研究知识库草稿 · Jay · 2026-09-04

本次主题

CSDN高价值技术分享 + Substack AI Agent/RAG/工程化 Newsletter 检索

检索范围

• CSDN: RAG实战、多模态大模型、AI Agent、MCP协议
• Substack: AI Agent Stack、Engineering、RAG、MLSys
• 时间覆盖: 2025-12 ~ 2026-09

CSDN 高价值条目

1. ⭐⭐⭐ RAG高级技术与实践（2026全面指南）

• 链接: https://blog.csdn.net/likuolei/article/details/156766693
• 发布时间: 2026-01-14
• 作者: likuolei
• 核心内容:
• Advanced RAG全景图：预检索→检索→后检索各阶段优化
• GraphRAG（Neo4j知识图谱增强）可将准确率从60%提至94%
• Agentic RAG：多步推理+工具调用+迭代检索
• 多模态RAG：CLIP模型支持图像/视频/音频检索
• 含完整代码：LangChain/LlamaIndex RAG管道、Reranker配置、FAISS查询
• 评估指标：BLEU/ROUGE（生成）、Recall@K（检索）、Latency
• 工程价值: 高 - 系统性综述，各阶段有代码示例
• 复现价值: 中 - 框架代码有参考价值，具体版本需核对
• 可信度: 高 - 引用GitHub仓库(NirDiamant/RAG_Techniques)和行业报告
• 标签: RAG GraphRAG Agentic RAG 多模态RAG LangChain LlamaIndex
• 建议: 精读，补充技术细节和版本号

2. ⭐⭐⭐ 从RAG到Context Engine：2025实战总结与2026落地指南

• 链接: https://blog.csdn.net/yangshangwei/article/details/156135340
• 发布时间: 2025-12
• 作者: yangshangwei
• 核心内容:
• RAG升级为支撑Agent的Context Engine路径
• 知识库、Memory、Tool Retrieval三类数据统一接入
• Tree RAG（结构化检索）vs Graph RAG（实体关系检索）
• context poisoning/clash/rot三大问题及缓解方案
• re-rankers局限性分析
• 工程价值: 高 - 企业级升级路径，架构思维清晰
• 复现价值: 中 - 方案思路有参考，具体实现需补充
• 可信度: 中高 - 工程视角，非学术搬运
• 标签: RAG Context Engine Agent Memory Tool Retrieval
• 建议: 精读，关注Memory与RAG边界部分

3. ⭐⭐⭐ 18种RAG技术测评（Part1 · 11种方法对比）

• 链接: https://deepseek.csdn.net/6864ef04a6db534ba2b5b198.html
• 作者: 脱泥不tony
• 发布时间: 2025年
• 核心内容:
• 18种RAG技术硬核实验测评（不含LangChain/FAISS，纯手写）
• 使用LLaMA-3.2-3B Instruct + TaylorAI/gte-tiny嵌入
• 自适应RAG得分最高：0.86（动态切换检索策略）
• 层次索引0.84、Fusion 0.83、CRAG 0.824
• 语义分块在本实验中反而下降（仅0.1）- 有分析原因
• 各技术含Jupyter风格代码
• 工程价值: 极高 - 实验数据说话，有失败案例分析
• 复现价值: 高 - 纯基础库实现，适合学习理解原理
• 可信度: 高 - 有代码有数据，透明可复现
• 标签: RAG 评测 自适应RAG CRAG Fusion HyDE Reranker
• 建议: 精读，重点关注自适应RAG为何胜出

4. ⭐⭐ Anything-LLM实战案例分享：让企业文档自己说话

• 链接: https://blog.csdn.net/weixin_42309599/article/details/156208409
• 发布时间: 2025-12-23
• 作者: weixin_42309599
• 核心内容:
• 企业知识对话系统完整落地案例
• Sentence-BERT(all-MiniLM-L6-v2) + FAISS向量检索
• RecursiveCharacterTextSplitter分块策略，chunk_overlap=64
• Docker Compose一键部署，JWT权限体系，Workspace隔离
• 经验：chunk_size按文档类型差异化（技术文档512-768，法律256）
• 工程价值: 高 - 企业落地完整链路，含配置和坑
• 复现价值: 高 - docker-compose示例完整
• 可信度: 中高 - 有具体场景和数据
• 标签: Anything-LLM RAG 企业知识库 Docker FAISS 向量检索
• 建议: 收录，提取分块策略和部署配置要点

5. ⭐⭐ DayDayUp 2025：从预训练到智能体 · LLM技术全景年终总结

• 链接: https://blog.csdn.net/qq_41185868/article/details/156466487
• 发布时间: 2025-12-28
• 作者: 一个处女座的程序猿（百万粉丝）
• 核心内容:
• 三条主线：过去（LLM演进）、现在（工程化RAG/Agent）、未来（垂直化/多模态）
• Pretrain→SFT→RLHF三阶段训练体系详解
• MCP/A2A多Agent协作协议，Agentic RAG工程化要点
• 2025年出版《语言之舞：大语言模型应用实战全书》《数据驱动：机器学习实战之道》
• 工程价值: 中高 - 系统性全景，深度中等
• 复现价值: 低 - 演讲PPT整理，非手把手教程
• 可信度: 中高 - 头部博主，实践经验丰富
• 标签: LLM RAG Agent MCP A2A SFT RLHF 多Agent
• 建议: 审稿，验证A2A/MCP协议描述准确性

6. ⭐⭐⭐ AI Agent开发技术完全学习指南（2026-07基线版）

• 链接: https://agent.csdn.net/6a52fd2f662f9a54cb8e8279.html
• 来源: CSDN Agent技术社区（agent.csdn.net）
• 发布时间: 2026-07
• 核心内容（真实踩坑复盘）:
• 坑1：MCP工具过载 - 一次暴露40+工具→按任务embedding召回top-15
• 坑2：有状态MCP的session漂移 - 水平扩容时Mcp-Session-Id漂移，改用header无状态方案
• 坑3：A2A≠MCP - Tool级用MCP，Agent级用A2A，混用导致拓扑错配
• 坑4：跨组织Agent Card伪造 - 需JWS签名验签（RS256+JCS）
• 记忆分层：语义/情景/程序记忆，RRF融合+重要性评分
• 2026 H2预判：长上下文+轻量记忆路由混合架构
• 工程价值: 极高 - 一手踩坑，非文档搬运
• 复现价值: 高 - 具体错误现象+解决方案
• 可信度: 高 - MJ Nexus OS真实项目经验
• 标签: AI Agent MCP A2A Memory 会话管理 工具调用 多Agent
• 建议: 精读，收录MCP/A2A踩坑实录，建议更新至2026-09版本

7. ⭐ RAG与长上下文LLM：取舍决策分析

• 链接: https://blog.csdn.net/2401_85379281/article/details/142942560
• 核心内容: RAG vs Long-Context LLM全面对比，多数据集基准测试
• 标签: RAG 长上下文LLM 基准测试 架构选型
• 建议: 收录参考，决策时查阅

8. ⭐ LLM企业落地复盘：Confluence RAG / Code RAG / Code Review

• 链接: https://blog.csdn.net/qq_36631379/article/details/148335676
• 核心内容: 企业落地经验教训，未来展望
• 标签: LLM企业落地 RAG Code Review
• 建议: 归档参考

Substack 高价值条目

9. ⭐⭐⭐ The AI Agents Stack: LLM to Production (2026 Edition)

• 链接: https://theaiengineer.substack.com/p/the-ai-agents-stack-2026-edition
• 来源: The AI Engineer
• 核心洞察:
• 2024→2026 memory演进: 从"选个向量库做RAG" → 三层独立架构原语
• 上下文窗口变大≠不需要memory - 改变了in-context vs on-demand检索的权衡
• Agent Stack ≠ LLM Stack - Agent需要状态管理、工具协议、持久化memory、自主推理循环、实时guardrails
• 引用：Anthropic MCP donation to Agentic AI Foundation (Dec 2025)
• 引用：StackOne AI Agent Tools Landscape (Feb 2026)
• 引用：Gartner AI Evaluation Market Guide (Feb 2026): 2028年60%团队使用AI评估平台（2025仅18%）
• 可信度: 高 - 工程导向newsletter，一线实践
• 标签: AI Agent Stack MCP Memory Architecture Evaluation Production
• 建议: 精读，关注memory分层与评估层崛起

10. ⭐⭐ The 2026 AI Agent Stack, Drawn from Scratch (Brain Bytes)

• 链接: https://codingwithroby.substack.com/p/the-2026-ai-agent-stack-drawn-from
• 来源: Coding with Roby
• 核心洞察:
• MCP=L5(Tools)，A2A=L2(Orchestration, multi-agent)
• 2026最大变化: Eval成为最被低估、最具影响力的层
• RAG从"知识层"分离：知识=外部数据，记忆=Agent自身状态
• LongMemEval研究：RAG瓶颈不在向量库，在于检索质量和上下文相关度
• 可信度: 中高
• 标签: AI Agent Stack MCP A2A Eval RAG Memory
• 建议: 收录，关注Eval层和数据分离思路

11. ⭐⭐ The 2026 Path to Learning AI Agents

• 链接: https://aiagentssimplified.substack.com/p/the-2026-path-to-learning-ai-agents
• 来源: AI Agents Simplified
• 核心洞察:
• Prompt Engineering = 菜谱；Agent Engineering = 建厨房
• 核心技能：LLM编排、工具/契约设计、检索工程（chunking/embeddings/reranking）、可靠性工程（retries/timeouts/backoffs/fallbacks/circuit breakers）
• 2026年：Agent从单兵作战 → 协调集群（planner/memory/verifier角色）
• 可信度: 中高
• 标签: AI Agent 学习路径 系统设计 可靠性
• 建议: 收录，工具设计原则有参考价值

12. ⭐ LAI #137: Where AI Engineering Is Going in 2026

• 链接: https://learnaitogethernewsletter.substack.com/p/lai-137-where-ai-engineering-is-going
• 来源: Learn AI Together
• 核心洞察:
• 编码Agent已能在分钟级生成可工作的RAG管道+API路由+测试+部署
• 价值从"生成第一个版本" → "围绕它的决策质量"
• Forefetch: Agent持久化环境和状态跨会话方案
• 标签: AI Engineering Coding Agent 工具 RAG
• 建议: 参考追踪

13. ⭐ The 2026 Roadmap: Production AI/ML Systems

• 链接: https://jamwithai.substack.com/p/the-2026-roadmap-production-aiml
• 来源: Jam with AI（~38k订阅者）
• 核心洞察:
• Q2 2026: AI Agents课程 + RAG续篇
• Q2-Q3: NLP微调课程（社区驱动）
• Q3-Q4: RecSys with MLOps
• 强调本地化/私有化部署，减少API依赖
• 标签: MLOps AI Agents RAG NLP RecSys 学习路线
• 建议: 参考，追踪课程发布

分类标签汇总

• RAG GraphRAG Agentic RAG 多模态RAG 自适应RAG
• Context Engine Memory Tool Retrieval
• AI Agent MCP A2A 多Agent编排
• LLM RAG评测 向量检索 Reranker
• Agent Memory Eval Production
• Anything-LLM 企业知识库 Docker
• Substack AI Engineer Newsletter

建议写入路径

/shared/research-kb/inbox/jay/2026-09-04-csdn-substack-rag-agent-mcp.md

精读/审稿/更新建议

去重说明

• 本次检索覆盖2025-12至2026-09，未与 inbox 中其他实例近期草稿重复
• 前期已收录的 RAG 通识类文章（通识概述/入门教程）已排除
• Substack 3条均为本次新发现，未在 inbox 中出现

草稿整理: Jay · 2026-09-04 · 16:20 CST