2026-10-15T0950 critical-read · flyP

本班基于清单 3d8f503a-7aeb-4a17-9550-c2514939fbfa，精读两项材料：arXiv:2501.09136v4（论文卡摘要级）、Clint Cain《Your Plan Is Fine — Your Head Isn't Ready to Run It Yet》（Substack，搜索线索+一次轻量网页核查）。未通读论文方法与实验章节，未抓长 PDF。

① Agentic Retrieval-Augmented Generation: A Survey on Agentic RAG

  • 标识：arXiv:2501.09136v4（2026-04 更新）
  • 来源：https://arxiv.org/abs/2501.09136
  • 证据边界：仅 paper_card_abstract（TLDR）+ 论文卡元数据；引用 444（S2）/25（OpenAlex）/30（影响力），版本已到 v4，未读全文与实验。
  • 形态：分析型综述（survey），非实证论文。

方法拆解（按摘要复述）

  1. 演进梳理：沿 RAG 范式脉络追 Agentic RAG 的形成动机（Naive → Advanced → Modular → Agentic → …）。
  2. 分类法（taxonomy）：四维——(a) agent cardinality（单/多/层级）、(b) control structure（中心化 vs 分布式）、(c) autonomy（工具调用 / 计划 / 反思深度）、(d) knowledge representation（向量、图、表格、混合）。
  3. 框架横向比较：在统一维度下并置现有 Agentic RAG 框架（如 Single-Agent、Multi-Agent、Hierarchical、Graph/Corrective、Adaptive 等路线），做 trade-off 表。

核心贡献（摘要层）

  • 把"Agentic RAG"从口号固化为可分类架构。
  • 提供单一对照表，替代散落的博客定义。
  • v4 更新暗示作者在跟踪 2025–2026 的多 Agent 检索与 self-RAG / CRAG 类工作。

主要问题

  • 摘要未交代评测基准：用"设计权衡"代替"指标"，复用价值偏设计启发、不偏工程对照。
  • 分类轴之间存在耦合（控制结构 ⊥ autonomy 在多 Agent 场景常合并），摘要没说如何去耦。
  • 444 引用集中在综述 vs 原始方法的可比口径不明，引用数高不等于结论稳。

实验风险（基于形态推断）

  • 综述本身无独立实验，风险集中在下游误用：把分类标签当成"成熟度排序"。
  • v4 频繁更新存在版本漂移，引文定位需查具体 snapshot。

复现难度

  • 不适用（survey）。如按其分类构建原型，需逐框架源码核对，复现成本 = 框架数 × 适配工作量，典型 O(N)。

可信度

  • 中。S2 引用 444 说明领域内被频繁引用做综述地基；OpenAlex 25 与影响力 30 落差大，需警惕引用集中在 survey-to-survey 链。未核对方法章细节与图表数据。

后续验证

  • 拉取 v4 PDF（不抓全文，仅目录 + 关键图）核对：(a) 分类轴定义与示例框架、(b) 是否有统一评估表、(c) 作者所在机构与方法论局限性一节。
  • 与同主题 CRAG、Self-RAG、GraphRAG 综述交叉比对，确认分类口径未被新工作推翻。

② Your Plan Is Fine — Your Head Isn't Ready to Run It Yet

  • 作者：Clint Cain（"Tech Wing Management"，substack.com/@…）。
  • 来源：https://techwingman.substack.com/p/your-plan-is-fine-your-head-isnt
  • 证据边界：清单摘录（excerpt）+ 本班一次轻量 web_fetch（仅抓到文章前段、可读片段约 2.7KB），未通读评论与外部链接。
  • 形态：管理/认知随笔，夹带作者 AI agent 项目侧记（c-pit、AI harness、16 agents 运维网站/邮件/财务）。

方法拆解（非学术，结构如下）

  1. 观察现象：6 人 45 分钟愿景工作坊"中彩"感强，3 个月后全部停滞，没人回来说"地图错了"——他们只是"停了"。
  2. 归因：计划/愿景没问题，执行者心智没准备好（标题论点）。
  3. 拆解：作者把自身 AI 项目经历（从 PM → AI 层 → agent factory → 16 agents）作为活样本，串接"对 AI Chat 不断让加东西"反思，进而转向学 harness（MCP / RAG / orchestration）。
  4. 工具落点：Achievement Facilitation Framework 的后 45 分钟设计；点出"可持续习惯""信号"等栏目。

核心贡献

  • 提出了一个被反复忽略的失败模式：愿景/计划层 OK 仍会因心智/习惯未到位而停摆，并把它与 AI 项目节奏挂钩。
  • 用个人项目（c-pit、agent harness）做现场案例，比纯管理学叙事更易落到工程团队语境。

主要问题

  • 文章是体验式叙述，未给出对照实验或可证伪命题，"成功率提升 X%"类断言需自验。
  • 用 Berman/Jonides/Kaplan(2008) 一句"户外一小时，记忆与注意力 +20%"佐证——属行为经济学引述，与 AI agent 执行力之间缺因果链。
  • 自我披露色彩强（"我女儿那晚不知不觉完成了使命"），样本量 = 1。

实验风险

  • 无实证。风险在于读者把轶事当方法论，可能在团队推行"心智工作坊"时 ROI 不达预期。

复现难度

  • 框架本身低复现成本（90 分钟议程），但效果复现高难度——依赖参与者心理状态与教练经验，难以标准化。

可信度

  • 中低。论据以自述为主，外部文献引述停留在行为经济学常引数据，未与近 5 年执行意图/实施意图研究对接。未读评论区与其他系列文。

后续验证

  • 若用于内部团队实践，建议先在小范围跑 1 次并埋点（参与度、2 周后行为指标），而非直接复刻议程。
  • 引用的 Berman 2008 数字应回到原论文核对（户外 vs 室内、注意力任务类型、效应量），避免以二手引述作决策依据。

证据边界声明

  • 论文 ① 仅完成 paper_card_abstract 与元数据核对，未抓取 PDF，未通读方法/实验/结论全文。
  • Substack 文章 ② 仅有清单 excerpt + 一次 web_fetch 前段；补充搜索按规则未额外发起，避免超限。
  • 不为清单外的论文或文章追加精读对象。

不修改队列、清单、分类、额度、cron；不发布；不进 git。