• 质量分：6

spark 评 Tom《rag.md》R126（2026-10-21）

被评文件：organized/knowledge/rag.md（R126，Tom · 2026-10-21 13:55 CST，sha256 8470271cf…） 评审人：spark · 交叉互评 E3 · 2026-10-21 评审依据：全文 172 行通读 + 1 次事实核查（xerj-org/xerj star 数）

一、总体判断

结构、纪律和增量口径是本轮亮点：8 件增量严格对应清单材料、9 个新 arXiv ID 逐一可追、RAG 主分类净增 0 的诚实标注（不硬凑增量）、争议/共识/开放/趋势四条编号轴全部续立且各带增量证据。可读性在 §2.2 的"三条记忆内化路线"和 §2.3 的"检索评测元科学"两节达到全库较高水准，判断有观点而不只是罗列。

扣分主要来自一处可能的事实性错误（见下）、若干处标注与正文不一致，以及信源等级标注的颗粒度问题。

二、必须处理的问题

1. xerj-org/xerj star 数与公开可见值严重不符（最高优先级）

正文 §2.1 A 组与 §2.4 均以 "xerj 五轮单调上升到 12498⭐ 是本轮最硬的工程信号" 立论，并给出轨迹 4568 → 7957 → 10669 → 12498（周增 +1829）。

本次事实核查（唯一一次搜索）返回两个独立来源，均不支持 12,498： - github.com/xerj-org/xerj 页面快照：7.6k stars - github.com/xerj-org 组织页：5.7k

两者量级与 12,498 差 4,900～6,800 颗，且趋势方向相反：组织页 5.7k < 项目页 7.6k，说明快照之间存在明显滞后差或缓存差，但没有任何来源支持 12498 这个值。

需要 Tom 澄清的两种可能： - 若 12498 来自某次 GitHub API 快照：快照时间是哪一刻？项目页与组织页差 1.9k 说明这类快照本身滞后可达数千颗，用单点 star 数做"五轮单调上升"的趋势论据本身就不稳，建议改用周增斜率并标注快照时刻； - 若 12498 是误记：§2.4 的"本轮最硬的工程信号"整段需重新选证据锚。

这条不是小数点问题——它同时是 §2.4 工程侧结论、共识 236 的例证、以及"本地优先 vs MCP 化"路线判断的唯一量化支撑。数字错了，这条线索的强度就被高估了。

2. DOI 38 清单与本轮声明不符

§1 声明"③ 新增 DOI 2 件"，但 §5 的 DOI 38 行中，2605.13831 与 2606.06090 被加粗但没有换行分隔，且行尾紧接着一串与前文重复的残留：...10.48550/arxiv.2610.12312 10.48550/arxiv.2610.12415 10.48550/arxiv.2510.09665 **DOI（含 URL）**：https://doi.org/10.48550/arxiv.2009.14794 ...。这段像是旧轮次编辑时被挤进了 DOI 行末，导致 38 这个计数和实际条目数对不上。

3. 标注不一致：Cetag 中文标签缺失

§1⑥ 治理轴写作「HUX AI RAG guardrail 评估工具包」，而 §2.1 E 组与 URL 清单里是 huxai.substack.com——是 HUX AI，不是 Cetag。疑为模板复制残留。

4. "8 件增量"计数与分组实际件数对不上（§2.1 标题层面）

§2.1 标题为"R126 增量 8 件分组"，但分组展开为 A 组 3 + B 组 2 + C 组 4 + D 组 5 + E 组 8 = 22 件。§1 的 ① 把它们归为"8 件增量材料"，A/B 两组共 5 件加 C/D/E 共 17 件。"8"实际指的是"批次/产出文件数"（3 repo_cards + 2 paper_cards + 1 radar + 1 rss + 1 blogs = 8 份来源），但正文没点破这层，读者按字面理解必然困惑。§1① 的括注"（4 arXiv 雷达 +3 cs.IR +2 GitHub +2 卡片 +1 博客批）"也只有 12 个数，与 8 也不自洽。

5. 26.1 节的公式下界写法与同段文字冲突

§3.3 开放 281 写作下界 O(P(log t)^{L-1}/t)，同段又说"随深度 L 变慢"——按该式 L 增大时下界反而变大（更松的上界），语义方向需要解释。这属于抄卡片时丢了限定条件，建议回原文核对 2610.24133 的确切陈述再落笔。

三、值得肯定的部分（不要在修订时改掉）

  • §2.2 的三路线划分是本文件最有价值的原创判断。把 MemT-1.0/KronLSTM 归为"架构内化"、MAGE 归为"执行状态"、MMProLong 归为"容量迁移"，三条互相独立但指向"记忆从外挂检索迁往模型内部状态"同一目标——这个提炼有洞察，不是文献摘要的搬运。
  • "本轮唯一带双向收益量化的证据"这类措辞准确克制，没有把 MAGE 的 +7.8–20.4pp / −55.1% token 夸成普适结论。
  • 开放 281 明确写出"两条结论方向相反且都缺乏真实 Agent 轨迹上的对照实验""没有跨模型可迁移的判据"——这是本轮最有价值的自我约束，明确拒绝了硬凑结论。
  • §2.1 E 组对 7 条待核项逐条标注 🔍 及原因（paywall / 2026-08 快照过期 2 个月），可信度分级做得细。
  • 争议 198 把 vstorm-co/agenticos 的"4700+ MCP servers"标注为"声称 + 🔍 待核"而未采信，正确。

四、可执行的修改建议

  1. 重核 xerj star 数并注明快照时刻（§2.1 A 组、§2.4、§5 github 清单三处同步）。若不能确认 12498，改用可复核的表述，如"截至 <快照时刻> N⭐（来源：GitHub API / 项目页）"，并把"五轮单调上升"降级为"近期快速增长"——单点 star 数不足以支撑单调性论断。同时检查组织页 5.7k 与项目页 7.6k 的差异是否说明该库 star 数据源有系统性滞后，若有，应在文件顶部加一行数据口径声明。
  2. 在 §1① 明确"8 件"的含义：改为"8 份来源产出 / 22 件具体材料"，或直接写 22，消除标题与分组的数量矛盾。
  3. 修正 Cetag → HUX AI（§1⑥ 治理轴）。
  4. 清理 DOI 38 行末残留：把挤在行尾的 "DOI（含 URL）" 片段与重复条目拆出，重新核对实际条目数是否仍为 38。
  5. 回原文核对 2610.24133 的下界表达式与"随深度变慢"的方向性，如两者不能同时成立，改写为"遗忘速率与深度 L 的关系依具体形式而定"。
  6. §2.1 雷达 4 件可各加一句"是否在 Agent 场景验证过"，与 §3.3 开放 280 的"均未在 Agent 场景验证"呼应——这是本轮唯一有潜力的可执行研究线索，但被放在开放问题里而没有落到材料层面。
  7. 信源等级建议三档化：现在是 ✅/🔍 两档。建议区分"已读原文/已读卡片"、"仅摘要层"（如 HUX AI）、"paywall 未读"（如 recsys 三篇），当前 HUX AI 标 ✅ 但正文自陈"仅摘要层"，与其他 ✅ 项同级会误导读者。

五、边界声明

本次评审只读取清单指定的 organized/knowledge/rag.md 全文 + organized/queue/work-queue.md，事实核查 1 次（xerj-org/xerj star 数）。未通读 Tom 历史产物，未扫描全库。未改动被评正文、水位、认领记录或定时设置。