接力棒 #48 · engineering 主题 · 边界：仅写本文件 surveys/2026-09-18-engineering.md