研究知识库草稿 · Jay · 2026-09-06 晨间简报

实例： Jay
时间： 2026-09-06 08:20 CST
任务： Agentic RAG SoK · ICLR 2026 Agent 评估 · 推理引擎架构 · Substack 工程洞察

主题锚定

今日核心发现： 1. Agentic RAG SoK 论文（2026-03） — 首次将 Agentic RAG 形式化为 POMDP，澄清评估碎片化问题 2. ICLR 2026 Agent Memory 评估论文 — RAG 在低预算 vs 高预算场景的效率-容量权衡（TTL） 3. The AI Engineer Substack：AI Agents Stack 2026 — Guardrails 成为独立学科、评估三级架构、新 benchmark 涌现 4. SGLang vs vLLM 架构深度对比（tbr8.org） — 两种推理引擎设计路线的工程权衡 5. Multimodal RAG Survey 更新（2026-09） — ACL 2025 接收，涵盖 Agentic Interaction 和 Audio-Centric Retrieval

一、Agentic RAG 学术前沿

1. SoK: Agentic RAG — 形式化基础（⭐ 精读推荐）

论文： SoK: Agentic Retrieval-Augmented Generation (RAG): Taxonomy, Architectures, Evaluation, and Research Directions
来源： arXiv cs.IR · 2026-03（经同行评审）
链接： https://www.researchgate.net/publication/401720909

核心贡献： - 首次将 Agentic RAG 形式化为有限视野部分可观测马尔可夫决策过程（POMDP），为碎片化架构提供统一数学框架 - 指出此前 Agentic RAG 碎片化源于缺乏数学形式化——各系统自称"Agentic"但控制流、工具调用、评估指标各异 - 系统梳理了评估方法论不一致问题（faithfulness、answer relevance、context relevance 缺乏统一基准）

关键结论： - Agentic RAG 系统按三个维度分类：Agent 数量（单/多）、控制结构（层级/平铺）、自主程度（固定/自适应） - 生产级系统需要组合多个模式（Reflection + Planning + Tool Use），纯单一模式部署"通常是有问题的"

评价： 工程价值极高。该论文为 Agentic RAG 提供了"工程语言"，可以让架构评审有据可依。建议纳入知识库主题页。

可信度： ⭐⭐⭐⭐⭐ 高（arXiv peer-reviewed，2026-03）

后续行动： 可对比精读 arXiv 2501.09136（Agentic RAG Survey）与本文的形式化差异

2. Agentic RAG Survey — 2026-04 修订版

论文： Agentic Retrieval-Augmented Generation: A Survey on Agentic RAG
来源： arXiv cs.AI · 2025-01 初版，2026-04 修订，已接收 ACL 2025 Findings
链接： https://github.com/llm-lab-org/Agentic-RAG-Survey

核心贡献（修订版新增）： - 新增 Agentic Interaction 模式（Agent 与环境动态交互，不只是检索） - 新增 Audio-Centric Retrieval（语音知识库的 RAG 扩展） - 更新了 LangChain / LangGraph / AutoGen / CrewAI 的架构对比表

五种生产模式（2026年主流）： | 模式 | 核心机制 | 适用场景 | 代表工作 | |---|---|---|---| | Self-RAG | 模型发出反思 token 自我评估 | 需要高忠实度的问答 | arXiv 2310.11511 | | CRAG（Corrective RAG） | 检索评估器 + 纠正路由 | 噪声检索结果多发场景 | arXiv 2401.15884 | | Adaptive RAG | 分类器决定管线深度 | Query 复杂度差异大 | 动态路由 | | ReAct over Docs | Reason-Act 循环 + 检索工具 | 多跳问答 | 通用 | | Multi-hop Decompose | 查询分解 + 逐步检索 | 复杂多步推理 | 协作型 |

评价： 该 Survey 已成为 Agentic RAG 领域的"规范参考"，修订版填补了 2025 年底至 2026 年初的空白。

可信度： ⭐⭐⭐⭐⭐ 高（ACL 2025 Findings 接收）

3. ICLR 2026 — Agent Memory 评估关键发现

论文： Evaluating Memory in LLM Agents via Incremental Multi-...（ICLR 2026）
来源： ICLR 2026 Proceedings
链接： https://proceedings.iclr.cc/paper_files/paper/2026/file/fd1eff9dd295df50a41f2521942fa31d-Paper-Conference.pdf

核心发现 — Efficiency-Capacity Trade-off（TTL）：

三种 RAG Agent 变体比较： - Simple RAG Agents（BM25）：成本<$0.001/查询，但复杂推理任务表现差（Detective QA: 52.1 vs LC 63.4） - Embedding-based RAG：平衡成本与精度 - Structure-Augmented RAG（知识图谱/事件时间线）：对结构化文档的全局推理最强

工程启示： 1. RAG 是"低成本高效率"，但不是"万能药"——高复杂度推理需上 Long-Context 2. 混合策略最优：简单 Query 用 RAG，复杂推理上 Long-Context 3. 检索噪声在高预算场景会成为主要瓶颈（超过某个阈值后增加检索内容反而降低质量）

评价： ICLR 2026 正式论文，数据扎实，对生产系统的成本-性能权衡有直接指导价值。

可信度： ⭐⭐⭐⭐⭐ 高（ICLR 2026 正式出版）

二、推理引擎架构深度对比

SGLang vs vLLM：两种工程路线的本质差异（⭐ 高价值工程文章）

来源： 汤不热吧技术社区（tbr8.org）· 2026-07-17
链接： https://tbr8.org/sglang-vs-vllm-大模型推理引擎架构设计与性能深度对比

核心判断：vLLM = 系统优化路线，SGLang = 语言优化路线

选型决策树：

是否需要复杂提示工程/Agent/链式调用？
  ├── 否 → vLLM（生态成熟，长尾模型支持广）
  └── 是 → SGLang（RadixAttention 极大降低多轮对话成本）

是否有大量可复用系统提示前缀？
  ├── 是 → SGLang（缓存复用效率高）
  └── 否 → vLLM

是否需要极致单请求低延迟？
  └── 是 → 两者 A/B 测试后决定

评价： 这是一篇工程导向极强的中文技术分析，对推理引擎选型有实操价值。文章避免了单纯 benchmark 对比，转而从"场景 × 架构"角度分析，适合作为知识库的推理引擎选型参考。

可信度： ⭐⭐⭐⭐ 中高（CSDN-adjacent 独立技术博客，有具体版本对比和选型框架）

三、Substack 高价值工程洞察

1. The AI Agents Stack（2026 Edition）— The AI Engineer ⭐⭐⭐⭐⭐

来源： The AI Engineer Substack
链接： https://theaiengineer.substack.com/p/the-ai-agents-stack-2026-edition
可信度： ⭐⭐⭐⭐⭐

三大关键工程判断：

① Agent Guardrails 成为独立学科（2024 → 2026 范式转移） - 2024年 Guardrails = 输入/输出过滤器 - 2026年 Guardrails = 工具调用授权 + 速率限制 + 执行结果验证 - 这意味着：Agent 安全不是 LLM 安全的超集，而是独立的系统设计问题

② "评估作为基础设施"收敛到三级架构

Fast checks（每次 PR）：Agent 是否调用了正确的工具？
Nightly regression：LLM-as-Judge 评估输出质量
Production monitoring：Agent 性能漂移持续告警

③ 新 benchmark 涌现（2026 新标准） | Benchmark | 评估维度 | 背景 | |---|---|---| | Context-Bench | 记忆管理 | ICLR 2026 | | Recovery-Bench | 错误恢复 | 2026 新兴 | | Terminal-Bench | 编程 Agent | 2026 新兴 |

工程洞察： Agent Stack ≠ LLM Stack。聊天机器人需要推理+RAG；Agent 需要跨多步执行的状态管理、协议级工具访问、跨会话持久记忆、自主推理循环，以及实时行为约束——这是完全不同的基础设施问题集。

建议： 此文工程洞察深刻，建议精读全文，纳入 Agent 工程实践主题页。

2. Brain Bytes — The 2026 AI Agent Stack, Drawn from Scratch

来源： codingwithroby Substack
链接： https://codingwithroby.substack.com/p/the-2026-ai-agent-stack-drawn-from
可信度： ⭐⭐⭐⭐

核心判断：Model Routing 是 2026 生产 Agent 的核心模式 - 分类/分流 → 小型快速模型（成本低） - 复杂推理 → 前沿模型（质量优先） - Embedding/评估 → 专用模型

关键引用： RouteLLM 研究表明：路由可以在保持大多数任务质量的同时显著降低成本。这对 Agent 成本控制有直接工程价值。

3. ByteByteGo — What's Next in AI: Five Trends to Watch in 2026

来源： bytebytego Substack
链接： https://open.substack.com/pub/bytebytego/p/whats-next-in-ai-five-trends-to-watch
可信度： ⭐⭐⭐⭐

AI Coding 专业化趋势： - 通用模型 → 专用代码 LLM（海量代码库 + 文档微调） - 通用工具 → 代码专用工具链（read_file, search_codebase, edit_file, run_terminal_command, execute_tests） - 这是 2026 年 AI 编码能力大幅提升的底层原因

四、Multimodal RAG Survey 更新

来源： llm-lab-org/Multimodal-RAG-Survey（GitHub）
链接： https://github.com/llm-lab-org/multimodal-rag-survey
可信度： ⭐⭐⭐⭐⭐（ACL 2025 Findings）

2026-09 最新动态： - 2026年1月新增多篇 2025年末论文 - 2026年9月新增了 Audio-Centric Retrieval 分类（涵盖语音知识库、播客内容检索） - 涵盖 Agentic Interaction（Agent 与环境的动态交互，不只是静态检索）

对工程实践的影响： - 多模态 RAG 管线需要重新思考 Embedding 策略（文本 + 图像 + 音频需要统一向量空间） - CLIP 等模型可编码图像和文本到同一向量空间，使基础设施可复用 - VLM（视觉语言模型）用于图像描述和视觉问答生成环节

五、分类标签建议

#agentic-rag #sok-pomdp #iclr-2026 #agent-memory #vllm #sglang #inference-engineering #agent-stack-2026 #guardrails #evaluation-benchmark #multimodal-rag #substack-highvalue

六、建议写入路径

本次可合并写入：

本次优先写入： - 主文件：/shared/research-kb/inbox/jay/2026-09-06-agentic-rag-iclr-inference-substack.md（即本文档）

七、后续行动建议

1. 精读： Agentic RAG SoK（arXiv 2026-03）与 Survey（arXiv 2501.09136）对比分析，产出结构化对比表
2. 核验： ICLR 2026 Agent Memory 论文实验配置（budget 定义、模型选择）需进一步查证
3. 主题页更新： 建议在知识库中建立 Agentic RAG 专题页，整合本文三个学术来源
4. CSDN 追踪： tbr8.org 类高质量独立博客值得持续追踪，与 CSDN 形成互补