研究草稿 · 2026-06-27 · Jay
本次主题： Agentic RAG 系统化认知 / Hugging Face 生态更新 / GitHub AI 仓库 2026 中期格局
一、Agentic RAG：从固定管道到自主规划
1.1 核心范式转变（2026 Q2 共识）
传统 RAG（Naïve RAG）→ 增强 RAG（CRAG、Self-RAG、RaCoT、INSIGHT-RAG）→ Agentic RAG
关键区分（来自 arXiv 系统化论文 arXiv:2603.07379）：
| 维度 | Workflow RAG | Agentic RAG |
|---|---|---|
| 策略选择 | 外部规则/分类器 | LLM 自主动态决策 |
| 迭代执行 | 固定轮次 | 自适应轮次，中间结果驱动 |
| 工具编排 | 预定义 | 运行时按需选择 |
三个判断原则： 1. Autonomous Strategy：LLM 是否能动态选择和编排高层策略（是否/何时/如何检索、分解、验证、重规划），而非被预定义工作流约束 2. Iterative Execution：是否支持多轮执行且轮数根据中间结果自适应，而非严格单次 3. Hierarchical Delegation：多智能体生态中是否有专门的协调者/调度者模式
1.2 A-RAG：层级检索接口（arXiv:2602.03442）
论文识别出当前主流方法的局限：大多数 Agentic RAG 依赖预定义 agent 工作流——即论文所称的 "Workflow RAG"，而非真正自主。
A-RAG 提出通过层级检索接口扩展 Agentic RAG，在 Multi-Hop 推理任务上显著优于基线。基准测试（MuSiQue、HotpotQA、2Wiki、Med）显示 HippoRAG2 在多跳场景中表现突出，MA-RAG 在协作推理上有优势。
评价：这篇论文的核心贡献是将"真 Agentic"和"伪 Agentic"做了可操作的区分，对工程选型有直接指导价值。
1.3 Agentic RAG 能力评测基准 RAGCap-Bench（arXiv:2510.13910v2）
来自 state-of-the-art 系统的输出分析，识别 Agentic RAG 工作流中的常见任务和核心能力： - 中间推理能力的细粒度评测 - 多跳问题的迭代检索评测 - 已收录：OpenAI Deep Research、Gemini Deep Research、Perplexity Deep Research 等生产系统
1.4 多智能体 RAG 与进化编排（arXiv:2604.00901）
多智能体 RAG 中编排层级的进化模式： - 动态调整 Agent Prompt（AdaptOrch，arXiv:2602.16873） - 记忆增强的多轮多智能体框架 MEMO（arXiv:2603.09022） - 验证-重规划框架 Verified Multi-Agent Orchestration（arXiv:2603.11445）
二、Agent 原生记忆系统：独立数据管理问题
2.1 论文：Are We Ready For An Agent-Native Memory System?（arXiv:2606.24775）
核心观点：当前 Agent 记忆被当作 LLM pipeline 的算法组件，而非独立的数据管理和系统基础设施。
论文从数据管理视角重新定义 Agent 记忆： - 时间轴：短期记忆（会话内 volatile state）vs 长期记忆（跨会话持久化） - 功能轴：情景记忆（Episodic）、语义记忆（Semantic）、程序记忆（Procedural）、用户偏好
三个 Benchmark： 1. MemoryAgentBench：跨会话事实连接和推理 2. DB-Bench：数据库操作程序执行评测
评价：这是 Agent 记忆领域第一篇明确将记忆作为"数据管理对象"而非"算法技巧"的论文。工程意义在于：向量数据库厂商（如 Milvus、Qdrant、LanceDB）需要认真对待 Agent 记忆这一垂直场景。
三、Hugging Face 生态更新（2026 年中）
3.1 TRL v1.3 发布（2026 年 4 月）
TRL 正式进入生产稳定期。v1.3 新增内容：
Qwen 3.6 系列支持：
- Qwen/Qwen3.6-27B、Qwen/Qwen3.6-35G-A3B 训练支持
- 新增 preserve_thinking flag 和 tool-arg 字符串化调整
- 新增 qwen3_6.jinja 和 qwen3_6_training.jinja 模板
实验性 TPO Trainer（Triple Preference Optimization）：
- 在 DPO 基础上增加 reference（黄金 completion）
- Arena-Hard、MixEval-Hard、MMLU-Pro、GSM8K 上比 DPO/SimPO 高 7-19 点
- 数据效率更高
Speculative Decoding：
- trl vllm-serve 新增 --speculative_config JSON 参数
- 支持原生 MTP heads（Qwen3 Next）、Eagle3 drafts
SSDTrainer（Simple Self-Distillation）：新增自蒸馏训练器
3.2 PEFT beyond LoRA（Hugging Face Blog，2026-06-18）
HF 官方 PEFT 团队发布博文，系统对比 LoRA 竞争者：
| 方法 | 核心思想 | 状态 |
|---|---|---|
| DoRA | 权重分解 + 方向自适应 | 正式支持 |
| QLoRA | 4-bit NF4 量化 + LoRA | 成熟 |
| LoRA+ | 独立学习率适配 | 社区 |
| AdaLoRA | 自适应秩分配 | 社区 |
| OFT (v2) | 正交分解更新 | 社区 PR 审查中 |
| DEFT | 低秩 + 补空间投影 | 论文阶段 |
关键洞察：LoRA 仍是生产首选，但 DoRA 在保持低参数量下有精度优势，值得跟进。
3.3 smolagents 持续活跃
Hugging Face 官方 Agent 框架，定位：最小化抽象、代码优先、安全沙箱执行。
当前状态： - CodeAgent 支持 Blaxel、E2B、Modal、Docker 沙箱 - Hub 一键分享/拉取 Tools 和 Agents - LiteLLM 集成支持任意 LLM Provider - 多模态支持（文本、视觉、视频、音频）
3.4 Hugging Face Spring 2026 生态报告要点
- Hub 规模：295 万模型（2026 年 6 月），首个百万耗时 1000+ 天，第二个百万仅 335 天
- 新兴子社区：机器人（LeRobot + Pollen Robotics 收购）、科学（Thousand Worlds benchmark）
- 西部厂商寻求中国模型替代品（DeepSeek、Qwen）以确保商用合规性
四、GitHub AI 仓库 2026 中期格局
Top 15（2026 年 6 月）
| 排名 | 仓库 | Stars | 月增 | 类别 |
|---|---|---|---|---|
| 1 | AutoGPT | 175.3k | +23 | AI Agents |
| 2 | Ollama | 147.9k | +105 | Inference |
| 3 | LangChain | 116.7k | +82 | AI Agents |
| 4 | Dify | 111.5k | +123 | LLM Tools |
| 5 | Open WebUI | 106.0k | +126 | Inference |
| 6 | llama.cpp | 90.6k | +164 | Inference |
| 7 | gpt4all | 73.2k | +2 | Inference |
| 8 | zed (coding agents) | 68.7k | +48 | Coding Agents |
| 9 | RAGFlow | 61.5k | +58 | RAG |
| 10 | OpenHands | 60.7k | +118 | Coding Agents |
| 11 | MetaGPT | 59.7k | +19 | AI Agents |
| 12 | opencode | 55.6k | +358 | Coding Agents |
| 13 | cline | 49.0k | +55 | Coding Agents |
| 14 | Microsoft AutoGen | 48.3k | +30 | AI Agents |
| 15 | openai/codex | 44.8k | +225 | Coding Agents |
值得关注的rising stars
- goose（Block, Rust）：可扩展 CLI Agent，+169 stars/月
- github-mcp-server：GitHub 官方 MCP Server，+23 stars/月
- codegraph（52k stars）：代码知识图谱，为 Claude Code/Codex 等 Agent 减少 token 消耗
- nanochat（Karpathy, 55k stars）：最小可读的 LLM 训练全栈实现
- ml-intern（HF, 8.1k stars）：自主 ML 工程师 Agent
基础设施层稳定
- Vector DB：Milvus（40.7k）、Chroma（22.4k）、Qdrant（未列出但持续活跃）
- LLM Tools：Flowise（42.5k）、LlamaIndex（43.2k）、Haystack（21.9k）
- Inference：llamafile（Mozilla-Ocho, 21.4k）、FastChat（37.9k）
五、AI 部署技术栈最佳实践（Northflank Blog）
2026 年生产 AI 应用推荐架构
前端（Next.js/React）
↓
后端 API（FastAPI/Node.js）+ RAG/Agent 编排
↓
┌─────────────────┬──────────────────┐
│ PostgreSQL │ Vector Store │
│ (pgvector) │ (Qdrant/Milvus) │
│ 应用状态+向量 │ RAG Embeddings │
└─────────────────┴──────────────────┘
↓
模型推理
├─ Hosted API（Claude/GPT/Gemini）：适合早期和大多数生产场景
└─ Self-hosted（vLLM/sglang）：适合规模化的成本优化、数据主权、定制微调
↓
后台任务（Celery/Redis）：长时运行 Agent 任务、向量索引更新
pgvector 位置更新：对于早期和中期应用，PostgreSQL + pgvector 已在单一数据库中同时覆盖 OLTP 和向量搜索，大幅简化运维。
六、Substack 高价值来源记录
6.1 The Neural Maze · AI Systems Engineer Journey
- 专栏定位：AI 系统工程师角色定义，从 RAG → AI Agents → RecSys → MLOps 的完整路径
- 核心观点：AI Systems Engineer = "拥有决策系统全链路的人"，覆盖数据、模型（训练/微调/提示）、服务、评估、监控、迭代
- RAG 工程细节（Antonio Zarauz Moreno，IEEE-CAI 2026 Tutorial）：ColPali + 多向量检索 + 多模态生成 + 带边界框和页引用的答案
- Agentic AI 系统：LLM 作为协调者，动态决定工具调用，而非单次 LLM 调用
- 可信度：高——IEEE-CAI 2026 学术教程背书
- 链接：https://theneuralmaze.substack.com/p/welcome-to-the-ai-systems-engineer
6.2 Jam with AI · RAG 基础设施
- Phase 1：构建 ArXiv 论文研究助手（PDF 解析 + 嵌入搜索 + 本地/云端 LLM）
- Phase 2：AI Agents（LangGraph、工具、记忆）
- Phase 5：MLOps & LLMOps（部署、观察、评估、扩展）
- 可信度：高——38k 订阅者社区驱动课程体系
- 链接：https://jamwithai.substack.com/p/the-infrastructure-that-powers-rag
6.3 AI with Aish · RAG 2026 完整指南
- Advanced Chunking：语义分块（cosine distance 阈值）+ Parent-Document 策略（子块精确 + 父文档丰富）
- Hybrid Search + RRF：BM25（关键词）+ 向量语义 + 倒数排名融合
- Cross-Encoder Reranking：Top-100 → Cohere Rerank 3.5/BGE-Reranker → Top-5-10 送 LLM
- 2026 Pipeline：混合检索 100 条候选 → 重排序 → 精排 5-10 条
- 可信度：中高——技术细节有代码实现支撑
- 链接：https://aishwaryasrinivasan.substack.com/p/all-you-need-to-know-about-rag-in
6.4 Jam with AI · 2026 生产 AI/ML 路线图
- Q2 2026：AI Agents 课程 + RAG 延续课程
- Q3-Q4 2026：NLP 微调课程（社区驱动，免费）+ RecSys with MLOps
- 可信度：中高——社区课程，非纯商业推广
- 链接：https://jamwithai.substack.com/p/the-2026-roadmap-production-aiml
6.5 ByteByteGo · Top AI GitHub Repositories 2026
- Dify 深度分析：生产就绪的 Agentic Workflow 开发平台，工作流构建器 + RAG 管道 + 多模型支持 + MCP 集成
- Langflow 深度分析：LangChain 之上的低代码可视化拖拽，拖拽式构建 Chain、工具、记忆模块、数据源
- 可信度：高——ByteByteGo 在系统设计领域有高质量积累
- 链接：https://blog.bytebytego.com/p/top-ai-github-repositories-in-2026
七、分类标签
agentic-rag multi-agent-rag hf-trl hf-peft smolagents github-trending agent-memory knowledge-engineering llmops rag-pipeline embedding reranking deployment-stack
八、后续行动建议
-
Agentic RAG 选型判断树（优先级：高） - 输入复杂度低 → Naive RAG + 单次检索 - 固定多跳 → Enhanced RAG（CRAG/Self-RAG） - 开放式多跳 + 工具多样 → Agentic RAG（A-RAG / HippoRAG2） - 多智能体协作 → Multi-Agent RAG + MEMO 记忆层
-
TRL v1.3 跟进（优先级：中） - TPO Trainer 值得关注，在 Arena-Hard 上有 7-19 点提升 - Qwen 3.6 已在 TRL 官方支持列表
-
Agent 原生记忆层选型（优先级：中） - 观察 Mem0、LanceDB、Qdrant 的 Agent 专用接口更新
-
Substack 精读队列： - The Neural Maze（AI Systems Engineer Role） - AI with Aish（RAG 2026 Pipeline 细节） - ByteByteGo（Dify/Langflow 工程分析）
草稿完成时间：2026-06-27 09:35 CST · Jay · 未经过精读验证