2026-07-11 周六精读与反方审稿汇总（3 篇 PDF 级）
实例：flyP｜精读时间：2026-07-11 10:35 - 12:20 CST（周六反方审稿轮 · 3 篇连发）
触发：cron 034af2f3 研究知识库 · 周六精读与反方审稿 · flyP
主题：本周高价值论文精读 + 反方审稿 + 复现风险分析
检索范围：arXiv abs + html（PDF 级证据抽取）+ flyP 全周 inbox 去重
写入边界：仅 /shared/research-kb/inbox/flyp/；不写 review/、不写其它实例目录、不 git commit/push/PR、不输出密钥/Token
0. 本轮选题依据
来源：Tom 2026-07-11 08:40 CST 雷达的"本期高价值 3 条"全部入选。
| 选题 |
入选理由 |
与本箱主线关系 |
| Remember When It Matters: Proactive Memory Agent（arXiv:2607.08716） |
长程 agent 主动记忆干预的新范式，工程落地价值高 |
与 HORIZON / MemTraceBench / LifeBench 互补 |
| Token-Flow Firewall / TokenWall（arXiv:2607.08395） |
持久化 agent 的语义运行时防火墙，把 OpenClaw 列为代表案例 |
与 AgentLAB 形成"攻击 vs 防御"完整对照 |
| The Context Access Divide（arXiv:2607.08495） |
cs.CY 立场论文 + 概率模型，把 RAG / MCP 升格为 inequality 维度 |
与本箱所有工程 paper 形成"工程 vs 社会学"完整对照 |
1. 三篇核心数字 / 风险对照
| 维度 |
Proactive Memory |
TokenWall |
Context Access Divide |
| 学科 |
cs.AI / cs.CL |
cs.CR / cs.CL |
cs.CY / cs.AI |
| 一作 / 单位 |
Yifan Wu（Meta AI） |
Puji Wang（中科院 ICT） |
Masahiro Fujita（待核验） |
| 关键基准 |
Terminal-Bench 2.0 + τ²-Bench |
CIK-Bench |
概率模型（无传统基准） |
| 核心数字 |
Sonnet 4.5: TB 37.6→45.9% (+8.3 pp), τ² 55.0→61.8% (+6.8 pp) |
ASR 12.5% / benign 97.4% / 延迟 +0.69s |
combinatorial collapse（N×k 大时） |
| 仓库链接 |
未公开 |
未公开 |
未公开 |
| 复现风险等级 |
中-高 |
中-高 |
不可直接复现（定性论证） |
| OpenClaw 关联 |
中（action agent 可用任意 frontier model） |
直接（论文引用） |
中（MCP 路线合法性） |
| 与 inequality 议题 |
边缘 |
边缘 |
核心 |
2. 三篇共性反方风险
- 仓库 / 代码未公开——三篇都仅作者邮件，无 GitHub 链接，工业复现门槛高。
- 核心数字未给完整 leaderboard——Proactive Memory 缺 Opus 4.6 baseline 数字、Qwen3.5-27B 绝对数字；TokenWall 缺 CIK-Bench 完整规格；CAD 缺概率模型 numerical examples。
- 跨基准 transfer 未做——Proactive Memory 只在 TB / τ²-Bench 验证；TokenWall 只在 CIK-Bench；CAD 是定性论证。三者都未与 HORIZON / OSWorld / SWE-EVO / GAIA / AgentLAB 做 cross-benchmark 对照。
- Dataset license / 开源权重问题——Proactive Memory 的 SETA 数据集 license 未明示；Qwen3.5-27B 有 commercial 限制；TokenWall 的 CIK-Bench 完整规格未公开。
- 多 agent / 多实例协同场景未覆盖——三篇都偏 single-agent runtime；OpenClaw 多实例（flyP / jay / tom / spark / stephen）协同场景是开放问题。
3. 三篇差异性反方风险
Proactive Memory
- silent failure 未量化（memory agent 沉默错误时的代价）
- reminder 长度未规约（"concise" 没有具体阈值）
- "unmodified action agent" 强约束（无法 query-driven recall）
- always-on 注入 vs 主动注入的 ablation 数字摘要级缺失
TokenWall
- boundary schema 未明示（哪些 token 流属"semantic transfer boundary"）
- local 小模型规模未给（7B / 13B / 更小？）
- rewrite 操作成功率 / 副作用未测
- "full-coverage" 的 token 成本未量化
- 多 agent / 多实例 OpenClaw 协同场景未覆盖
Context Access Divide
- CAD 不可直接度量（contextuality 无 operational metric）
- fan effect 模型迁移合法性未证（人类 working memory ≠ LLM context window）
- combinatorial collapse 临界点未量化（N×k > ? 时塌缩）
- 单作者单视角（缺乏 diverse 视角）
- 缺乏 counter-argument（dynamic retrieval 的负面未充分讨论）
4. 主题页 / 主题库更新建议（汇总）
| 主题页 |
建议 |
topics/agent-memory.md |
新建：把 Proactive Memory + MemTraceBench + LifeBench + Mem-Gallery + Mem0 + EverMemOS 列入 |
topics/agent-security.md |
新建：把 TokenWall + AgentLAB + InjecAgent + AgentDojo 列入 |
topics/agent-inequality.md |
新建：把 CAD + Sharp et al. (2025) 列入 |
topics/rag-society.md |
新建：与 agent-inequality 区分，关注 RAG / MCP 社会学合法性 |
topics/agent-reliability.md |
追加"memory-as-intervention"为第三支柱（继 diagnostic / attribution） |
topics/agent-runtime.md |
追加"semantic token flow"作为新一代防御范式 |
topics/long-context-inference.md |
追加"behavioral state decay"作为 context rot 上游概念 |
topics/digital-divide.md |
新建：把 CAD 作为"AI 时代数字鸿沟"代际延伸 |
digests/2026-07-11_* |
由 Stephen 或同步任务基于本 inbox 3 篇 + Tom radar + LifeBench + AgentLAB 合并去重 |
5. 与本箱前 7 篇去重
| 本箱已有 |
关系 |
| 7/8 HORIZON（长程诊断） |
Proactive Memory 是其"memory-as-intervention"补全 |
| 7/9 Trajel（工业轨迹审计） |
与 Proactive Memory 同属长程记忆主线 |
| 7/10 MemTraceBench（操作级归因） |
与 Proactive Memory 同属记忆主线 |
| 7/10 Mem-Gallery（多模态 LT 记忆） |
与 Proactive Memory 同属记忆主线 |
| 7/11 09:50 LifeBench（长程多源记忆） |
与 Proactive Memory 同属记忆主线，Proactive Memory 提供干预模块 |
| 7/11 09:51 AgentLAB（长程攻击基准） |
TokenWall 是其"防御侧"补全 |
| 7/8 / 7/9 / 7/10 多模态周报 |
与本轮 3 篇无重叠（本轮是 agent 记忆 / 安全 / 社会学） |
6. 建议写入文件路径汇总
| 草稿 |
路径 |
状态 |
| 本期精读 1 / 反方审稿 1 |
/shared/research-kb/inbox/flyp/2026-07-11-1100-Remember-When-It-Matters-Proactive-Memory-Agent-critical-read.md |
✅ 已落 |
| 本期精读 2 / 反方审稿 2 |
/shared/research-kb/inbox/flyp/2026-07-11-1130-TokenWall-Token-Flow-Firewall-critical-read.md |
✅ 已落 |
| 本期精读 3 / 反方审稿 3 |
/shared/research-kb/inbox/flyp/2026-07-11-1200-Context-Access-Divide-critical-read.md |
✅ 已落 |
| 本期汇总（本文） |
/shared/research-kb/inbox/flyp/2026-07-11-1230-weekend-critical-read-summary.md |
✅ 已落 |
| 联动下游（建议） |
research-kb/notes/2026-07-11_*.md（3 份精读笔记）+ research-kb/reviews/2026-07-11_*.md（3 份反方审稿） |
下游同步任务 |
| 主题页（建议） |
research-kb/topics/agent-memory.md / agent-security.md / agent-inequality.md / rag-society.md（新建 4 篇） |
下游主题任务 |
| 论文登记（建议） |
/shared/research-kb/registry/papers.jsonl 追加 3 条 |
下游同步任务 |
| 跨实例协同（建议） |
提示 Stephen：① TokenWall 与 OpenClaw runtime 集成；② CAD 与 OpenClaw MCP 路线策略对齐；③ 本周 digest 合并去重 |
跨实例协调棒 |
7. 待人工确认的问题（汇总）
- Proactive Memory 的仓库 / SETA license / always-on ablation 数字 / 跨基准 transfer —— 待 PDF 全文核验
- TokenWall 的仓库 / CIK-Bench 完整规格 / local 模型规模 / rewrite 副作用 / OpenClaw 集成 PR —— 待 PDF §4-§6 核验 + 与 Stephen 协调棒跟进
- CAD 的作者单位 / 概率模型具体形式 / numerical examples / 政策建议 / Sharp et al. (2025) 全文 —— 待 PDF §3-§6 核验
- 跨实例 digest 合并策略：本箱已写 7 篇 + 本轮 3 篇，建议 Stephen 或同步任务做"7 月 agent 记忆 / 安全 / 不平等"月度报告
- MCP 当前 adoption / standardization 状态：与 jay / stephen 的 OpenClaw 工程笔记交叉核验
8. 元信息 / 合规声明
- 写入动作：4 个文件落入
/shared/research-kb/inbox/flyp/（3 篇精读 + 1 篇汇总）；不写其他实例目录（jay/spark/tom/stephen）；不写 review/、published/、digests/；不 git commit / git push / gh pr；不输出任何密钥 / Token / Cookie / 私有下载链接。
- 去重：与本日 flyP 09:50 LifeBench + 09:51 AgentLAB + 1000 RSS Cameron Wolfe + 1001 RSS Interconnects 无主题重叠。本轮 3 篇与前 7 篇工程 paper 形成"记忆-安全-社会"三视角扩展。
- PDF 级证据来源：所有数字 / 表述均来自 arxiv.org/abs/2607.08716 / 2607.08395 / 2607.08495 + 对应 html v1；未复制原文段落。
- 不复制原文：所有 arXiv abs / html 内容均仅做摘要 + 评价 + 链接引用；不复制任何论文原文段落。
- 更新策略：本次"周六反方审稿"为 3 篇连发，下次反方审稿在 2026-07-13 周一由同一 flyP 实例继续。
— flyP · 2026-07-11 12:30 CST · 周六反方审稿轮 · 汇总