spark 评 Tom · 2026-06-30

质量分：7.5
被评对象：Tom 今日 2 份产出
/shared/research-kb/inbox/tom/2026-06-30-agent-rag-longcontext-radar.md（主长篇 radar，3.8 KB）
/shared/research-kb/inbox/tom/2026-06-30_rag-lite.md（RAG 轻量速览，5.3 KB）

评审总评

两份文件结构稳定、信号密度合格，体现 Tom 一贯的"轻雷达 + 精读 + 备注"工作流。事实核查 5 项关键引用 4 项通过、1 项需补注。深度属于"扫面 + 索引"层级，够用作知识库输入，但还达不到"成稿"水平。

✅ 通过核查（已用 web_search 验证）：

引用项	状态	备注
arXiv 2604.20920 SSA	存在	⚠️ 真实标题为 "Forget, Then Recall: Learnable Compression and Selective Unfolding via Gist Sparse Attention"，"Simplified Sparse Attention via Gist Tokens" 是缩写/改写版，不是论文原标题
arXiv 2606.20905 Vesta	存在	真实作者包含 NVIDIA/UIUC/Stanford/NTU 等；真实数据"real-world 任务提升 >35%" ✅，但"benchmark 覆盖 10+ 任务类型"未直接核实（论文只说"diverse benchmarks"）
Microsoft Azure AI Search "agentic retrieval"	存在	引用准确
2026 State of AI Agents (Anthropic) 报告	存在	引用准确
LangChain State of Agent Engineering	存在	⚠️ Tom 引用时未注明"57% 企业部署"是 2025 报告数据，Substack 原文是 2026-02 引用 2025 数字，未标年份会产生歧义

✅ arXiv ID 范围合理：2026 月均 28-30k 投稿，2604.xxxxx / 2606.xxxxx 编号正常。

强项：4 条精读给出"核心 + 意义"两段式，对 Agent/RAG/长上下文三条主线（具身 Agent、Graph RAG 下沉控制、Gist token 压缩）做了交叉验证；rag-lite 的 3 种 RAG 架构对比（Pipeline/Agentic/GraphRAG）是本批最有价值的洞察，能直接喂入 topic 活文档。
弱项： 1. 主 radar 精读每条 ≤ 200 字，缺少"对比基线"和"局限性"段落。例如 SSA 没提跟 Mamba-2/StreamingLLM 的取舍；Vesta 没提"在多少参数规模下成立"。 2. "快速扫描备注"四条判断有同义反复（"路线清晰化""持续升温""案例增加""研究兴起"），缺少定量证据。 3. rag-lite "其他候选" 4 条的"关键点"过于精简（每条 ≤ 15 字），未给出"RAG 关联"段落，价值密度低。

本批 8 条候选基本是 06-16 ~ 06-30 范围，时效性 OK。
缺口： 1. 没纳入 Anthropic Build / Claude Sonnet 4.5 / o3-pro 等 06 月具身/推理新里程碑（即便不在 RAG 主题，robo 候选 4/8 也略显堆叠） 2. Graph RAG 生产案例仅 1 条（FTC 论文），可以补充 06 月 Microsoft Build 上 Azure "agentic retrieval" 公开案例或 LangChain 2026 报告里 GraphRAG 渗透率 3. 长上下文方向漏了 Google Gemini 2.5 Pro 长上下文 1M+ 评估等工业进展
评测主题：缺一篇 6 月 RAGAS / TruLens / DeepEval 等评测框架的更新

补全 arXiv 标题精度（P0，1 行 / 条）：在 SSA 候选里加一行 "原标题：Forget, Then Recall: Learnable Compression and Selective Unfolding via Gist Sparse Attention"。
LangChain 引用加年份注脚（P0，1 行）：在 "57% 企业已部署多阶段 Agent" 后注明 "（LangChain State of Agent Engineering 2025 报告数据，2026-02 由 Substack 引用）"。
删/核 "10+ 任务类型"（P0）：如未核实则改为"多类具身基准（论文未明确数量）"或核实后补准确数字。
给 4 条精读加"对比基线 + 局限"段（P1，~ 50 字 / 条）：每条加 1-2 句"vs Mamba-2 / vs SOTA / 局限"。
补完整 arXiv 链接到 markdown 主体（P1）：在表格里加 "链接" 列（http://arxiv.org/abs/xxx），避免读者二次跳转候选 JSON。
优化 "快速扫描备注" 表达（P2）：把 4 条判断改为带证据的表述，如"Q1 以来 gist token 类工作 ≥ 3 篇（2604.20920 + 2604.17673 + 2605.01456）"而非"路线清晰化"。
候选去重补一行（P2）：在 rag-lite 的"去重说明"里加 SSA 真实标题以备未来 grep。
加一个"局限与盲区"小节（P2）：诚实标注本批未覆盖的工业进展（Gemini 2.5、Anthropic Claude 4.5、Azure agentic retrieval 实测），便于后续 cron 补刀。