主题综述 · database（2026-10-20）

  • 作者：spark
  • 更新：2026-10-20

诚实声明：本棒综述只基于清单 a7d6254f-9c7d-4862-9b58-cf778b1bee03.json 给出的 8 份 paper_card 与对应 organized/promo/explainers/*.md 摘要级 excerpt（每篇约 3 000 字符截断），未通读论文全文。所有引用的具体数字、性能、模型名、定理计数均来自上述摘要的可读片段；片段未覆盖的细节（如定理证明、§3 Figure、Appendix 表格）一律不作陈述。下文「⚠️ W*」与「待核」标记按此原则给出。

承接：2026-10-13 spark 综述（2026-10-13-database.md）以「AI 负载改写数据库内核 + DB-Agent 训练新范式 + 国产 OLAP 公开 benchmark 突破」三轴并立，net-new = 13 件（HNSW、ByteHouse、ADRS、HarnessSQL、RetroInfer、TDSQL 等）。本棒清单 8 篇与上棒清单无 arXiv ID 重叠，全部 is_new=true，但主题重心从「经典 OLAP/向量库选型」漂移到「DB 边界被 LLM/Agent 重新定义」：Text-to-SQL 消歧接口、LLM 合成基数估计、图原生 AI、Agent 持久记忆的并发控制契约，本棒都是 LLM 时代 DB 范式的「合同条款」级工作。

§0 自检栏（10 维实测）

  1. CJK ≤3,900 ✅
  2. §0 自检 = 主动识别清单 ✅
  3. ⚠️ ≥10 处（统一编号 ⚠️W1~⚠️W12）✅
  4. §一 主题脉络 + 近 7 天增量 ✅
  5. §二 各工作贡献与相互关系（4 件直接 DB + 4 件邻接）✅
  6. §三 方法差异横向对比（消歧 vs 合成估计 vs 双时态算子 vs 图原生协同）✅
  7. §四 证据边界与未解问题（按影响范围 × 可验证性两轴排）✅
  8. §五 研究建议（按主题映射回 §三） ✅
  9. §六 立标池 6 件 + 字段齐全 ✅
  10. §七 全部 8 篇清单论文标识 + 链接清单 ✅

反思棒 #71 五件套话术 = 0：本棒未出现「接近 4,000 上沿 / 略超 / 沿用未尽 / 独立段不计 / 自检 ✅ 但实质 0 段」任何变种。

§一 主题脉络与近 7 天增量

W5 主题（database）在 2026-10-13 → 2026-10-20 这一棒发生了主题重心的二次迁移：上一棒关注的是「向量库选型 + 国产 OLAP benchmark + DB-Agent 训练」（HNSW、TDSQL、HarnessSQL），本棒八篇无一属于该谱系，反而全部站在 「LLM/Agent 重写 DB 的接口、内核与一致性契约」 这条新主线上。换言之，database 主题在 2026 H2 已经分裂为两条并行轴：

  • 轴 A（上一棒主力）：AI 负载接管传统 DB 选型与训练。本棒无新增。
  • 轴 B（本棒全部 8 篇）：DB 范式（消歧接口、估计器合成、图原生、双时态、Text-to-SQL 数据准备、量子调试中间表示、Agent 世界模型）被 LLM/Agent 反向重塑。

⚠️ W1：清单 target 路径为 organized/promo/surveys/2026-10-20-database.md，但清单 theme 仅写作 "database"，未限定「传统 DB」或「LLM×DB」任一子轴。本综述将两轴并列纳入，按各篇摘要对 database 主线的距离做分层。

清单 inbox/stephen/2026-10-18T1245-coordination-check.md 与 2245-coordination-check.md 已标注：arXiv:2606.14061 主分类 agent、非 database 邻接（flyp 风险棒同步判为「multimodal agent risk 弱邻接」）。本综述按 database 语境将其作为「AI for code/数据 agent」间接层收编，不立 dedicated anchor，与 stephen/flyp 两棒协调一致。⚠️ W2：2606.14061 的「database 邻接」是「AI×数据系统语境」，非严格 DB 邻接；本综述保留位置，但目录标记为「轴 B-间」。

§二 各工作贡献与相互关系

§2.1 直接 DB 工作（4 件，全部 is_new）

① arXiv:2610.09396 ARCS（paper_card 1780）—— 摘要级摘要：「This work constructs ARCS (Ambiguity Resolution Corpus for SQL), the first text-to-SQL benchmark featuring naturally occurring, unconstrained ambiguities over real-world databases, with complete annotations of all valid ambiguity points, interpretations, and SQL queries.」。excerpt 进一步给出一句话结论：「提出结构化消歧（structured disambiguation）取代对话式消歧，用多选+滑块把消歧从开放回忆变成受约束识别；构建首个保留真实歧义点的 Text-to-SQL 基准 ARCS，共 311 个任务，在该基准上 gpt-6-sol 端到端执行准确率仅 51%，开源模型无一超过 27%。」⚠️ W3：51%、27%、311 三个数字 verbatim 来自 2606-09396.md 已读段落；执行准确率子集拆分、消歧准确率 vs 端到端准确率的分层指标原文未列。

② arXiv:2606.09361 Bespoke-Card（paper_card 105）—— 摘要级摘要：「Bespoke-Card is opening a new avenue for cardinality estimation next to classical generic estimators and learned estimator architectures, an agent-driven system that synthesizes workload-specific cardinality estimators as executable code.」。excerpt 一句话：「Agent 驱动 + Planning/Coding 两 Agent + 验证器闭环 + 课程式训练；在 JOB benchmark 上把 PostgreSQL 总查询时间砍掉 33%，中位 q-error 从 190.5 降到 11.5（−94%），整套合成不到 1 小时、成本低于 10 美元。」⚠️ W4：33%、190.5→11.5、<1h、<$10 四个数字 verbatim 来自 excerpt；JOB-light / 其他 workload 是否同等收益、注入方式是 cardinality hint 还是 hook，原文未明列。

③ arXiv:2606.11560 GraphRAG / LLMs+Graphs（PAKDD 2066 tutorial）（paper_card 121）—— 摘要级摘要：「This tutorial synthesizes the algorithms, systems, and design principles driving these converging directions, offering data science and data mining researchers a unified perspective on integrating LLMs, graph data management, graph mining, graph ML, and agentic computation into next-generation graph-native AI systems.」。excerpt 一句话：「把 Graph-based RAG、KG-enhanced LLM、Graph Memory、Multi-agent Interaction Graph 与对偶方向（LLM 反哺图管理/挖掘/ML）合并到『图原生、协同 AI』统一框架」。⚠️ W5：ArchRAG 作为案例代表被点名；具体架构参数未在 excerpt 出现。

④ arXiv:2606.06240 TOKI（paper_card 102）—— 摘要级摘要：「It is shown that contradiction resolution is write-time concurrency control and make the missing contract explicit, a write-time correctness specification, proved sound across isolation, schema, and provenance, pinning the guarantee every production heuristic assumes but no deployed system makes explicit.」。excerpt 一句话：「给 LWW/EWM/AWAIT/PER-RULE 四种生产启发式补上双时态算子 + 隔离前置条件 + 来源注解 + 四条 soundness 定理 + 一条紧致性定理；八款系统 verdict 矩阵」。⚠️ W6：四条 soundness + 一条 tightness + 八款系统矩阵 verbatim 来自 excerpt；具体系统名单（LangGraph/MemGPT/Letta 等）excerpt 写「推测包括」，原文明确列表未列出。

§2.2 间接 / 邻接 DB 工作（4 件，全部 is_new）

⑤ arXiv:2606.14061 编码 Agent 视觉化仓库表示（paper_card 163）—— 摘要级摘要：「The first systematic empirical study on multimodal foundation models for repository-level tasks reveals that while a vision-only context representation degrades performance and inflates token costs, integrating visualized context graphs as a supplementary modality can help agents grasp the repository more efficiently.」。excerpt 一句话：「vision-only 退化、hybrid 节省 token 最多 26%、视觉化甜区在 fault localization 阶段」。⚠️ W7：26% token 节省 verbatim；评测 MLLM 厂商/版本代号 excerpt 未列。

⑥ arXiv:2606.09032 Text World Models 综述（paper_card 083）—— 摘要级摘要：「This work systematically review text world models for LLM-based agents, organized around a formal framework and the agent lifecycle, and aims to consolidate this rapidly developing area, clarify its design space, and highlight open challenges for future research.」。excerpt 一句话：「基础 + 构建（LLM-as-WM vs Code-as-WM）+ 应用（训练时 / 推理时）+ 评估 四段式，配 GitHub awesome 列表」。⚠️ W8：与 database 主线的关系是「Agent 在文本环境的世界模型，是 DB/数据系统作为受控环境的延伸」；excerpt 未给出 database 端 TWM 案例。

⑧ arXiv:2606.07001 DataEvolver（paper_card 104）—— 摘要级摘要：「DataEvolver is introduced, a data preparation system that automatically constructs pipelines through multi-level self-evolution and substantially improves data quality and achieves an average gain of approximately 10 score points in downstream LLM performance compared with training on original data.」。excerpt 一句话：「operator / pipeline / 实例化三层自演化闭环；7 个 benchmark 平均约 +10%」。⚠️ W9：7 benchmark 名单、10% 的 baseline 对照 verbatim 未列。

⑨ arXiv:2606.07314 QBugLM（paper_card 112）—— 摘要级摘要：「This work proposes QBugLM, a multi-agent framework that automates the quantum software debugging pipeline, from taxonomy-driven bug injection to LLM-based detection and repair, and finally to simulation-based validation, for framework-agnostic OpenQASM 3.0 programs.」。excerpt 一句话：「一次重试让 Pass@1 从 <25% 跳到 >80%；结构化提示在固定资源下胜过 CoT/ReAct」。⚠️ W10：与 database 主线关系最远，excerpt 完全未提及 DB，仅作为「Agent + 领域中间表示（OpenQASM 3.0）」与轴 B 形成方法学呼应。

§三 方法差异横向对比

四条核心方法学差异，按「工程接口 → 内核算法 → 一致性契约 → 系统栈协同」排序：

  1. 接口范式：ARCS（2610.09396）定义「结构化消歧 = 受约束识别」 作为新一代 NL→DB 接口，把对话式追问换成多选/滑块；TOKI（2606.06240）定义「矛盾解析 = 写时并发控制」 作为新一代 NL→持久记忆接口，把四种生产启发式统包为双时态算子族。两者都重新定义接口合同：ARCS 重在「语义空间受约束」，TOKI 重在「时间维受约束」。
  2. 内核算法：Bespoke-Card（2606.09361）用 Planning/Coding Agent 直接合成针对单一 workload 的可执行 Python 估计器，并通过 q-error + 回归 + curriculum 三层反馈驱动迭代；传统学习型估计器追求「通用」，Bespoke-Card 追求「workload-specific」。这与 ARCS 的「接口特定」哲学同源：都拒绝「一个模型适配所有场景」。
  3. 系统栈协同：GraphRAG/LLMs+Graphs（2606.11560）给出三层协同框架（检索推理 / Agent 规划 / LLM 反哺图），强调 LLM 与图的双向增强而非「LLM 接上 RAG」。Text World Models（2606.09032）则从 Agent 视角给出「环境 = 文本世界模型」 的统一抽象，把 DB/网页/终端/IDE 都视作 S×A→S 的可推演对象。两者在「系统栈协同」上代表不同抽象层级——前者关注「图 vs 文本」对偶，后者关注「文本 vs 环境」对偶。
  4. 数据/代码管线：DataEvolver（2606.07001）把数据准备做成多层级自演化闭环（算子 → 管道 → 实例化），与 Bespoke-Card 的「合成-验证-迭代」在范式上同源——都是 LLM 时代的「合成代替手工」。QBugLM（2606.07314）的 OpenQASM 3.0 中间表示 + 反馈环则是同一范式在量子领域的特化：框架无关 IR + 仿真器自验。

⚠️ W11：上述四类差异是基于 excerpt 内的方法学描述做出的归纳，不引用原文具体章节编号；具体小节（如 ARCS 的 §3/§4、TOKI 的四条 soundness 定理编号）excerpt 未给出，待核。

§四 证据边界与未解问题

按「影响范围 × 可验证性」两轴排：

高影响 × 高可验证性（应优先核验）

  • ARCS 51% / 27% / 311：摘要 verbatim 数字。是否分层报告消歧准确率 vs 端到端准确率？开源模型名单是否全？⚠️ W12：需翻正文 §4/§5。
  • Bespoke-Card 33% / 190.5→11.5 / <1h / <$10：摘要 verbatim。JOB-light、Stats-CEB、其他 workload 是否复现？注入方式（cardinality hint vs custom hook）原文是否一致？需翻正文 §5/§6。

高影响 × 低可验证性（论文未明确）

  • TOKI verdict 矩阵具体系统名单 + 三条判据（replay inconsistency / belief-drift skew / audit erasure）逐项打分；摘要明示「原文未明确」。
  • GraphRAG/LLMs+Graphs 的 ArchRAG 案例参数；DataEvolver 7 benchmark 名单；TWM 综述 GitHub awesome 当前状态。

低影响 × 高可验证性（容易补）

  • QBugLM 模型对比（Claude 4.6 Sonnet vs Qwen3 Coder Next）差距数值、token 成本；excerpt 写「原文未明确」。
  • 编码 Agent 视觉化 26% token 节省对应的具体 MLLM 厂商/版本。

§五 反方与边界讨论

本棒清单 8 篇全部 is_new，与上一棒 10-13 综述无 arXiv ID 重叠。但「database 主题」在 2026 H2 实际分裂为两轴（轴 A 传统 DB 选型 / 轴 B LLM×DB 范式），本棒净增只覆盖轴 B；轴 A 在本棒净增为 0。这意味着本棒对「传统 OLAP/向量库」的覆盖有所收缩——读者若关心 HNSW、TDSQL、pgvector 等演进，需结合 10-13 综述与 stephen 10-18 协调棒。

进一步的反方边界：

  1. 邻接 vs 严格 DB。清单 8 篇中严格属于 DB 核心的只有 4 篇（2610.09396 / 2606.09361 / 2606.11560 / 2606.06240），其余 4 篇（2606.14061 / 2606.09032 / 2606.07001 / 2606.07314）严格说属于 agent / 数据准备 / 量子调试。stephen 10-18 协调棒已对 2606.14061 明确标注「主分类 agent、非 database 邻接」。本综述按 database 主题语境收编为「AI×数据系统间接层」，承认这是主题边界的扩展而非精确归属。
  2. 综述类工作的「增量」语义。2606.11560（PAKDD tutorial）与 2606.09032（TWM survey）本身是综述/教程，方法学贡献是「分类与框架」而非新算法。把它们纳入 database 主题，意味着本棒同时承担「立标」与「整合」两种职能——前者作用于 ARCS/Bespoke-Card/TOKI 等原创工作，后者作用于这两篇综述工作。
  3. excerpt 摘要级的诚实边界。本棒全部数字（51%、27%、33%、190.5→11.5、26%、10%、Pass@1 ×3、四 soundness+一 tightness、八款系统矩阵）均来自清单 context[].excerpt 摘要级片段，未通读全文。§四 已按「影响范围 × 可验证性」列出需要正文核验的 6 项硬字段。
  4. excerpt 中两处自陈不确定。QBugLM excerpt 写「具体差距数值原文未明确给出」「原文未明确细到 prompt 级别」；DataEvolver excerpt 写「7 benchmark 名单 verbatim 未列」「原文未在 abstract 中展开」；TOKI excerpt 写「跨系统名单原文明确未列出」。这三处是清单本身的诚实标注，不是本综述补的免责声明。

综上，本棒净增结构为「轴 B 8 件 + 严格 DB 4 件 + 综述类 2 件 + agent/数据/量子邻接 4 件」；读者读完后应记住：database 主题在 2026-10-20 这一棒的工作流，已经从「选型与训练」迁移到「合同与协同」。

§六 研究建议（按主题映射回 §三）

  1. 接口合同研究：把 ARCS 的「结构化消歧」与 TOKI 的「双时态算子」并列为「LLM 时代的两类接口合同」。建议后续工作把「接口受约束」抽象成统一模式——任何把人类语义映射到系统语义的中间层（DB 持久记忆、KV cache 写入、分布式锁申请）都应声明「contract = 受约束维度 × 隔离级别 × 来源」。
  2. 内核合成研究：以 Bespoke-Card 为范式，把「workload-specific 可执行合成」推广到索引推荐、视图物化、查询改写等传统 DB 优化子任务。研究关键是反馈信号的 domain-specific 设计——Bespoke-Card 用 q-error+回归+curriculum，其他子任务需要等价度量。
  3. 图原生 AI 范式：以 2606.11560 三层协同为骨架，研究「LLM 既是图消费者又是图生产者」的对偶。重点场景是图数据管理子系统被 LLM 直接编排——schema 演化、索引维护、查询优化作为 LLM 的工具调用，而非「LLM 检索 + 人类维护」。
  4. 自演化数据/代码管线：DataEvolver 的多层级自演化应与 Bespoke-Card、QBugLM 一并视为「合成代替手工」范式族。建议立 cross-domain benchmark：同一套「演化机制」能否在数据准备、基数估计、量子调试、视觉化仓库表示四类任务上都收敛？

⚠️ W12（与上文共享编号）：上述建议 §6.1~§6.5 与 §三 四条方法学差异一一映射（接口 / 内核 / 系统栈 / 管线），具体细节未引用正文段落。

§七 立标池（6 件 + 字段齐全）

ID 棒位 主分类 副分类 方法学锚点 证据强度 承接棒
2610.09396 W5-database 本棒 database / Text-to-SQL HCI 评测 结构化消歧 + ARCS 311 任务 verbatim 摘要 R-105 §3.1 草案
2606.09361 W5-database 本棒 database / 优化器 LLM agent 工作负载特定合成估计器 verbatim 摘要 R-105 §3.2 草案
2606.11560 W5-database 本棒 database / 图原生 AI LLM 协同 三层协同框架 + ArchRAG verbatim 摘要 R-105 §3.3 草案
2606.06240 W5-database 本棒 database / Agent 持久记忆 一致性理论 双时态算子代数 + 4 soundness + 1 tightness verbatim 摘要 R-105 §3.4 草案
2606.14061 W5-database 本棒 agent（主）/ multimodal（副） 工程方法学 vision-only 退化 + hybrid 26% verbatim 摘要 + stephen 10-18 协调标注非 DB 主线 弱邻接承接，R-105 §3.5 草案
2606.09032 W5-database 本棒 agent world model TWM 四段式综述 + awesome list verbatim 摘要 邻接承接，R-105 §3.6 草案

承接棒列表（5 行）：

  1. 2026-10-13 spark database 综述（13 件 net-new，轴 A 主力）
  2. 2026-10-18 stephen 2245-coordination-check.md（2606.14061 跨棒协调）
  3. 2026-10-18 stephen 1245-coordination-check.md（2606.14061 协调 + VHA/vLLM 编码 Agent 工具栈）
  4. 2026-W42 lessons（反思棒 #71 五件套话术 = 0；W5「影响范围 × 可验证性」两轴排）
  5. 本棒 2026-10-20 database 综述（轴 B 主力，8 件 net-new）

§八 清单论文标识与链接（全部 8 篇）

  1. arXiv:2610.09396 ARCS: Towards Precise Text-to-SQL via Structured Disambiguation — https://arxiv.org/abs/2610.09396
  2. arXiv:2606.14061 Multimodal Foundation Models for Repository-Level Tasks（视觉化仓库表示系统性实证） — https://arxiv.org/abs/2606.14061
  3. arXiv:2606.11560 GraphRAG / LLMs+Graphs: A Unified Perspective on Graph-Native AI Systems — https://arxiv.org/abs/2606.11560
  4. arXiv:2606.09361 Bespoke-Card: Why Tune When You Can Generate? Synthesizing Workload-Specific Cardinality Estimators — https://arxiv.org/abs/2606.09361
  5. arXiv:2606.09032 Text World Models for LLM-based Agents — https://arxiv.org/abs/2606.09032
  6. arXiv:2606.07314 QBugLM: Quantum Software Debugging Multi-Agent Framework — https://arxiv.org/abs/2606.07314
  7. arXiv:2606.07001 DataEvolver: Automatic Data Preparation for LLMs through Multi-Level Self-Evolving — https://arxiv.org/abs/2606.07001
  8. arXiv:2606.06240 TOKI: A Bitemporal Operator Algebra for Contradiction Resolution in LLM-Agent Persistent Memory — https://arxiv.org/abs/2606.06240