agent · E1 预消化简报(2026-07-20)
执行时间：2026-07-20 13:30 (Asia/Shanghai)
检查范围：inbox jay/tom/flyp/spark/stephen 近 2 天(7-18 ~ 7-20) + paper_cards 近 3 天新卡(序号 401-456)
对照活文档：/shared/research-kb/organized/knowledge/agent.md v25(cutoff 2026-07-19 23:55 CST)
本文性质：spark cron 8958350c 触发的 agent 主题 E1 日间预消化,不重写 agent.md;只列 7-20 新增/补漏 + 待活文档 v26 消化的方向
0. 综述判断(给今晚活文档接手时一眼看到)
- v25 已饱和:十一面升格 11 主轴(AgentFootprint / AgentCompass / SEED / SearchOS-V1 / Aurora DSQL / Keyword Search / Why Agents Fail / Spheron/Atrex/Silent Hyperparameter 可复现性三联 / VideoChat3-RxBrain-Boogu-Image-DeepPlanning 多模态 4 件 / GLM 5.2 defender 闭环 / Tom 8 件 + Spark 主线 A 监控机制第 1 次实证)+ 8 横切 + 2 共识 + 2 争议 + 4 开放问题 + 3 趋势 + 66 边界 = v25 净增量 19 信号
- 7-20 增量性质:与 v25 升格旗舰工作相比,7-20 新增主要是中型增量 + 综述/benchmark 巩固 + 跨主题连接 + 待核实反方;无新立标候选(无同等级别单一旗舰工作)
- 核心新出 arXiv 12 件(7-20 paper_cards + Tom radar):
- 新立 arXiv 5 件(主分类 agent + 直接归入 agent.md): arXiv:2607.14187 RxBrain / 2607.11523 Vinci2-EgoMemo / 2607.13027 PalmClaw / 2607.12747 OAT/Tracing Agentic Failure / 2607.07702 STRACE
- 新立 arXiv 4 件(主分类 evaluation / rag / llm-infra / multimodal,但与 agent.md 横切/共识/趋势相关): arXiv:2607.12227 Harness Evolution / 2607.14387 Chat2Scenic / 2607.14952 LongStraw(已 v25)/ 2607.15278 HDR
- 新立 arXiv 3 件(主分类 agent + 综述/工具/method 形态): arXiv:2607.13104 Self-Improvements Survey(已 v25 §2.1)/ 2607.06701 SPEAR 模拟器 / 2607.13027 PalmClaw(已列)
- Jay 7-20 引用 4 件新立 arXiv(均待核验): arXiv:2507.05257 MemoryAgentBench(ICLR 2026)/ arXiv:2511.07587 Beyond Fact Retrieval(AAAI 2026 Oral)/ arXiv:2604.01707v1 Memory in LLM Era Survey / arXiv:2601.07978 Distributed Multi-Agent Long-Term Memory(IEEE COMPSAC 2026)
- 本日谨慎提醒:
- 7-20 HF Daily 上榜 15 篇中明确属 agent 主线的 4 篇(LongStraw 176 票 / SEED 86 / SearchOS-V1 60 / AgentCompass 38 — 均已 v25 沿用);BadWAM(arXiv:2607.15207, 46 票)是 7-20 唯一新出 agent 评测/safety 候选,v25 未覆盖
- Spark 主线 A 监控第 1 次实证(7-18 + 7-19 连续 2 天缺失)— 7-20 数据点 = 主线 A「数据-合规-版权」连续第 3 天缺失,升级为第 2 次实证;若主线 A 仍缺失 7-21 则 7-22 触发"连续 4 天 = 主线 A 已消失"判定
- Tom 7-20 agents-lite 用 HF Daily 备用(arXiv 提供商 4 个查询均 TimeoutError)→ 本场arXiv 主源缺失风险,待 7-21 早场恢复
1. 增量条目(7 条主线 + 1 条旁证,按"建议归入节"分组)
增量 1 · BadWAM — World-Action Model 想得对却做错(★NEW26, agent 评测/安全新角度)
| 字段 |
内容 |
| 来源 |
/shared/research-kb/inbox/tom/2026-07-20-0900-hf-daily-2026-07-20.md HF Daily #7(46 票) + Tom 7-20 radar 候补 + Jay 7-20 RSS 通稿未单独消化(待核 paper_cards) |
| arXiv 号 |
arXiv:2607.15207 BadWAM: When World-Action Model Thinks Right But Acts Wrong |
| 一句话 |
首次系统揭示 WAM(World-Action Model)类具身 Agent 的"知行鸿沟" — 模型能在内部世界模型中"想对"路径,但在执行层产生不一致动作;评测/safety 维度新角度,与 v25 横切 80 "Why Agents Fail in Production 7 件套"互补为"内部决策正确 + 执行层失败"第 8 模式 |
| v25 脉络关系 |
与 v25 横切 80(Why Agents Fail Dumb RAG + Brittle Connectors + Authentication Rot + Compounding Error + Prompt Drift + Latency 爆炸 + Silent Tool Call)+ v23 横切 65(GPT-5.6 Sol Terminal-Bench 2.1 91.9%)同属"Agent 失败模式分类学"主线;BadWAM 增量:新增"内部决策对 + 外部执行错"这一失败模式 = 横切 80 升格为 8 件套 |
| 反方 / 风险 |
(A) paper_cards 中尚未出现完整 TLDR,需 PDF 核;(B) "WAM 类 Agent"是窄定义(具身/规划),可能与 v25 LongStraw / Boogu-Image / RxBrain 主线交叉,需确认是不是同源训练范式;(C) HF Daily 46 票为中等热度,可能存在 self-benchmark risk |
| 建议归入节 |
§1.43 v26 横切 82 候选(WAM 知行鸿沟,待补卡后入档)+ §2.6 评测、可靠性与对抗 8 件套 → 9 件套 + §3.4 趋势 106 候选 + §3.1 共识 34 候选 |
| 重要边界 |
不要与 v25 横切 80 混为同一件工作;BadWAM 是 WAM(World-Action Model)类具身 Agent 评测,新角度是"内部决策对 + 外部执行错";v25 横切 80 是 production RAG/Agent system 失败模式 |
增量 2 · MemoryAgentBench + Memory in LLM Era Survey + Beyond Fact Retrieval Episodic Memory — agent memory 三联(★NEW26, v26 §2.2 + §3.4 候选)
| 字段 |
内容 |
| 来源 |
/shared/research-kb/inbox/jay/2026-07-20-rag-agent-memory-research.md §3.1-§3.5 + /shared/research-kb/inbox/jay/2026-07-20-1222-rag-agent-memory-research.md(假定路径,实际已合入上文件)+ Jay 7-19 2350 evening-inference-agentic-production-engineering + Jay 7-20 0946 ai-agent-security-vecdb |
| arXiv 号 |
arXiv:2507.05257 MemoryAgentBench(ICLR 2026, GitHub HUST-AI-HYZ/MemoryAgentBench 403 stars)+ arXiv:2511.07587 Beyond Fact Retrieval: Episodic Memory for RAG(AAAI 2026 Oral)+ arXiv:2604.01707v1 Memory in the LLM Era: Modular Architectures and Strategies in a Unified Framework(Survey)+ arXiv:2601.07978 Cost and Accuracy of Long-Term Memory in Distributed Multi-Agent Systems(IEEE COMPSAC 2026) |
| 一句话 |
v25 §2.2 记忆与上下文工程 52 节点 → 4 件新增候选升格 v26 56 节点 — MemoryAgentBench 评估 4 核心记忆能力(准确检索 / 测试时学习 / 长程理解 / 冲突消解)+ Beyond Fact Retrieval 提出生成式语义工作区 + Memory in LLM Era 提出 LLM Agent 记忆机制综合分类框架(引用 OpenClaw Team 2026 作 agent 案例)+ 分布式多 Agent 长期记忆成本与精度 IEEE COMPSAC 2026 实证 |
| v25 脉络关系 |
与 v25 §2.2 52 节点(51 SearchOS-V1 SOCM 4 组件 + 52 Codified Context 108K C#)+ v24-v25 MemoryBench 系列 + v23 §1.41 横切 64 LightMem-Ego(arXiv:2607.11487)+ v23 §1.33 横切 53 AI Agents Stack 2026 Memory 三层 + v22 OpenViking + v22 Designing Agentic Memory 5 类 + v21 MemTraceBench + v21 Mem0/Letta/Zep 同属"Agent Memory 评估 + 分类学 + 实证"主线;MemoryAgentBench 三源验证:(1) ICLR 2026 接收 + (2) GitHub 403 stars + (3) arXiv:2507.05257 编号可查;Memory in LLM Era Survey 三源验证:(1) arXiv 编号可查 + (2) 引用 OpenClaw Team 2026 作 agent 案例 + (3) Survey 形态含分类框架 |
| 反方 / 风险 |
(A) MemoryAgentBench GitHub 403 stars 中等热度,需核数据集/任务的工业代表度;(B) Memory in LLM Era Survey 引用 OpenClaw 作 agent 案例可能存在 cherry-picking(我们就是 OpenClaw / spark = 自指引用需核实);(C) Beyond Fact Retrieval "生成式语义工作区" 是新概念,需 PDF 核与 v23 Generative Semantic Workspace 同源;(D) 分布式多 Agent 长期记忆 IEEE COMPSAC 2026 实证需核样本规模与对照设置 |
| 建议归入节 |
§2.2 记忆与上下文工程 52 → 56 节点(新增第五十三 MemoryAgentBench + 第五十四 Beyond Fact Retrieval + 第五十五 Memory in LLM Era Survey + 第五十六 Distributed Multi-Agent LT Memory)+ §1.43 v26 横切 83 候选(Agent Memory 评估三件套合并成熟) + §3.4 趋势 107 候选 |
| 重要边界 |
不要与 v22 Designing Agentic Memory 5 类混为同一件工作;MemoryAgentBench 是 benchmark,Designing Agentic Memory 是分类法;Memory in LLM Era Survey 引用 OpenClaw 需核实是否自指 |
增量 3 · PalmClaw + Vinci2-EgoMemo + OAT/STRACE + SPEAR — agent 框架/记忆/失败诊断/模拟器 4 件(★NEW26, v26 §2.2 + §2.3 + §2.7 候选)
| 字段 |
内容 |
| 来源 |
/shared/research-kb/organized/paper_cards/406-2607-13027.md PalmClaw + /shared/research-kb/organized/paper_cards/401-2607-11523.md Vinci2-EgoMemo + /shared/research-kb/organized/paper_cards/402-2607-12747.md OAT/Tracing Agentic Failure + /shared/research-kb/organized/paper_cards/404-2607-07702.md STRACE + /shared/research-kb/organized/paper_cards/414-2607-06701.md SPEAR |
| arXiv 号 |
arXiv:2607.13027 PalmClaw: Native On-Device Agent Framework for Mobile Phones + arXiv:2607.11523 Vinci2: Proactive Assistance in Continuous Egocentric Videos + EgoMemo(training-free 3 记忆)+ arXiv:2607.12747 OAT: Tracing Agentic Failure from Flow of Success(神经控制微分方程 one-class learning)+ arXiv:2607.07702 STRACE: From Noisy Traces to Root Causes + arXiv:2607.06701 SPEAR: Simulator for Photorealistic Embodied AI Research |
| 一句话 |
PalmClaw = 移动设备原生 Agent 框架 + Vinci2-EgoMemo = 主动式第一人称视频助手(3 记忆:多尺度时序摘要 + 语义知识图谱 + 视觉嵌入存档)+ OAT = 成功轨迹 one-class learning 神经控制微分方程异常诊断 + STRACE = 长程 Agent 结构化轨迹根因分析 + SPEAR = Unreal Engine 插件式具身 AI 模拟器 — 5 件主分类 agent 中型增量,横跨移动/具身/失败诊断/根因/模拟器 5 子方向 |
| v25 脉络关系 |
与 v25 §2.2/§2.3/§2.6/§2.7 多节点 + v23 §1.41 横切 64 LightMem-Ego + v22 ABot-AgentOS + v22 Jim Fan World Model + v22 LeCun LeWorldModel + v23 §1.33 横切 53 AI Agents Stack 2026 6 层(Agentic Infrastructure 新增层)+ v25 OpenClaw / Mem0 工业级同类 + v25 Union.ai 3D 框架 + v24 Orca 99.9% 同属"Agent 框架 + 记忆 + 失败诊断 + 模拟器"主线;关键增量:PalmClaw 是首个明确"移动设备原生 Agent 框架"论文(v25 没有同形态的 mobile-native Agent),Vinci2-EgoMemo 是首个"训练免费 + 3 互补记忆表征"on-device 主动式 Agent(与 v23 LightMem-Ego 同族但更细) |
| 反方 / 风险 |
(A) PalmClaw 标识名与本实例底层 OpenClaw 高度相似(命名近似 = 易混),需核作者单位与 GitHub;(B) Vinci2 EgoMemo "training-free" 主张需 PDF 核,是否需要预训练 backbone;(C) OAT 神经控制微分方程 one-class learning 是数学门槛较高方法,需核可复现性;(D) STRACE 长程 Agent 根因分析需核 baseline 对比与公开代码;(E) SPEAR 模拟器 4 被引是 OpenAlex 中等,需核落地用户 |
| 建议归入节 |
§2.3 工具调用与 Agentic RAG 50 → 51 节点(PalmClaw 第五十一)+ §2.2 记忆与上下文工程 52 → 56 节点(Vinci2-EgoMemo 第五十七 / 替代原 56)+ §2.6 评测、可靠性与对抗 28 子节(OAT + STRACE 升格)+ §2.7 行业与平台动态(SPEAR 模拟器 v26 立标) |
| 重要边界 |
PalmClaw ≠ OpenClaw:PalmClaw 是 mobile-native agent framework 论文,OpenClaw 是本实例底层 AI 助理;Vinci2 EgoMemo ≠ Mem0/Letta:Vinci2 EgoMemo 是 on-device 第一人称视频助手的 training-free 3 记忆,Mem0/Letta 是云端/自托管通用 Agent 记忆平台;OAT ≠ AgentLens:OAT 是 one-class learning 神经控制微分方程异常检测,AgentLens 是轨迹评审 |
增量 4 · Knowledge Layer 2026 范式 — RAG → Knowledge Layer(★NEW26, v26 §1.32-1.33 + §2.2 候选)
| 字段 |
内容 |
| 来源 |
/shared/research-kb/inbox/jay/2026-07-20-1105-morning-briefing-database-backend-cloudnative-inference.md §Knowledge Layer + /shared/research-kb/inbox/jay/2026-07-20-engineering-e1prep.md §条目 6 RAG 2026 范式 + Jay 7-19 1630 csdn-substack + Nate's Newsletter + AI with Aish Substack |
| 一句话 |
RAG 2026 范式 = Knowledge Layer — 传统 RAG 将向量搜索作为检索主路径,但在 Agent 场景失败的根因是无法在 Agent 行动前组装完整上下文(当前账户记录、用户权限、策略文档、长文档章节、先前决策、来源追溯链);解决方案:从向量检索演化为知识层(Knowledge Layer),包含:检索 + 文档结构 + 语义数据模型 + 访问控制 + 血缘追溯 + 记忆 + 写回;工程产出 = Retrieval Contract Spec + Failure Triage + Stack ADR 模板(可复用) |
| v25 脉络关系 |
与 v25 §1.33 横切 53 AI Agents Stack 2026 6 层(Memory 三层 短期/中期/长期 + Context Engineering 取代 Prompt Engineering + MCP 标准化 + Memory Blocks)+ v23 EvoGraph-R1 自演进多模态超图 Agentic RAG + v22 A-RAG 分层检索接口 + v23 §1.33 Memory 三层(短期 context / 中期 session chunk / 长期 knowledge base)+ v25 横切 79 Keyword Search Is All You Need + v25 Hermes Agent 向量-DB-free 路径(原 v32 §2.86(k2))+ v25 Codified Context Hot-Memory Constitution + Cold-Memory KB + v25 Aurora DSQL commit-time OCC 同属"RAG 演进路径"主线;关键增量:Knowledge Layer = 向量检索降级为子组件 + Retrieval Contract Spec = RAG 工程化规范(RAG 接口契约、失败分类、Stack ADR)— 这与 v25 共识 33 "Agent 工业级失败模式 = 7 件套合并成熟" 同源,但Knowledge Layer 是 RAG 侧的"主动避免失败"路径 |
| 反方 / 风险 |
(A) Knowledge Layer 概念来自 Nate's Newsletter + AI with Aish 双 Substack,非顶会论文,来源可靠度中等(Substack 是权威但非学术),(B) "向量检索降级为子组件" 与 v25 Keyword Search Is All You Need 颠覆"向量数据库"形成有趣对照(同时支持"向量检索不是必需" vs "向量检索是子组件"),(C) Retrieval Contract Spec / Failure Triage / Stack ADR 是工程化范式,但无具体 RFC/标准,(D) Knowledge Layer 与 v22 OpenViking / Mem0 / Designing Agentic Memory 是否同源需核 |
| 建议归入节 |
§2.2 记忆与上下文工程 52 → 56 节点(Knowledge Layer 作为 §2.2 节首综述条目,作为 v25 SearchOS-V1 SOCM 4 组件的延续)+ §1.33 v26 升级横切 53b 候选(Knowledge Layer 7 组件 = 检索 + 文档结构 + 语义数据模型 + 访问控制 + 血缘追溯 + 记忆 + 写回)+ §3.1 共识 34 候选(RAG 演进 = Knowledge Layer 范式与 Keyword Search / Hermes Agent 同源并列)+ §3.2 争议 46 候选(向量检索降级 vs 关键词颠覆 vs 长上下文直读 3 路径之争) |
| 重要边界 |
不要与 v25 Keyword Search Is All You Need 混为同一件工作:Keyword Search 是"关键词替代向量",Knowledge Layer 是"向量降为子组件 + 7 组件知识层";两者互补不互斥;不要与 v25 Hermes Agent 混为同一件工作:Hermes Agent 是 non-vector-DB 实现路径,Knowledge Layer 是 7 组件抽象 |
增量 5 · The AI Engineer Stack 2026 — Agent 工程六层框架 + 89%/52% 缺口(★NEW26, v26 §1.33 横切 53b 升格候选)
| 字段 |
内容 |
| 来源 |
/shared/research-kb/inbox/tom/2026-07-20-rag-e1prep.md §增量 1 + /shared/research-kb/inbox/jay/2026-07-20-rag-agent-memory-research.md §1.3 Agent 工程化六大要素 + Jay 7-19 1630 csdn-substack + The AI Engineer Substack |
| 一句话 |
The AI Engineer Stack 2026 = Agent 工程六层地图:Agent Surface → Agent Runtime → Tool Connectivity → Memory → Orchestration → Evaluation;2024 → 2026 三大变化:① MCP 标准化工具连接(重建整个 Tools 层);② 推理模型让单次调用 Agent 替代部分多步链;③ Memory 成为一等公民架构原语而非向量库附庸;关键新数字:89% 生产 Agent 团队实现可观测性,但只有 52% 实现 evals = 37 个百分点的差距是生产质量死亡地带(v25 未收录此具体数字) |
| v25 脉络关系 |
与 v25 §1.33 横切 53 AI Agents Stack 2026 6 层 + Memory 三层 + Context Engineering 取代 Prompt Engineering + MCP 标准化 + Memory Blocks + Agent Guardrails 独立化 + guardrails before action + OWASP MCP Top 10(beta)+ v25 升格为 6 层 + Agentic Infrastructure 新增层 + Evaluation 新增层高度同源;关键增量:89% vs 52% 的量化缺口(v25 横切 53 没有量化数字)+ Evaluation 层独立 + Memory 一等公民 论断 + MCP 重建 Tools 层 + 推理模型单步替代多步链 = 横切 53 升格为横切 53b 的核心理由 |
| 反方 / 风险 |
(A) 89%/52% 数字来源 The AI Engineer Substack,第三方独立核验缺;(B) 与 v25 Why Agents Fail 7 件套中 "evals 缺位" 同根,但未给改进路径;(C) Agent Surface / Agent Runtime / Tool Connectivity / Memory / Orchestration / Evaluation 六层划分是否覆盖 security / cost / 错误处理维度待 PDF 核 |
| 建议归入节 |
§1.33 v26 升格横切 53b 候选(AI Agents Stack 2026 6 层 + 89%/52% 量化缺口 + MCP 标准化 + Memory 一等公民 + Evaluation 独立)= 升格为 v26 横切 53b 候选 = 试金石 26 候选 |
| 重要边界 |
不要与 v25 §1.33 横切 53 混为同一件工作:v25 横切 53 是 6 层框架(无量化数字),The AI Engineer Stack 2026 是 6 层 + 89%/52% 量化 + 2024→2026 三大变化;89% / 52% 数字单独重要 |
增量 6 · Tom 7-20 radar 4 件 — LongStraw HF Daily #1 176 票 + RxBrain / Digital Pantheon / Chat2Scenic 全员升级(★NEW26, v25 8 件延续 + RxBrain 主分类 agent 升级)
| 字段 |
内容 |
| 来源 |
/shared/research-kb/inbox/tom/2026-07-20-agent-rag-longcontext-radar.md 8 候选 4 高 4 候 + Tom 7-20_agents-lite + Tom 7-20 0900 HF Daily 15 篇 |
| arXiv 号 |
arXiv:2607.14952 LongStraw(HF Daily #1, 176 票 升 v25 §4 中 HF Daily 24 → v26 176)+ arXiv:2607.14187 RxBrain(HF Daily 22 票, paper_cards 432 主分类 agent)+ arXiv:2607.15095 Digital Pantheon(已 v25)+ arXiv:2607.14387 Chat2Scenic(paper_cards 433 主分类 rag, agent-rag 跨主题) |
| 一句话 |
Tom 7-20 radar 4 高 4 候全部是 v25 8 件延续 + 主分类升级 — LongStraw HF Daily 票数从 24 暴增到 176(本期 HF Daily #1)+ RxBrain 主分类 v25 multimodal → v26 agent(已 paper_cards 432 标主分类 agent)+ Digital Pantheon 主分类 agent 已 v25 + Chat2Scenic 主分类 rag 但 agent-rag 跨主题 |
| v25 脉络关系 |
与 v25 §4 Tom 7-17 三场 radar 8 件(LongStraw/GRASP/Digital Pantheon/SAR/From Pixels/UniVR/VIABench/Partition Prompt)+ 7-18 三场 radar(含 RxBrain + AI Prototyper 14 件)+ 7-19 三场 radar(反思史上首次"4/8 折中塌方"识别 + 物理修复 14 件)同源;关键增量:LongStraw HF Daily 票数 7-17 24 → 7-20 176 暴增 7.3 倍 + RxBrain 主分类 v25 multimodal → v26 agent 升级 + agents-lite 备用模式启用(arXiv 超时 → HF Daily 策展) |
| 反方 / 风险 |
(A) Tom 7-20 agents-lite 标注 "arXiv 提供商本次超时(4 个查询均 TimeoutError)" → arXiv 主源缺失风险(7-21 早场需验证恢复);(B) LongStraw 176 票增长来自同期 EvoGraph-R1 / Ring-Zero 互引或社区关注,需核 arXiv 引用历史;(C) RxBrain 主分类升级(multimodal → agent)需与 v25 multimodal.md / agent.md 双向更新;(D) Chat2Scenic paper_cards 主分类 rag,雷达列为 agent-rag 跨主题,需 v26 明确归位 |
| 建议归入节 |
§2.2 记忆与上下文工程 RxBrain 升级 multimodal → agent 主分类(本简报同步给 multimodal.md / agent.md)+ §2.7 行业与平台动态 LongStraw HF Daily 票数从 24 → 176 暴增 7.3 倍 升 v26 + §4 跨实例审稿链 Tom 7-20 三场 radar(0840 + 0900 + agents-lite)沿用 v25 8 件 + RxBrain agent 主分类升级 |
| 重要边界 |
LongStraw 已 v25 沿用(arXiv:2607.14952v1),票数变化是动态数据,不构成新工作;RxBrain 主分类升级不改变 Flyp 7-19 精读结论(v25 §1.44 Multimodal 元方法学 4 件仍成立),只是 v26 主分类重新归位 |
增量 7 · Spark 主线 A 监控机制第 2 次实证 — 7-18 + 7-19 + 7-20 连续 3 天缺失(★NEW26, v25 §1.44 + §3.3 Q102 进展)
| 字段 |
内容 |
| 来源 |
/shared/research-kb/inbox/spark/2026-07-20-1001-rss-gradient-flow.md(主源 = Gradient Flow 7-20 5 篇)+ /shared/research-kb/inbox/spark/2026-07-19-1000-rss-gradient-flow.md v2 重写版(主源 = 主线 A 第 1 次实证)+ /shared/research-kb/inbox/spark/2026-07-18-1000-rss-gradient-flow.md v1 主线 A 缺失起点 + /shared/research-kb/inbox/spark/2026-07-20-1001-rss-chip-huyen.md(对照 = chip-huyen 5 篇无主线 A)+ spark 7-19 21:00 gradient-flow v2 重写版主线 A 监控机制第 1 次实证 |
| 一句话 |
主线 A「数据-合规-版权」连续第 3 天(7-18 + 7-19 + 7-20)从 Gradient Flow feed 5 行窗口缺失 = 主线 A 监控机制第 2 次实证;7-20 Gradient Flow 5 篇为「初创公司让我看到 AI 基础设施的下一层(RL)+ 25+ 家初创公司都在补同一块拼图(agent cheating)+ 你的 CLI 是为人设计的,不是为 Agent(CLI)+ 当你的 Agent 触及资金时会发生什么(资金)+ AI 真的让开发者更高效了吗(开发者效率)」— 无主线 A「数据-合规-版权」论据 |
| v25 脉络关系 |
与 v25 §1.44 Spark 主线结构升维(主线 A 监控机制第 1 次实证 + 5 巩固主线 H/I/F/G/E 全员回潮 + 主线 D/F/E 3 层结构连续 3 次确认 + Gradient Flow 主线结构第 6 次升维)同源;关键增量:7-20 = 主线 A 连续第 3 天缺失(7-18 + 7-19 + 7-20),从 v25 "第 1 次实证 + 第 2 天"升级为 v26 "第 2 次实证 + 连续 3 天" |
| 反方 / 风险 |
(A) Gradient Flow feed 是 spark 主观策展,可能存在 spark 遗漏主线 A 论据的样本偏差;(B) 主线 A 缺失 = 数据-合规-版权论据强度 0,但这不等于"合规版权不重要",只等于"本周 gradient flow 没有新论据";(C) 7-20 chip-huyen RSS 5 篇是 2024-2025 旧文,无主线 A 是预期 |
| 建议归入节 |
§1.44 v26 升维 Spark 主线 A 监控机制第 2 次实证 + §3.3 Q102 进展(连续 N 天缺失 = N=3)+ §3.3 新开放问题 Q103 候选(连续 4-5 天缺失 = 主线 A 消失判定阈值) |
| 重要边界 |
主线 A 监控机制 vs 主线 A 论据强度:监控 = 出现频率;论据强度 = 论据本身质量;v25 / v26 监控 = 出现频率层,论据强度层不在本简报范围 |
增量 8(旁证)· Mem0 2026 进展报告 — LoCoMo 92.5 / LongMemEval 94.4 / 21 框架 / 20 向量存储(★NEW26, v26 §2.2 节点)
| 字段 |
内容 |
| 来源 |
/shared/research-kb/inbox/jay/2026-07-20-rag-agent-memory-research.md §3.4 + Mem0 官方博客 + ECAI 2025 论文 arXiv:2504.19413 |
| 一句话 |
Mem0 2026 进展报告 — 新算法 LoCoMo 92.5 分(6,956 token/query)+ LongMemEval 94.4 分(6,787 token/query)+ 支持 21 框架 + 20 向量存储 + 三种部署模式(云托管 / 开源自托管 / MCP 本地)+ 开放问题(记忆压缩 / 多模态记忆 / 个性化与隐私平衡) |
| v25 脉络关系 |
与 v25 §2.2 MemoryAgentBench + Mem0/Letta/Zep(v21)+ MemTraceBench(v21)+ OpenViking(v22)+ Letta + Zep 同源;关键增量:Mem0 2026 实测数字(v25 §2.2 缺具体数字)+ 21 框架支持 + 20 向量存储 + MCP 本地部署 = Mem0 工业级成熟度 v25 未量化 |
| 反方 / 风险 |
(A) LoCoMo / LongMemEval 是 Mem0 自建基准 + 自家模型 = self-benchmark risk(与 v25 Harness Evolution 同根);(B) 21 框架 / 20 向量存储数据需 PDF 核;(C) 6,956 / 6,787 token/query 是 token 开销,需与 v25 横切 80 Why Agents Fail 7 件套对照 |
| 建议归入节 |
§2.2 记忆与上下文工程 52 → 56 节点(Mem0 2026 实测数字升格第五十八节点,与 MemoryAgentBench / Beyond Fact Retrieval / Memory in LLM Era 同列) |
| 重要边界 |
Mem0 ≠ MemoryAgentBench:Mem0 是产品,MemoryAgentBench 是 benchmark;Mem0 自报 92.5/94.4 数字需独立核验 |
2. 与 v25 活文档已有 v26 沿用候选条目映射
| v25 节点 |
7-20 新增引用 |
v26 沿用候选判断 |
| §1.32 横切 52 Multi-Agent 短视极化 |
Tom 7-20 radar Digital Pantheon(arXiv:2607.15095)+ Mem0 21 框架 + 分布式多 Agent 长期记忆(arXiv:2601.07978) |
✅ 沿用,无需新增节点 |
| §1.33 横切 53 AI Agents Stack 2026 6 层 |
The AI Engineer Stack 2026 + 89%/52% 量化 |
🟡 升格为横切 53b 候选(量化数字 + Evaluation 独立 + Memory 一等公民) |
| §1.34 横切 54-59 v22 横切 |
无新立 |
✅ 沿用 |
| §1.41 横切 60-66 v23 七件主轴 |
无新立 |
✅ 沿用 |
| §1.42 横切 67-73 v24 七件主轴 |
无新立 |
✅ 沿用 |
| §1.43 横切 74-81 v25 十一面升格 |
BadWAM(arXiv:2607.15207) |
🟡 新增横切 82 候选(WAM 知行鸿沟) |
| §1.44 v25 升格辅助:Multimodal 元方法学 4 件 |
RxBrain 主分类 multimodal → agent 升级 |
🟡 同步 multimodal.md / agent.md 双向更新 |
| §2.2 记忆与上下文工程 52 节点 |
MemoryAgentBench + Beyond Fact Retrieval + Memory in LLM Era Survey + Distributed Multi-Agent LT Memory + Mem0 2026 + Vinci2-EgoMemo + Knowledge Layer 综述 |
🟢 升格 v26 56 节点(新增 4-6 节点) |
| §2.3 工具调用与 Agentic RAG 50 节点 |
PalmClaw(arXiv:2607.13027) |
🟡 新增第五十一节点 PalmClaw |
| §2.4 多智能体协作 48 节点 |
无新立 |
✅ 沿用 |
| §2.5 运行时与基础设施 73 节点 |
LongStraw HF Daily 24 → 176 票 + Kubesimplify 硬件/请求模式致引擎差异消失 |
🟡 票数更新 + 硬件/请求模式工程判断补充 |
| §2.6 评测、可靠性与对抗 28 子节 |
OAT/Tracing Agentic Failure + STRACE + BadWAM(arXiv:2607.15207) |
🟢 升格 v26 28 → 30 子节(OAT + STRACE + BadWAM 3 新增) |
| §2.7 行业与平台动态 |
Mem0 2026 进展 + Knowledge Layer Substack + AI with Aish + SPEAR 模拟器 + PalmClaw mobile-native |
🟡 新增 5 个 v26 信号 |
| §3.1 共识 32-33 |
Knowledge Layer 范式共识 + BadWAM 知行鸿沟共识 |
🟡 新增共识 34-35 候选 |
| §3.2 争议 44-45 |
向量检索降级 vs 关键词颠覆 vs 长上下文直读 3 路径之争 |
🟡 新增争议 46 候选 |
| §3.3 开放问题 Q99-Q102 |
Spark 主线 A 第 2 次实证 + Q103 连续 4-5 天缺失阈值 |
🟡 Q102 进展 + Q103 候选 |
| §3.4 趋势 T103-T105 |
Agent Memory 评估三件套合并成熟 + Knowledge Layer 范式 |
🟡 新增趋势 T106-T107 候选 |
| §3.4 Spark Gradient Flow 主线结构升维 |
第 6 次升维(7-19)+ 7-20 连续第 3 天主线 A 缺失 = 主线 A 监控第 2 次实证 |
🟡 升级为第 7 次升维(7-20) |
3. 值得警惕的矛盾或待核实说法
3.1 矛盾 1 · Tom 0853 RAG 47% 算力成本(来源 CSDN 博客,未独立核验)
- 冲突:Tom 7-20 radar-e1prep §增量 2 标记"RAG 生产系统算力成本高出 47% — Llama-3-70B + Qdrant v1.9",来源 CSDN 博客,未独立核验;Qdrant v1.9 版本信息需与官方 changelog 交叉核实
- 建议:Stephen 晚场稿保留"⚠️ 来源 CSDN 博客,未独立核验;Qdrant v1.9 版本需与官方 changelog 交叉核实"批注;不入 risk.md 主档;仅作入 agent.md / rag.md §2.10 行业平台数据「待核验」小节
3.2 矛盾 2 · pgvector 0.8.0 vs 0.8.2 性能 claim
- 冲突:Jay 7-20 多稿同步提到 pgvector 0.8.0 带来 5.7 倍查询性能提升,但 pgvector 官方 release notes 未确认;同时 Jay 在 CVE-2026-3172 段落写 "pgvector < 0.8.2 需升级",与 5.7× 性能段落版本号不一致
- 建议:Stephen 晚场稿统一定为 "pgvector 0.8.2(含 0.8.0 升级路径)" 并在 notes/engineering.md §2.11 同步更新
3.3 矛盾 3 · Kubesimplify DGX Spark vs AIMultiple H100 引擎性能矛盾
- 冲突:DGX Spark(BF16, Qwen3-Next-80B)三引擎热请求 31-32 tok/s 几乎持平,但 AIMultiple H100 上 SGLang 16,215 tok/s 领先 vLLM 12,553 tok/s 达 29%
- 判断:两者可能都对——差异来自硬件架构(H100 vs GB10)+ 请求模式(并发吞吐 vs 前缀复用)+ 模型大小(8B vs 80B);对照 v25 Silent Hyperparameter 16.6pp 偏移理解
- 建议:agent.md §2.5 推理引擎选型 v3 收敛 备注 "硬件/请求模式导致 benchmark 差异消失"
3.4 矛盾 4 · RxBrain 主分类 multimodal vs agent
- 冲突:v25 §1.44 Multimodal 元方法学 4 件把 RxBrain(arXiv:2607.14187)列在 multimodal;但 paper_cards/432 主分类明确 agent;Flyp 7-19 精读也归 multimodal 主线;Tom 7-20 agents-lite 归 agent
- 判断:RxBrain 是跨主线工作 — 主分类可归 agent(具身规划 + 推理 + 双通路),也可归 multimodal(视觉想象);建议 v26 §1.44 保留 multimodal 元方法学 4 件,新增 §1.45 升格 multimodal-agent 跨主线 v26 辅助(与 v25 Boogu-Image / VideoChat3 / DeepPlanning 同段)
- 建议:v26 双向更新 multimodal.md / agent.md,补 RxBrain 主分类 agent 注释
3.5 待核实 · Memory in LLM Era Survey 引用 OpenClaw Team 2026 作 agent 案例
- 冲突:Jay 7-20 rag-agent-memory-research §3.3 提到 Memory in LLM Era Survey(arXiv:2604.01707v1)引用 OpenClaw Team 2026 作为 agent 案例(SWE-agent、OpenClaw)
- 疑点:OpenClaw Team 2026 = 本实例底层 AI 助理,spark 自指引用需核实;该 Survey 是否真的引用 OpenClaw 团队?还是 spark / agent 自引用风险?
- 建议:Stephen 晚场稿 / Tom 7-21 早场稿 必须核 arXiv:2604.01707v1 原文引用列表,确认 OpenClaw 引用真实性
3.6 待核实 · arXiv:2607.15207 BadWAM 完整 TLDR
- 冲突:paper_cards 中尚未出现 BadWAM 完整 TLDR;Tom 7-20 HF Daily 仅 1 行摘要
- 疑点:"WAM 类具身 Agent 知行鸿沟" 概念 + 实证 + baseline 缺失
- 建议:Stephen 晚场稿 / Tom 7-21 早场稿 PDF 核 arXiv:2607.15207 + GitHub 代码 + 与 v25 LongStraw / Boogu-Image / RxBrain 主线交叉
3.7 待核实 · The AI Engineer Stack 2026 89%/52% 数字
- 冲突:Tom 7-20 radar-e1prep 增量 1 标记 89% observability / 52% evals 缺口 37 个百分点;来源 The AI Engineer Substack,第三方独立核验缺
- 建议:Stephen 晚场稿需核 Substack 原文 + 是否有 AAR / Crunchbase / Stack Overflow 2026 survey 同源数据
4. 涉及 arXiv 号列表(本次新增)
| arXiv |
来源 |
主分类 |
与 agent.md 关系 |
v26 沿用候选 |
| arXiv:2607.15207 |
Tom 7-20 HF Daily #7(46 票) |
agent(具身评测/safety) |
横切 82 候选(WAM 知行鸿沟) |
🟢 v26 横切 82 候选 |
| arXiv:2507.05257 |
Jay 7-20 §3.1 MemoryAgentBench(ICLR 2026) |
agent(benchmark) |
§2.2 第五十三节点 |
🟢 v26 §2.2 新增 |
| arXiv:2511.07587 |
Jay 7-20 §3.2 Beyond Fact Retrieval(AAAI 2026 Oral) |
agent / rag(episodic memory) |
§2.2 第五十四节点 |
🟢 v26 §2.2 新增 |
| arXiv:2604.01707v1 |
Jay 7-20 §3.3 Memory in LLM Era Survey |
agent(survey) |
§2.2 第五十五节点 |
🟢 v26 §2.2 新增 |
| arXiv:2601.07978 |
Jay 7-20 §3.5 Distributed Multi-Agent LT Memory |
agent / engineering |
§2.2 第五十六节点 |
🟢 v26 §2.2 新增 |
| arXiv:2607.13027 |
paper_cards/406 PalmClaw |
agent(application) |
§2.3 第五十一节点 |
🟢 v26 §2.3 新增 |
| arXiv:2607.11523 |
paper_cards/401 Vinci2 + EgoMemo |
agent(method) |
§2.2 第五十七节点 |
🟢 v26 §2.2 新增 |
| arXiv:2607.12747 |
paper_cards/402 OAT / Tracing Agentic Failure |
agent(method) |
§2.6 升格 28 → 30 子节 |
🟢 v26 §2.6 新增 |
| arXiv:2607.07702 |
paper_cards/404 STRACE |
agent(method) |
§2.6 升格 28 → 30 子节 |
🟢 v26 §2.6 新增 |
| arXiv:2607.06701 |
paper_cards/414 SPEAR |
agent(application) |
§2.7 行业与平台动态 |
🟢 v26 §2.7 新增 |
| arXiv:2607.14187 |
paper_cards/432 RxBrain(主分类 agent,v25 multimodal 升级) |
agent / multimodal 跨 |
§1.44 Multimodal 元方法学 4 件 同步双向更新 |
🟡 v26 主分类 agent 升级 |
| arXiv:2607.14387 |
paper_cards/433 Chat2Scenic |
rag / agent 跨主题 |
Tom 7-20 radar 4 高 4 候 |
🟢 v26 §2.3 / §2.7 新增 |
| arXiv:2607.14952 |
paper_cards/423 LongStraw(已 v25) |
engineering |
HF Daily 票数 24 → 176 |
✅ v25 沿用 + 票数更新 |
| arXiv:2607.15278 |
paper_cards/431 HDR |
multimodal |
Tom 7-20 radar 候补 |
✅ v25 multimodal.md 沿用 |
合计 7-20 agent 主分类新增 arXiv 5 件 + 主分类相关 arXiv 9 件 = 14 件(其中 v25 未沿用 = 12 件,v25 已沿用需更新 2 件)
5. 检查过的来源(全部)
5.1 inbox jay(7-19 + 7-20 共 28+ 个相关)
- 7-19(22 份):morning-briefing-ai-agents-stack-jul2026 / 11× RSS(bytebytego/nathan-benaich/raschka/simon-willison/cool-papers/cool-papers-ir/lilian-weng/import-ai/msr-blog/fireship/karpathy)/ inference-engine-benchmark-agent-memory-engineering / engineering-filter-inference-backend-reproducibility-silent-errors / csdn-substack-agentic-rag-multimodal-mlops / evening-hf-security-agentic-attack-langchain-state / evening-hf-arxiv-agent-stack / evening-inference-agentic-production-engineering / agent-security-vecdb-trending / csdn-rag-agent-context-engineering-substack / csdn-substack-rag-agent-llm / evening-briefing / agent-security-vecdb-trending / news-x-tech-radar
- 7-20(11 份):csdn-inference-agent-quantization-highvalue / ai-agent-security-vecdb-harness-engineering / 7× RSS(bytebytego/nathan-benaich/raschka/simon-willison/cool-papers/cool-papers-ir/lilian-weng/import-ai/msr-blog/karpathy/fireship)/ engineering-filter-round1 / morning-briefing-database-backend-cloudnative-inference / substack-github-trending-multimodal-supplement / engineering-e1prep / news-x-tech-radar / rag-agent-memory-research
5.2 inbox tom(7-19 + 7-20 共 11 个相关)
- 7-19:agent-rag-longcontext-radar(3 场 T0840/T1440/T2040)+ hf-daily + 2× RSS(lex-fridman/yannic-kilcher)
- 7-20:agent-rag-longcontext-radar / hf-daily + 2× RSS / rag-e1prep / agents-lite
5.3 inbox flyp(7-19 + 7-20 共 8 个相关)
- 7-19:Boogu-Image-0.1 v2 重写 / VideoChat3 / DeepPlanning / RxBrain + 3× RSS(cameron-wolfe/interconnects/ai-explained)
- 7-20:multimodal-e1prep / UniVR-VR-GRPO-critical-read + 3× RSS
5.4 inbox stephen(7-19 + 7-20 共 25+ 份相关)
- 7-19:1245 coordination-check-noon / 2245 coordination-check-evening + 11× RSS 通稿 + news-x-vip-radar + 8 厂商 news 通稿(anthropic/openai/deepmind/google/hf/tldr-ai/bens-bites/yt-anthropic/yt-deepmind/yt-openai)
- 7-20:1245 coordination-check-noon + ai-industry-e1prep + 11× RSS 通稿 + news-x-vip-radar + 8 厂商 news 通稿
5.5 inbox spark(7-18 + 7-19 + 7-20 共 6 个相关)
- 7-18:rss-gradient-flow v1(主线 A 缺失起点)
- 7-19:rss-gradient-flow v2 重写版(主线 A 监控第 1 次实证 + Gradient Flow 主线结构第 6 次升维)/ rss-chip-huyen / rss-yt-3blue1brown
- 7-20:rss-gradient-flow(主线 A 连续第 3 天缺失 = 监控第 2 次实证)/ rss-chip-huyen / rss-yt-3blue1brown
5.6 paper_cards(序号 401-456,主分类 agent + agent-rag 跨主题)
- 401-2607-11523 Vinci2 + EgoMemo(主分类 agent)
- 402-2607-12747 OAT / Tracing Agentic Failure(主分类 agent)
- 404-2607-07702 STRACE(主分类 agent)
- 406-2607-13027 PalmClaw(主分类 agent)
- 407-2607-13104 Self-Improvements Survey(主分类 agent,v25 §2.1 已沿用)
- 414-2607-06701 SPEAR(主分类 agent)
- 424-2607-15095 Digital Pantheon(主分类 agent,v25 §4 已沿用)
- 432-2607-14187 RxBrain(主分类 agent,v25 §1.44 multimodal 升级)
- 443-2303-11366 Reflexion(主分类 agent,旧文 +4384 引用)
- 444-2303-17580 HuggingGPT(主分类 agent,旧文 +1594 引用)
- 446-2309-07864 Rise and Potential of LLM Agents: A Survey(主分类 agent,旧文 +1909 引用)
6. 增量评估与活文档 v26 接力建议
6.1 增量性质判断
| 类别 |
数量 |
评估 |
| 新立 arXiv 主分类 agent |
5 件 |
中型增量,需 v26 §2.2 + §2.3 + §2.6 多节升格 |
| 新立 arXiv agent-rag 跨主题 |
4 件 |
中型增量,需 v26 §2.3 / §2.7 新增 |
| 新立 arXiv agent 综述/方法学 |
3 件 |
中型增量,v26 §2.1 综述/方法学锚升格 |
| 7-20 HF Daily 新增 agent 候选 |
1 件(BadWAM) |
中型增量,v26 横切 82 候选 |
| 7-20 Tom radar 4 件延续 + 票数更新 |
4 件 |
小型增量,v25 沿用 + 票数变化 |
| 7-20 Knowledge Layer / AI Engineer Stack 2026 / Mem0 2026 等综述/进展 |
3 件 |
中型增量,v26 §1.33 横切 53b 升格 + §2.2 节点新增 |
| Spark 主线 A 监控第 2 次实证 |
1 件 |
小型增量,v25 §3.3 Q102 进展 |
| v25 节点反向重新归位(RxBrain multimodal → agent) |
1 件 |
小型增量,multimodal.md / agent.md 双向更新 |
总计 v26 净增量 = 11-13 信号 = 7-8 横切 + 2-3 共识 + 1 争议 + 1-2 开放问题 + 1-2 趋势 = 11-13 信号(与 v25 19 信号相比略少,符合"v25 已饱和"的判断)
6.2 v26 接力建议(给今晚活文档接手时)
- §1.33 横切 53 → 升格为横切 53b AI Agents Stack 2026 v26 升格(89%/52% 量化 + Evaluation 独立 + Memory 一等公民 + MCP 标准化)
- §1.43 新增横切 82 WAM 知行鸿沟候选(BadWAM arXiv:2607.15207)
- §2.2 52 → 升格 56-58 节点(新增 MemoryAgentBench + Beyond Fact Retrieval + Memory in LLM Era + Distributed Multi-Agent LT Memory + Mem0 2026 + Vinci2-EgoMemo + Knowledge Layer 综述)
- §2.3 50 → 升格 51 节点(新增 PalmClaw)
- §2.6 28 → 升格 30 子节(新增 OAT + STRACE + BadWAM)
- §2.7 行业与平台动态新增 5 个信号(Mem0 2026 + Knowledge Layer Substack + AI with Aish + SPEAR 模拟器 + PalmClaw mobile-native)
- §1.44 Multimodal 元方法学 4 件 RxBrain 主分类 multimodal → agent 升级,双向更新 multimodal.md / agent.md
- §3.3 Q102 进展 + 新增 Q103 候选(连续 4-5 天主线 A 缺失 = 主线 A 消失判定阈值)
- §4 跨实例审稿链新增 Tom 7-20 三场 radar(0840 + 0900 + agents-lite)
- §4 Spark Gradient Flow 主线结构升维 6 → 7 次升维(7-20 = 主线 A 连续第 3 天缺失)
6.3 重要提醒
- v25 已饱和,7-20 增量属中型:不必强行凑 v26 19 信号量级,11-13 信号合宜
- Knowledge Layer / AI Engineer Stack 2026 / Mem0 2026 等综述/进展需独立核验:Substack 权威但非学术,89%/52% / 21 框架 / 20 向量存储等数字需第三方验证
- Spark 主线 A 监控第 2 次实证是稳定的:连续 3 天缺失 = 监控机制已建立;若 7-21 仍缺失则触发 Q103 连续 4-5 天阈值
- RxBrain 主分类双向更新:multimodal.md 仍保留作为元方法学 4 件之一,agent.md §2.2 / §1.45 新增主分类 agent 跨主线标注
- BadWAM 是 7-20 唯一新立 agent 评测/safety 候选:46 票 HF Daily 中等热度,需 PDF 核 + 与 v25 LongStraw / RxBrain 主线交叉
7. 待人工确认 / 冲突 / 缺口清单(给今晚活文档接手)
- 🟡 主线 A 连续第 3 天缺失升级为监控第 2 次实证:v25 Q102 进展,新增 Q103 连续 4-5 天缺失阈值候选
- 🟡 Knowledge Layer 综述可靠度中等:Substack 权威但非学术,需第三方验证 89%/52% 数字
- 🟡 Mem0 2026 自报数字待核:LoCoMo 92.5 / LongMemEval 94.4 是自建基准 + 自家模型 = self-benchmark risk
- 🟡 Memory in LLM Era Survey 引用 OpenClaw Team 2026 真实性:spark 自指引用风险,需 PDF 核
- 🟡 RxBrain 主分类双向更新:multimodal.md / agent.md 双向更新保持一致性
- 🟡 BadWAM 完整 TLDR 缺失:PDF 核 arXiv:2607.15207 + 与 v25 主线交叉
- 🟢 Tom 7-20 agents-lite 备用模式启用 = arXiv 提供商超时:7-21 早场需验证 arXiv 主源恢复
撰写实例：spark
撰写时间：2026-07-20 13:30 CST
草稿状态：v1 预消化,不重写 agent.md;只列 7-20 增量与待活文档 v26 消化的方向
v25 沿用 arXiv 编号附录：2605.01280 / 2605.19537 / 2605.11202 / 2605.20466 / 2606.04594 / 2606.05405 / 2606.10662 / 2606.28565 / 2607.00394 / 2607.01579 / 2607.03065 / 2607.08973 / 2607.10183 / 2607.11149 / 2607.11172 / 2607.11250 / 2607.11423 / 2607.11487 / 2607.11881 / 2607.12227 / 2607.12395 / 2607.12463 / 2607.12764 / 2607.12800 / 2607.13034 / 2607.13104 / 2607.13125 / 2607.13276 / 2607.13705 / 2607.13988 / 2607.14076 / 2607.14187 / 2607.14660 / 2607.14777 / 2607.14935 / 2607.14952 / 2607.15095 / 2607.15257 / 2607.15277 / 2603.09619 / 2602.20478 / 2602.08226 / 2604.17227 / 2602.21566 / 2602.23368 / 2607.00406 / 2601.18137 / 2601.06288 / 2607.10463
v26 新增候选 arXiv 编号(本简报):2607.15207 / 2507.05257 / 2511.07587 / 2604.01707v1 / 2601.07978 / 2607.13027 / 2607.11523 / 2607.12747 / 2607.07702 / 2607.06701 / 2607.14387 / 2607.15278