Jay 工程筛选报告 · 2026-10-11 第三次
时间： 2026-10-11 23:50（北京时间） 本次主题：** Substack 高价值工程洞察 · arXiv Oct 2026 新条目 · Hugging Face 生态 · GitHub Trending
候选条目总览
| # | 条目 | 来源 | 类型 | 工程价值 |
|---|---|---|---|---|
| 1 | The AI Agents Stack 2026 Edition | theaiengineer.substack.com | Substack | ⭐⭐⭐ |
| 2 | 2026 Roadmap: Production AI/ML Systems | jamwithai.substack.com | Substack | ⭐⭐⭐ |
| 3 | Open-Source AI Agent Toolkit 2026 | theaiengineer.substack.com | Substack | ⭐⭐⭐ |
| 4 | Agentic RAG vs CUA vs A2A | theaiengineer.substack.com | Substack | ⭐⭐ |
| 5 | How I'd Learn AI Engineering 2026 | louisbouchard.substack.com | Substack | ⭐ |
| 6 | RIT-RAG: Retrieval-Induced Tree RAG | arXiv cs.AI | Paper | ⭐⭐⭐ |
| 7 | Secure RAG: SLOT Taxonomy（135篇） | arXiv cs.AI | Paper | ⭐⭐⭐ |
| 8 | WebFovea: Vision Web Agent (WebRetriever 2026 #2) | arXiv cs.AI | Paper | ⭐⭐ |
| 9 | SkillForge: Co-Evolving Skills & Agents | arXiv cs.AI (NeurIPS 2026) | Paper | ⭐⭐ |
| 10 | Hugging Face State of OS Spring 2026 | huggingface.co/blog | Blog | ⭐⭐ |
| 11 | nanochat: E2E LLM Training (57.5K stars) | github.com/ak двух | GitHub | ⭐⭐ |
| 12 | Hugging Face Transformers 2026 Model Support | Various guides | Overview | ⭐ |
详细筛选
⭐⭐⭐ 保留 1 — The AI Agents Stack 2026 Edition
来源： theaiengineer.substack.com/p/the-ai-agents-stack-2026-edition
作者： The AI Engineer（高质量作者/机构专栏）
发布时间： 2026（推测近月）
核心工程观点： - Memory 分层： 2024 年 memory = vector DB + RAG；2026 年 memory = 三层第一类架构原语，而非外挂检索 - Agent Guardrails vs LLM Guardrails： 2024 年 guardrails = I/O 过滤；2026 年 guardrails = 工具调用授权 + 速率限制 + 行为验证 - Agent Stack ≠ LLM Stack： Agent 需要状态管理、多步执行工具访问、跨会话持久化、自主演绎循环，与 LLM Stack 有本质区别
保留理由： - 明确的工程分代（2024 vs 2026）框架，适合作为知识库架构演进参照 - 三层 memory tier 的提法值得进入知识库概念索引 - Guardrail 演进路径有实际工程指导价值
是否需要精读： 中——建议提取关键分层框架写入架构主题页
⭐⭐⭐ 保留 2 — 2026 Roadmap: Production AI/ML Systems
来源： jamwithai.substack.com/p/the-2026-roadmap-production-aiml
作者： Javarevisited（Javin Paul）
发布时间： 2026
核心工程观点（snippet 提取）： - Evaluation 阶段： RAGAS + LLM-as-judge 代替"凭感觉测 RAG" - Graph RAG： Neo4j + 多跳查询，弥补 vector search 无法处理跨文档关系问题 - ColPali/VLM： 视觉文档检索生产路径 - 演进路径： Build basic RAG → Measure it → Add relationship understanding → Handle multimodal content
保留理由： - 增量演进路线（iterative）有真实工程节奏感，不是"一步到位"路线图 - RAGAS + LLM-as-judge 的组合值得进入 RAG 评估主题页 - Graph RAG with Neo4j 有具体技术选型参考价值
是否需要精读： 中——Graph RAG 部分可提取工程决策点
⭐⭐⭐ 保留 3 — Open-Source AI Agent Toolkit 2026
来源： theaiengineer.substack.com/p/the-open-source-agent-toolkit-in
发布时间： 2026-10
核心工程观点（snippet 提取）： - Evals & Observability Layer： 记录每个 LLM 调用、工具调用、成本；replay 完整上下文 - Evals = 可重复测试套件（固定输入 + 通过/失败标准，每次相同评分） - Browser Use vs Playwright： - Browser Use：50K+ GitHub stars，增长最快的开源 AI 项目之一（2025-2026），适合 novel tasks - Playwright：适合 repeated workflows，deterministic 浏览器自动化 - 80/20 split：生产团队将重复的 80% 放在 Playwright，将 novel 20% 放在 Browser Use
保留理由： - 80/20 浏览器自动化策略是非常具体的生产工程建议 - Evals vs Tracing 的区分有工具选型指导价值 - Layer 1 orchestration 的框架描述清晰（推理循环：LLM picks → runtime executes → LLM picks again）
是否需要精读： 中高——Evals/Observability layer 和 Browser Use 80/20 策略值得进入 agent 工具选型页
⭐⭐ 保留 4 — Agentic RAG vs CUA vs A2A: Which Pattern Do You Need?
来源： theaiengineer.substack.com/p/agentic-rag-vs-cua-vs-a2a
发布时间： 2026-10
核心工程观点（snippet 提取）： - A2A 的局限性： A2A 是互操作性协议，不是编排框架；spec 尚未 1.0，跨厂商 A2A 协调在 2026 年底前不现实 - 三个关键决策问题： 1. Integration boundary：agent 触及什么？（自有数据 / 他人 GUI / 其他 agent） 2. Autonomy level：agent 在征询人类前做多少决策？ 3. Maturity for production：本季度能上线还是 2027 年的赌注？ - Enterprise 系统示例（2026 年底）： orchestrator 用 MCP 查内部 DB（Agentic RAG）+ CUA 子 agent 填表（legacy portal）+ A2A 协调供应商采购 agent
保留理由： - 三个决策问题框架非常实用，适合进入架构决策页 - A2A 局限性判断有工程诚信，值得引用 - Enterprise 示例有架构演进参考价值
是否需要精读： 中
⭐ 丢弃 5 — How I'd Learn AI Engineering 2026
来源： louisbouchard.substack.com/p/how-id-learn-ai-engineering-in-2026
作者： Louis-François Bouchard
丢弃理由： - 本质是学习路线图，非工程实践文章 - 核心五问框架（do we need LLM / prompt vs RAG vs fine-tune vs agent 等）有价值但已被更多深度来源覆盖 - 无具体命令、环境、性能数据或可复现步骤
⭐⭐⭐ 保留 6 — RIT-RAG: Retrieval-Induced Tree RAG
来源： https://x.com/SciFi（引用 arXiv，内容来自 EMNLP 2026 Findings）
Paper ID 推断： 2610.11363 相关
核心工程观点（snippet 提取）： - 核心问题： 现有 Agentic RAG 暴露的是 isolated chunks，没有文档结构；LLM 难以区分"相关内容"和"只是形似的块" - 解决方案： Offline 为每个文档从目录或 sitemap 构建树；Query 时检索一批 chunk，用位置信息诱导 manageable 子树（可能跨多个文档）；LLM agent 在子树中导航，选择性读取节点 - 对比： PageIndex 可导航文档结构但无法 scale 到大规模语料库（不能 fit in LLM context）；RIT-RAG 在粗粒度检索后用子树结构解决 scale 问题
保留理由： - RIT-RAG 解决了 Agentic RAG 的核心工程痛点（isolated chunks + 结构缺失） - 跨文档子树导航的思路有创新性 - EMNLP 2026 Findings 背书，有学术可信度
是否需要精读： 高——建议直接访问原论文，有复现价值
⭐⭐⭐ 保留 7 — Secure RAG: SLOT Taxonomy
来源： https://arxiv.org/list/cs.AI/new（snippet 提取）
主题： RAG 安全攻击与防御综述
核心工程观点（snippet 提取）： - 135 篇系统调研，涵盖 attacks、defenses、security evaluation - SLOT Taxonomy： 按攻击表面（Surface, S）+ 防御层（Layer, L）组织 - RAG 的安全风险与纯 prompt-only 或纯参数模型有本质不同
保留理由： - 135 篇综述规模说明这是 RAG 安全领域的系统性梳理 - SLOT taxonomy 如果质量高，可进入 RAG 安全主题页 - 需要验证：论文质量、SLOT 可操作性、防御措施可部署性
是否需要精读： 高——需要找到原始论文链接验证
⭐⭐ 保留 8 — WebFovea: Vision Web Agent
来源： https://arxiv.org/list/cs.AI/new
背景： WebRetriever Challenge 2026 第 2 名，Score 57.0/100
核心工程观点（snippet 提取）： - 问题： 能跑 multimodal LLM 不足以做 web agent；模型决策需要触及 live website 的实际界面操作 - 挑战： Protocol III（从入口 URL 开始，操作网站自身界面，返回可验证答案）的端到端评测 - 位置感知对视觉 web agent 的重要性
保留理由： - WebRetriever Challenge 的工程评测场景有参考价值 - Web agent 从"能看"到"能做"的 gap 分析值得进入 agent 评测主题页 - 第 2 名的方案有架构参考价值
是否需要精读： 中——找原论文看具体方案
⭐⭐ 保留 9 — SkillForge: Co-Evolving Skills and Agents
来源： https://arxiv.org/list/cs.AI/recent，NeurIPS 2026
arXiv ID： 2610.09832
核心工程观点（snippet 提取）： - 技能生命周期动态共演化框架 - NeurIPS 2026 主 Poster 接收
保留理由： - NeurIPS 2026 接收，有学术背书 - Skills 作为 inference-time 插件的工程化思路有实际应用场景 - 精读价值：需要看具体 skill lifecycle 定义和 co-evolution 机制
是否需要精读： 中——找原论文
⭐ 丢弃 10 — Hugging Face State of Open Source Spring 2026
来源： huggingface.co/blog/huggingface/state-of-os-hf-spring-2026
发布时间： 2026 年春（可能已过期）
丢弃理由： - 数据为 2026 年春季快照，10 月已过期约 6 个月 - 数据点（13M 用户、2M 模型、500K 数据集）在 2026 年 10 月的时间点需重新验证 - 建议：如果需要 HF 生态数据，应查找 2026 年秋季最新报告
⭐⭐ 保留 11 — nanochat: End-to-End LLM Training (57.5K stars)
来源： https://www.firecrawl.dev/blog/best-github-repos（引用）
原始 repo： nanochat by Andrej Karpathy
核心工程观点（snippet 提取）： - 57.5K stars，定位与大多数 AI repo 相反：不是抽象封装，而是暴露一切 - 单处可见完整 pipeline：tokenization、pretraining、finetuning、evaluation、inference、working chat UI - 每一步都 visible and modifiable
保留理由： - Andrej Karpathy 作品，工程声誉极高 - 57.5K stars 说明社区强烈需求（透明化训练 pipeline） - 与当前 trend（抽象封装）相反，有反向思考价值
是否需要精读： 中——建议看 repo 本身评估实际可用性
本次未入库条目（需后续关注）
| 条目 | 原因 | 后续行动 |
|---|---|---|
| System Switch (arXiv cs.AI) | 快慢决策模型切换，有代码/数据 | 待找原 paper |
| How Do Agentic LLMs Decide to Call Tools (arXiv 2610.09624) | NeurIPS 2026，有工具调用机制分析 | 待找原 paper |
| UniData: Universal Multimodal Instruction Generation (EMNLP 2026 Findings) | 多模态指令生成流水线 | 待找原 paper |
分类标签
#LLM-Agent #RAG #RAG-Eval #Graph-RAG #Agentic-RAG #SLOT-Taxonomy #HuggingFace #Substack #arXiv-2026 #Observability #Browser-Automation #Production-AI #Stack-2026
建议写入路径
/shared/research-kb/inbox/jay/2026-10-11T2350-jay-evening-engineering-filter.md
后续行动建议
- RIT-RAG 原论文精读（最高优先级）：找 EMNLP 2026 Findings 原文，评估子树导航机制可复现性
- SLOT Taxonomy 原论文：找 arXiv ID，验证 Secure RAG 分类可操作性
- nanochat repo 评估：确认 Andrej Karpathy 的端到端训练代码质量
- Hugging Face 最新生态数据：查找 2026 年秋季最新 State of OS 报告
Jay · 2026-10-11T23:50 CST · 本次未执行任何 GitHub 写入操作