搜索归档

五场 P99 CONF 演讲揭示了数据库的哪些权衡取舍

P99 CONF 是一个线上会议，专门讨论高性能、低延迟的应用，2026 年的大会在 10 月 21 日至 22 日举办。本文从 60 多场演讲中挑选了五场来介绍，主题都是数据库在不同设计之间如何取舍。比如，读写和存储空间往往此消彼长：让写入变快，读起来可能更费劲。还有团队把数据放到对象存储上并加缓存，用便宜的大容量存储换取稍慢的冷读取；也有团队改用内存索引，让读取更快、几乎不出现长尾延迟，代价是占用更多内存、写入更重。这些结果都针对演讲中特定的测试负载，并非通用性能保证；演讲录像需注册后可在 p99conf.io 点播观看。

Vybe Intelligence Vault：面向 AI Agent 与 RAG 工程的开源知识图谱

rxmna8502/vybe-intelligence-vault · An auto-updating open-source vault for AI agents, RAG systems, MCP servers, prompts, tools, templates, and next-generation web development.

Vybe Intelligence Vault 是一个自更新的开源知识仓库，索引 AI Agent、RAG、MCP 服务器、提示词、工具和模板等前沿资料，并宣称通过采集管线、LLM 评估和向量关系构建语义知识图谱。项目提供 MCP 网关供 Claude Desktop、Cursor 等 Agent 直接查询节点上下文，还包含基于 React Three Fiber 和 WebGL 的 3D 知识图谱浏览界面，以及若干 7 天工程学习路径与生产蓝图。

我们如何检测前沿模型失准

OpenAI 说他们用多层监控来发现前沿模型出现“失准”（行为偏离预期），以及 AI 代理做出未经授权的操作。原来的问题是：模型能力越强，越可能出现难以察觉的异常行为，如果不及时发现，小问题会升级成事故。这次的做法是把多种监控手段叠加起来，让响应人员在事态扩大前就能介入处理。对普通读者来说，这属于安全机制方面的公开说明，目前还没有给出具体工具、检测指标或上线状态等细节。

eht-imaging（ehtim）：射电干涉测量（VLBI）数据模拟、校准与正则化最大似然成像的 Python 软件包

achael/eht-imaging · Imaging, analysis, and simulation software for radio interferometry

ehtim（eht-imaging）是面向射电干涉测量与甚长基线干涉测量（VLBI）的 Python 模块集合，可加载、模拟和处理 VLBI 数据。它提供 Image、Movie、Array、Obsdata、Imager、Caltable 等主要类，用于读取图像和数据、由真实 u-v 轨迹生成模拟观测、校准与检查及绘制数据，并用正则化最大似然方法在不同偏振下、结合多种数据项和正则函数重建图像。该项目亦被事件视界望远镜（EHT）等成像与偏振分析工作引用。

OpenPinch：用于先进夹点分析与全厂能量集成的 Python 工具包

waikato-ahuora-smart-energy-systems/OpenPinch · A comprehensive tool for advanced pinch analysis, total site integration, heat pump integration, and heat exchanger network synthesis.

OpenPinch 是一个基于 Python 的开源工具包，面向夹点分析与全厂能量集成（Total Site Integration）。它支持直接与间接热集成目标计算、图表解读、热泵与制冷筛查、㶲与热电联产后处理、换热器网络综合、多周期分析、物流分段线性化，以及基于文件或 schema-first 的工作流。项目提供 PinchProblem 与 PinchWorkspace 两个工作流类，并附带示例案例和 19 个 Jupyter notebook 教程。

PHP2Shell 不会是最后一个：下一个漏洞会先出现在哪里

安全公司 Snyk 回顾了 PHP 引擎两个严重漏洞（PHP2Shell）的应对过程。问题出在代码之下：漏洞位于 PHP 引擎处理请求的环节，应用代码还没开始运行就可能被利用，所以即使代码写得干净也挡不住。攻击者只需发一个无需登录的请求，而很多团队根本说不清 PHP 到底跑在哪些对外地址上。Snyk 的做法是先盘点外部可见资产、标出用 PHP 的主机，再上线针对性检测，打补丁后重测确认修复生效。对普通读者的意义是：漏洞从公开到被大规模利用只有几天，提前摸清自己对外暴露了什么，比事后临时找要快得多。文中提到 VirusTotal 指纹识别约 510 万个运行 PHP 的 IP，其中只有约 110 万主动暴露版本号。

影响 Kubernetes 控制平面可用性的隐藏故障路径

这篇文章讲的是 Kubernetes 控制平面在集群规模变大后，一些平时看起来正常的设计反而会把小问题放大成故障。作者举了三个真实例子：一个扩展 API 升级依赖后发布了不合法的 OpenAPI 模式，结果连只用普通 Kubernetes 资源、根本没用这个扩展的 Helm 部署也失败，因为 OpenAPI v2 把所有 API 的定义合并成一份文档，一个扩展出错就拖累所有人；大批 DaemonSet 代理同时重启，启动时的正常请求叠加成风暴，API 服务器扛不住；还有组件把依赖服务的短暂不可用误判成自己进程坏了，反复重启。文章建议用 OpenAPI v3 缩小影响范围、控制重启节奏、别让健康检查过度依赖下游。这是经验分享文章，没有发布新工具，文中提到的 OpenAPI v2/v3、informer、聚合 API 服务器、PR #131755 都是已有机制或改动。

Nebius 将 rollout 收集时间缩短 66.9%——改变了什么

Nebius 的 AI 训练团队在 Terminal-Bench 类负载上做了一次实验：把一次 256 条轨迹的批次收集时间减少了 66.9%。原来在智能体强化学习训练中，模型要先完成任务、拿到结果才能学习，但任务长短不一，慢的几条会让整批训练卡住，昂贵的 GPU 常常在等便宜的沙箱和代码执行。做法是把推理引擎当成训练优化器的一部分：按整组完成而不是启动顺序来组批，让生成和训练部分重叠、缓存对话历史避免重复预填，并把基础设施故障和模型自身失败分开计分。这只是一个实验中的批次收集测量，不含训练器本身的前向反向计算，不等于完整训练提速。对读者来说，这提供了一个思路：智能体训练慢，瓶颈往往不在 GPU 算力，而在任务执行和调度这些配套环节。

Google 为 AI 智能体打造了一个可练习的世界，但物理效果还不太对

Google DeepMind 在周二发布了 Genie 4。它是一个“世界模型”，能实时生成可互动的场景，带有模拟物理、人物动作和声音，主要给 AI 智能体提供练习和测试任务的地方。原来开发者要测智能体，往往得自己搭仿真环境；现在可以用文字提示按需生成，甚至边生成边用键盘移动、改视角。问题在于，长时间运行后物体位置会漂移、物理表现不稳定，而且 Google 没有公布重复测试的一致性数据，所以失败时很难分清是智能体不行还是场景本身出错。目前只有受信任的测试者能用，之后计划开放给 Google AI Ultra 订阅者和部分合作方，价格和正式发布时间都没说。

演讲：大规模 LLM 服务——隐藏的 KV Cache 优势

这是一场演讲，讲者是 Khawaja Shams，主题是如何高效地大规模运行大语言模型（LLM）服务。问题在于：模型推理很吃 GPU，而对话上下文对应的 KV Cache 会占用大量显存，容易撞上“内存悬崖”，还会拖慢响应、推高成本。演讲从分布式系统的角度给出几种做法：提高 GPU 利用率、管理 KV Cache 内存、利用分层存储、降低尾部延迟，以及把预填充和解码拆开部署。读者可以借此了解如何让整套推理集群跑得更快、更便宜、更稳。目前公开的只有标题和摘要，具体实现细节、数据和演示材料均未说明。

ia-local-integracion：本地 AI 与 LLM 助手设计及 Google Workspace 集成教程

juliopez/ia-local-integracion · Guía teórico-práctica sobre Inteligencia Artificial Local, diseño de asistentes con LLM e integración con Ollama, Open WebUI, Python y Google Workspace.

这是一个西班牙语理论与实务教程仓库，围绕本地运行大语言模型展开，内容包括 Ollama 与 Open WebUI 的安装配置、System Prompt 助手设计、测试用例验证、Python 与 Google Apps Script 桥接，以及与 Google Forms、Sheets、Gmail 的自动化集成。它提供五卷教材、六个实验室以及五节十小时的学习路线，并讨论隐私、风险与负责任使用等议题。

投资词典：中文投资术语科普词典与金融词条生成 Skill

lj22503/invest-dictionary · 投资词典 · Invest Dictionary | 213 个投资术语，说人话，不装逼 | 中文金融术语表 / Chinese investment dictionary & financial glossary | 含金融词条生成 Skill | Mangofolio 系列

面向普通读者的中文投资术语词典站点，用通俗语言解释投资概念，每个词条包含一句话定义、场景说明、使用方法和常见误区，覆盖货币、股票、基金、债券、保险、房产、宏观等 22 个篇章，并提供全文搜索与 SEO 结构化数据。仓库同时附带一个可复用的 Agent Skill，用于按统一方法论生成新的金融词条，并支持通过 Issue 或 PR 贡献词条。

与学术社区合作，共建科学理解

OpenAI 公开了其模型在三个数学与物理难题上的结果：Kakeya 猜想、指数时间假设（ETHz，计算复杂度理论中一个关于某些问题无法被高效求解的假设）和量子色动力学（描述夸克与胶子相互作用的物理理论）。此前，这类前沿科学问题通常只有少数专家能深入参与。这次 OpenAI 强调与学术社区合作，并说明研究者可以如何核验这些结果、在其基础上继续推进。对普通读者来说，这意味着 AI 开始被用来协助攻克基础科学难题，而且结果可以被独立检验；不过原文没有说明具体做了哪些验证、结果是否已经发表或可公开使用，这些信息尚不明确。

No Shortcuts：面向数据工程、机器学习、深度学习与 AI 工程的长周期系统化课程

BlueRingsLabs/no-shortcuts · Free Course : Data, Machine Learning, Deep Learning and AI Engineering, the long way round: the math, the code, the systems and the security. 173 lessons, 166 runnable labs, no shortcuts. Free under CC BY-NC 4.0.

这是一门覆盖数据、机器学习、深度学习与 AI 工程的免费课程，按基础数学、数据工程、经典机器学习、深度学习、语言模型、AI 工程、强化学习、MLOps 与安全等十个部分组织，共 173 节课和 166 个可运行实验。课程强调从零推导与动手实现，涵盖数据平台、PyTorch 训练、从零构建 GPT、微调与量化、RAG 与 Agent、评测与 LLM 安全，以及生产部署中的追踪、CI/CD、监控与威胁建模，目标是让学习者具备数据工程师、数据科学家、机器学习工程师、深度学习工程师或 AI 工程师岗位所需的实际工作能力。

TemporalMind：TensorFlow NLP 全流程学习与实验仓库

lordaashishh/tf-nlp-modern-stack · Complete TensorFlow NLP Guide 2026: BERT, GPT and LLM Downstream Tasks Explained

TemporalMind（仓库名 tf-nlp-modern-stack）是一个面向研究与教学的 NLP 仓库，以连续流水线的方式组织从原始文本清洗、分词与词表构建、主题建模，到 Transformer 下游任务（分类、序列标注、摘要、问答、句子对任务）以及现代 LLM 工作流（提示工程、检索增强生成、适配器与轻量微调）的可复现 notebook 与模块化工具。文档以韩英双语提供，并包含跨语言迁移实验与可复现的评测方法说明。项目自述为教育研究用途，不保证生产可用性。

Cloudflare 优化一致性哈希，回收 100 TB 内存

Cloudflare 优化了其内部负载均衡服务中一致性哈希的 Rust 实现（pingora-ketama），把这项服务占用的内存减少了 100 TB 以上。原来的问题是：每个后端服务器要在哈希环上保存很多哈希条目，条目越多占用内存越大。这次的做法是压缩哈希环上的条目，并通过统计分析哈希分布和冲突率，把每个后端所需的哈希数量减少了约 90%。对读者来说，这说明大规模系统里看似不起眼的数据结构优化，也能省下巨量内存资源。

CSIRO 利用无服务器架构在 AWS 上查询的基因组变异数量提升 100 倍

澳大利亚科研机构 CSIRO 做了一个叫 Serverless Beacon 的系统，用来查询基因组变异。以前的难点是：要查变异数据，通常得先把体积庞大的 VCF 文件整个复制进一个中心数据库，费时费钱。新办法不搬数据，而是直接用 Amazon S3、Lambda、Athena 和 DynamoDB，配合元数据索引和对压缩文件的 HTTP 字节区间读取，只取需要的那一小段来查。测试中，查询 1 万个碱基对平均耗时 1.52 秒。对研究者来说，这意味着不必先复制整份数据就能更快检索变异信息；不过目前只是测试结果，是否已开放使用原文没说。

PHP 修复两个无需认证的严重 RCE 漏洞（CVE-2026-109618、CVE-2026-109619），并更新 CVE-2026-115560

PHP 项目在 2026 年 10 月 21 日发布了 8.5.12、8.4.27、8.3.36、8.2.35 四个版本，修复两个严重漏洞：攻击者不需要登录、也不用任何账号，只要发送恶意网页请求，就可能直接在服务器上运行自己的代码，危害极大。问题出在 PHP 引擎处理请求的流程里，而不是某个第三方包，所以升级 PHP 本身才是解决之道。官方说没有完全规避的办法，唯一安全的选择就是升级；如果仍用 8.1 或更早版本，需要找系统发行版或长期支持厂商拿回补丁，或者直接升级。另外 10 月 23 日补充了一个编号 CVE-2026-115560 的变体绕过问题，只有应用在运行时动态切换 session 序列化方式才可能受影响，普通部署可以暂时不用紧张。读者应尽快确认每台机器实际运行的 PHP 版本，不要只看扫描结果。

AI 智能体安全是一个生命周期，而非守门人

传统企业安全靠“先验证身份、再检查权限”就能管住软件，但 AI 智能体不一样：它会自己理解目标、挑选工具、创建子代理并动手执行，用的还是从人那里继承来的账号权限。问题在于，这些权限可能允许它做人类从没打算让它做的事，而且它的执行路线会随时变化，光在门口设一道关卡拦不住。文章提出用“观察、执行、构建、部署”四个环节组成的持续安全生命周期，在每次具体操作前判断“这个代理、代表谁、要做什么、是否符合策略”，并先观察真实行为再逐步收紧限制。对读者来说，这提供了一个治理企业内 AI 代理的新思路，但文中没有说明具体产品或落地时间。

超越树冠覆盖：绘制全球森林类型地图

Google DeepMind、Google Research 联合世界资源研究所（WRI）和国际应用系统分析研究所（IIASA）发布了 ForTy 2020 全球森林类型地图。过去大多数地图只标出“哪里有树”，分不清原始雨林、桉树种植园和油棕农场，但它们储存的碳和生物多样性差别很大。新地图把地球每 10 米×10 米的地块分成六类：原始林、自然再生林、人工种植林、经济林场、树木作物与农林复合、其他土地，并附 2017 至 2025 年的逐年变化序列，能看出被砍的天然林变成了林场还是农田。全球 9000 多个抽样点的专家核验显示，分类准确率约 90%，区分森林与非森林约 95%，可服务欧盟零毁林法规等用途；时间序列目前是早期发布版本。