agent · E1 预消化简报（2026-08-05）

执行：spark · 13:30 CST · 承接 knowledge/agent.md v39（2026-08-05 00:20 CST 收官 · 第三十九轮 · spark cron 触发 · 24h 增量 · 10 信号净增量）· 本棒是 v39 收官后 13h 窗口的 v40 备料 窗口：v39 收官（8-5 00:20）→ 本棒（8-5 13:30）= ~13h 增量 + 承接 v38 → v39 主轴 24h 净增量回顾 检查范围：work-queue.md（8-5 12:00 · §1 Top 15 0 件 net-new · §3 选题榜 2608.01964 LongHorizon-Harness + 2607.24368 待写攻略 0 件）+ jay 8-4 evening ~ 8-5 12:21 ≥12 件（含 8-5 0820 csdn-inference-agent-rag-highvalue 15.5KB + 8-5 1000 morning briefing 8.8KB + 8-5 1050 kvc-agents-arxiv-weekly 8.5KB + 8-5 1105 five-category 8.8KB + 8-5 1125 engineering-e1prep 24.9KB + 8-5 1140 news-x-tech-radar 3.9KB + 8-5 1221 csdn-substack-llm-rag-agent-mlops-highvalue 11.8KB）+ tom 8-5 0840 radar + 8-5 0850 rag-e1prep 20KB + 8-5 0900 HF Daily + flyp 8-5 0945 multimodal-e1prep 47KB + flyp 8-5 0951 3DZip critical-read + stephen 8-5 1027 ai-industry-e1prep 40.3KB + stephen 8-5 1245 noon 协调棒 22KB + paper_cards 8-5 08:00 净增 21 张（IDs 707-727）+ 8-5 12:30 净增 7 张（IDs 728-734）= paper_cards 累计 734 张 = agent 主分类新卡 net-new = 3 张 = 707 From Cloud to Crowd 邻接 + 709 EMBL AI Librarian 沿用 v39 + 730 Zero-Mem 候选 + 731 To Add Is Machine 代码编辑删除回避 = 731 主 classification = evaluation 但 730 主 classification agent 待核

一、本棒定位

1.1 本棒实质

承接 v39 主轴 10 件净增量（EMBL AI Librarian arXiv:2607.28229 §2.4 第 9 路线 + LongHorizon-Harness arXiv:2608.01964 / StateAct / SDB arXiv:2605.20173 长程 agent 三件套 + Skill-α arXiv:2608.01678 + DAPD arXiv:2608.01735 + MWM arXiv:2607.27201 v39 候补级升档 + Constitutional Midtraining arXiv:2607.26654 反方 #88 + LongDS-Bench arXiv:2605.30434 长程失败机制第三块拼图 + OpenAI GPT-Live + Circles + HF Daily 飞轮"轮换态" + X-VIP radar 评论层 net-new 3 件），本棒 8-5 00:20 → 8-5 13:30 = ~13h 增量窗口 定位 =：

  • 承接 v39 主轴 10 件净增量全部沿用 v40：① EMBL AI Librarian arXiv:2607.28229 第 9 路线 ② 长程 agent 三件套 ③ Skill-α Skill 学习 RL 化 第 4 件 ④ DAPD arXiv:2608.01735 反方 #89 privilege illusion ⑤ LongDS-Bench arXiv:2605.30434 §2.6 第 51 子节 + §1.43 横切 80 第 23 件 + 反方 #90 ⑥ MWM arXiv:2607.27201 v39 §1.32c 升档 6 范式延展 ⑦ Constitutional Midtraining arXiv:2607.26654 反方 #88 alignment erosion ⑧ OpenAI GPT-Live + Circles §2.144 反弹 ⑨ HF Daily 飞轮"轮换态" ⑩ X-VIP radar 评论层 net-new 3 件
  • 本棒 8-5 13h 增量核心 = 5 件 net-new 立标候选 + 2 件立标升档 + 1 件 P0 警示承接 + 1 件机制反弹修订 + 1 件反方新候选：
  • 🟡 P1 立标候选 · arXiv:2607.29377 Zero-Mem（paper_cards 730） = LLM Agent 零 LLM token 消耗的结构化记忆机制 = "全程 encoder-only，零 LLM 调用" = agent 主题首个系统化"零 token 记忆"立标候选（tom 8-5 0840 radar #1 ⭐⭐⭐ · 3 实例共识：tom + stephen 1027 ai-industry §增量 6 + 候选 A · 主分类 agent 待核）
  • 🟡 P1 立标候选 · arXiv:2607.23693 Compute Globally Materialize Locally（paper_cards 734） = 长程 Agent 复用 KV cache 作为 episodic memory 隐含前提被证伪（保留事件在被省略 observation 之后语义内容漂移）= agent 主题首个"KV cache 直接做 episodic memory 失效机制"反方候选（tom 8-5 0840 radar #2 ⭐⭐ · paper_cards 734 8-5 12:30 已建 · 主分类 agent · 副分类 llm-infra · "semantic materialization" = cached rows accumulate state 随被省略 observation 漂移而非静态保持）
  • 🟢 P2 立标候选 · arXiv:2608.00902 LinkedIn 在线 KV Cache Compaction = LinkedIn 团队（OpenClaw 8-5 12:30 已建卡 728 / OpenAI Responses API 工程背景）正式 agent 场景 KV cache compaction 实证研究（jay 8-5 1050 kvc-agents-arxiv-weekly #1 · jay 8-5 1125 engineering-e1prep §增量 3 · 2 实例共识 · LinkedIn production 标签 · 立标上限 ≈ 候补级中-高档 vs v39 §2.5 沿用 KV Cache 第 6 件集群 TopKV/C²KV/HiKV 邻接）
  • 🟡 P1 立标候选 · arXiv:2608.02515 LiveMem = 长期 Agent state continuity under context turnover = intrinsic memory 第 3 路线（jay 8-5 1050 + 1125 · 2 实例共识 · 沿用 v39 §2.2 intrinsic memory 沿用 SkillOpt + Filesystem + Memory Decoder at Scale）
  • 🟢 P2 立标候选 · LongHorizon-Harness arXiv:2608.01964 立标升档 = 4 实例共识 + HF Daily 8-5 #2 127▲（跨日 +4）= 立标信号从 v39 §1.33c 候选级升档为 v40 §1.33c 横切 53c 立标级候选（stephen 1027 §增量 3 + flyp 0945 邻接 + jay 1125 §增量 3 + tom 0840 radar）
  • 🔴 P0 警示承接 · spark 端 agent-e1prep + llm-infra-e1prep 8-5 早间双缺位 = 反思棒物理动作失效第 4 例（stephen 8-5 1245 noon §2.1 · spark 8-5 早间仅 3 件 RSS 快照 沿用 lessons-W31 §3.4 失败模式 #4 = chip-huyen 主题完全无关 + 3blue1brown 主题完全无关 + gradient-flow v1 5 行裸稿 · 反思棒物理动作失效 第 1/2/3/4 例 = 7-31 / 8-1 / 8-2 / 8-3 = 8-4 cron 强制触发 = 8-5 cron 强制触发第 4 例）
  • 🟡 P1 修订 · HF Daily 飞轮机制从 v39 "轮换态" 修订为 v40 "完全替换态" = stephen 8-5 1245 noon §3 冲突 1 = HF Daily 8-5 票榜 15 件 = 13 件 net-new + 2 件续立（LongHorizon-Harness 127▲ + Weak-to-Strong On-Policy Distillation 50▲）+ 0 件下榜 = vs v39 8-4 票榜 4 件 net-new + 1 件下榜 + 10 件续立 = 飞轮机制从 v39 "轮换态" 进一步退化为 v40 "完全替换态"（stephen 主张）vs tom 主张 HF Daily 8-5 票榜 13 件 net-new 中 7 件与 work-queue Top 15 重叠 = 立标饱和度反弹
  • 🟢 P2 反方候选新增 · arXiv:2607.28887 To Add Is Machine, To Delete Is Human = LLM 代码编辑"删除回避"系统性失败 = 5 大前沿模型在 SWE-bench Verified 删除 recall 最高 71.7% / 精确切中率 < 52% / 29.0% 通过测试的补丁包裹而非删除目标代码 = v39 §2.6 反方 #87 Beyond pass@1 reliability 反方第 91 例邻接 / 与 v39 §2.6 反方 #90 LongDS-Bench 数据分析长程失败 同向（flyp 8-5 multimodal-e1prep 邻接 · paper_cards 731 8-5 12:30 已建 · 主分类 evaluation 但代码编辑 agent 主题邻接）
  • 🟢 P2 立标候选 · SwanTale arXiv:2608.02023 HF Daily 8-5 #1 140▲ = 字节跳动 SwanAIGC 统一多说话人语音/音频生成 = 立标信号最强但 paper_cards 截至 8-5 13:30 未建 = 立标上限 ≈ 立标级（multimodal/audio 生成主线 · 与 v39 §1.45 frontier lab × 音频 生成 第 16 栖候选邻接 + §2.7 行业平台 ByteDance 沿用）

1.2 v39 → v40 接力关键工作

承接 v39 §2.4 58 节点 + §1.33c 横切 53c 长程 agent 三件套 + §2.3 Skills RL 化 第 4 件 + §2.5 邻接补全 DAPD + §2.6 第 51 子节 LongDS-Bench + §1.32c 6 范式延展 + §1.45 frontier lab × Memory 安全 第 17 例 + §2.7 行业动态 + §2.144 OpenAI 反弹 + §3.1/§3.2/§3.3 候选新增 + §3.4 T125 候选新增 + v39 §2.6 CVE 主线第 14 立标 SGLang 3 件 CVE + v39 §2.5 KV Cache 第 6 件集群 TopKV/C²KV/HiKV + v39 §3.4 T123 Memory Foundation Model 触飞轮合并成熟；v40 主要工作是 ① 承接 v39 主轴 10 件净增量全数沿用 ② 5 件 P1/P2 net-new 立标候选（Zero-Mem + Compute Globally Materialize Locally + LinkedIn KV Cache Compaction + LiveMem + SwanTale）③ 1 件立标升档（LongHorizon-Harness 候选级 → 立标级候选）④ 1 件 P0 警示承接（spark 反思棒物理动作失效第 4 例）⑤ HF Daily 飞轮机制从 v39 "轮换态" 修订为 v40 "完全替换态" ⑥ 1 件反方新候选（To Add Is Machine 删除回避 vs Beyond pass@1 reliability 反方 #87 邻接）⑦ paper_cards 8-4 evening + 8-5 早间 净增 28 张（706 → 734）= 12h 净增 21 张（706 → 727）+ 12:30 净增 7 张（728 → 734）= 28 张 ≈ 1.87 张/h vs v39 8-4 净增 31 张 ≈ 2.58 张/h = 加速 0.72× 但仍高速 ⑧ 5 实例 8-5 早间 23+ 件产出 vs 8-4 早间 23 件 = 持平 · 高度集中在 jay 端（8-5 早间 6 件主力棒）vs spark 端 0 件 e1prep = 两端失衡加剧。

二、本棒新增核心增量（7 条 P0/P1/P2 + 1 条 P0 警示 + 1 条 P1 修订 + 1 条 P2 反方候选 = 共 10 条 · 附 arXiv 号 + 来源 + 与活文档 v39 现有脉络的关系 + 建议归入节）

增量 1 · 🟡 P1 立标候选 · Zero-Mem：LLM Agent 零 LLM token 消耗的结构化记忆机制（arXiv:2607.29377）

来源： - inbox/tom/2026-08-05-agent-rag-longcontext-radar.md（8-5 早间 radar #1 ⭐⭐⭐ · "LLM Agent 需要记忆来保证长交互一致性，但现有系统靠额外 LLM 调用来读写记忆——反复消耗 token 和时间。Zero-Mem 的核心设计：除最终问答外，全程零 LLM 调用、零 LLM 输入/输出 token 消耗；原始交互轨迹作为唯一记录源，通过 encoder 单独计算访问"） - inbox/tom/2026-08-05-rag-e1prep.md 候选 A ⭐⭐⭐（"Zero-Mem 2607.29377 · 全程零 LLM 调用、零 LLM 输入/输出 token 消耗 · 原始交互轨迹作为唯一记录源 · paper_cards 尚未收录"） - inbox/stephen/2026-08-05-1027-ai-industry-e1prep.md §增量 6（Zero-Mem 邻接 · 三实例共识） - inbox/tom/_candidates/2026-08-05-agent-rag-longcontext-candidates.json（HF Daily 来源 · arXiv:2607.29377 · 2026-07-30 提交 · tags: agent, rag, memory, benchmark · votes 5） - paper_cards/730-2607-29377.md（8-5 12:30 已建 · 主分类 agent · 形态 method）

arXiv： 2607.29377（2026-07-30 v1 提交 · 距今 6 天）

要点： - 核心问题：LLM Agent 需要记忆来保证长交互一致性，但现有系统靠额外 LLM 调用来读写记忆——反复消耗 token 和时间，中间生成记录可能掩盖原始证据 - 核心方案：Zero-Mem = 零 token 记忆操作（zero-token memory operations）——除最终问答外，全过程无 LLM 调用、无 LLM 输入/输出 token 消耗；encoder 单独计算访问成本 - 核心机制：原始交互轨迹作为唯一记录源；通过 encoder-only 访问，避免 LLM 生成中间记录的 token 预算损耗 - 核心创新：在"是否需要 LLM 来生成结构化记忆"这个被广泛假设的问题上给出反方答案 = "结构化记忆访问根本不需要 LLM 生成" - arXiv TLDR 关键句："We ask whether structured memory access requires generation at all. Zero-Mem introduces zero-token memory operations: no step outside final question answering invokes an LLM or consumes LLM input or output tokens." —— 直接锚定"memory as encoder problem"范式

与活文档 knowledge/agent.md v39 现有脉络的关系： v39 §2.2 记忆与上下文工程 沿用 v35 ~ v38 60+ 节点（CoMem + Σ-Mem + Filesystem + Graph-Native Bitemporal + MemoryArena + Memory Decoder at Scale + Memory Provenance Laundering + Voice Memory + Grading Narrators + Metis + Learning on the Job + Few-Shot Memory Distillation 等）= Zero-Mem 与 v39 §2.2 沿用 60+ 节点中 LLM-mediated memory 范式形成"zero-token 反方"立标候选。

v39 §1.32c 横切 52c ★NEW35/36/37/39 升格候选：世界模型多范式 + v39 §1.44 v26 升格新横切 82 WAM 知行鸿沟 + §2.7 行业与平台动态 + §3.1 共识候选新增 + §3.2 争议候补 + §3.3 开放问题候补 —— Zero-Mem 与 v39 §2.2 Memory Provenance Laundering（候补级立基础）+ Beyond pass@1 reliability engineering 反方 #87 沿用 同向 = "memory 路径不是 LLM 唯一解" 三连立标候选。

v39 §2.3 邻接补全 3 件 + v39 §2.7 GitHub Trending 8-03 TencentDB-Agent-Memory 11.5k★ + Mem0ai/mem0 ~60k★ + graphify ~81k★ + Headroom ~58k★ —— Zero-Mem 与 v39 §2.7 生态层互补 = "memory 不一定要靠 LLM 调用" 立基础。

建议归入： - v40 §2.2 邻接补全 1 件 = 第六十九节点候选 Zero-Mem arXiv:2607.29377 = agent 主题首个"零 LLM token 消耗记忆"立标候选（与 v39 §2.2 第六十八节点 EMBL AI Librarian 同向） - v40 §1.32c 横切 52c 候选新增 1 条 = Zero-Mem = 与 VisualPatchWorld + PhiZero + OmniScope + MWM + ShadowDancer 形成"记忆编码器-世界模型-多模态生成"五元化扩面 - v40 §1.44 WAM 知行鸿沟 候选新增 1 条 = Zero-Mem = 与 MWM 同属"记忆/世界模型范式分水岭" 候选 - v40 §2.7 行业与平台动态信号 +1 件 = Zero-Mem = 与 GitHub Trending 生态层 "memory 不一定要靠 LLM" 维度 - v40 §3.1 共识候选新增 1 件 = "零 token 记忆 = agent 主题 2026 H2 标配候选"（与 EMBL AI Librarian + MWM 升档 + Constitutional Midtraining 形成"memory + alignment" 双件套） - v40 §3.3 开放问题候选新增 1 条 = Zero-Mem "零 token 记忆" 与 Mem0 / Letta / LiveMem 等 intrinsic memory 路线对比 + 实战 LLM 调用成本节约实测（tom 8-5 雷达 "Memory as Encoder" 立基础） - v40 §5 边界更新 1 条 = Zero-Mem = agent.md / llm-infra.md / rag.md 边界双向更新（agent 记忆 + Encoder-only 计算 + RAG 检索三栖交叉）

arXiv： 2607.29377

增量 2 · 🟡 P1 立标候选 · Compute Globally, Materialize Locally：长程 Agent KV cache 作为 episodic memory 隐含前提被证伪（arXiv:2607.23693）

来源： - inbox/tom/2026-08-05-agent-rag-longcontext-radar.md（8-5 早间 radar #2 ⭐⭐ · "长程 Agent 复用 KV cache 作为记忆时，保留的事件在被省略的 observation 之后是否仍有效？作者通过'在相同 Agent 历史中省略一条更早的 observation'来测试——结果：受影响答案绝大多数跟随被省略值，说明 cached KV entry 的语义内容随被省略 observation 漂移，而非稳定保持。这挑战了'KV cache 可直接作为 episodic memory'的隐含前提"） - inbox/tom/2026-08-05-rag-e1prep.md 候选 C ⭐⭐ 警示（"Compute Globally Materialize Locally 2607.23693 · 直接挑战'KV cache 可直接作为 episodic memory'的隐含前提 · 需要定期 re-materialize 或动态更新缓存语义，而非假设历史记录静态有效"） - paper_cards/734-2607-23693.md（8-5 12:30 已建 · 主分类 agent · 形态 method · 副分类 llm-infra · "Long-horizon agents increasingly reuse their KV cache as memory: a serving system keeps a subset of cached entries and drops the rest. Eviction and episodic-memory schemes therefore rest on a premise rarely tested directly, that a retained event is still informative once the observations that produced it are gone"）

arXiv： 2607.23693（2026-07-25 v1 提交 · 距今 11 天）

要点： - 核心问题：长程 Agent 把 KV cache 当 episodic memory 用是 2026 H2 主流工程实践（如 LinkedIn KV Cache Compaction + vLLM RadixAttention + SGLang KV cache 复用），但 eviction / episodic-memory 方案建立在一个很少被直接测试的前提上：保留的事件在被省略 observation 之后是否仍有效？ - 核心实验设计：在相同 Agent 历史中"省略一条更早的 observation"——观察 cached KV entry 是否仍能产生正确答案 - 核心发现：受影响答案绝大多数跟随被省略值——尽管没有任何 served span 表明该值是正确值 = cached rows 的语义内容随被省略 observation 漂移（semantic materialization），而非静态保持 - 核心创新：命名"semantic materialization"现象 = 长期 agent KV cache 复用系统的结构性盲点——所有基于"事件 = 静态记忆"的假设都需要定期 re-materialize 或动态更新缓存 - arXiv TLDR 关键句："We call this semantic materialization: a downstream event's cached rows accumulate state that depends on observations no longer served." —— 直接锚定"KV cache as memory"前提挑战

与活文档 knowledge/agent.md v39 现有脉络的关系： v39 §1.33c 横切 53c 长程 agent 三件套（LongHorizon-Harness + StateAct + SDB）+ v39 §2.5 邻接补全 KV Cache 第 6 件集群（TopKV/C²KV/HiKV/KV 反事实惊喜）+ v39 §2.5 邻接补全 SAF-OPD arXiv:2607.29209 稳定优势融合 + DAPD arXiv:2608.01735 信息不对称修正 —— Compute Globally Materialize Locally 与 v39 §2.5 KV Cache 第 6 件集群 + §1.33c 长程 agent 三件套 同向 = "KV cache 直接做 episodic memory 失效机制" 反方候选。

v39 §2.6 邻接补全 3 件（HyPE + B1ade + VikingMem）+ v39 §2.6 第 51 子节候选 LongDS-Bench arXiv:2605.30434 + 反方 #87 Beyond pass@1 reliability engineering + 反方 #90 LongDS-Bench "AI 数据分析师还远不能用" —— Compute Globally Materialize Locally 与 v39 §2.6 反方 #87 + #90 同向 = 反方 #91 候选新增 "KV cache 直接做 episodic memory 隐含前提被证伪"。

v39 §1.45 v27 升格辅助：AI 安全 + 政府监管五向合流窗口 —— Compute Globally Materialize Locally 不在 EU AI Act 主轴，但与 v39 §1.45 frontier lab × 长程 Agent 可靠性 第 18 栖候选邻接 = "长程 agent 可靠性 3 维度 = 反方 #87 + #90 + #91 实例 3 + LongDS 新增"。

建议归入： - v40 §2.5 邻接补全 1 件 = Compute Globally Materialize Locally arXiv:2607.23693 = KV cache 作为 episodic memory 隐含前提被证伪 - v40 §2.6 第 52 子节候选新增 = KV cache 语义漂移 = 与 v39 §2.6 第 51 子节 LongDS-Bench 形成"长程 agent 失败机制分类学第四块拼图" - v40 §3.3 反方候选新增 1 条 = 反方 #91 = "KV cache 直接做 episodic memory 隐含前提被证伪 = semantic materialization 现象" - v40 §5 边界更新 1 条 = Compute Globally Materialize Locally = agent.md / llm-infra.md / llm-application.md 边界双向更新（agent 记忆 + KV Cache 系统 + 长程 reliability 三栖交叉）

arXiv： 2607.23693

增量 3 · 🟢 P2 立标候选 · LinkedIn 在线 KV Cache Compaction for LLM Agents（arXiv:2608.00902）

来源： - inbox/jay/2026-08-05-1050-jay-kvc-agents-arxiv-weekly.md §🔴 高价值①（"LinkedIn 研究团队（含实习生）· Online KV Cache Compaction for LLM Agents · 论文明确将 OpenClaw 列为生产级 Agent 框架参照（与 Anthropic/OpenAI/Google 并列）· 4.2x throughput · 3.5x KV compression · TE/AM 两种 sequence-level compaction 家族"） - inbox/jay/2026-08-05-1125-jay-engineering-e1prep.md §增量 3（LinkedIn Online KV Cache Compaction · 4.2x throughput + 3.5x KV compression · Qwen3.5-27B + Gemma-4-31B benchmark） - paper_cards/728-2608-01862.md（8-5 12:30 已建 · 但实际编号 2608.01862 是 Wnuan，不是 KV cache compaction · 待核 paper_cards/728 主分类是否与 KV Cache Compaction 对应 · ⚠️ 待复检）

arXiv： 2608.00902（2026-08 提交 · 距今约 3 天）

要点（来自 jay 8-5 1050 weekly）： - 核心问题：LLM Agent 执行长时任务（软件工程、深度研究、Web 浏览）时，搜索结果、文件 diff、执行痕迹持续入 context，KV cache 线性膨胀导致显存瓶颈。现有 compaction 方法（TE/AM）在 agent 场景面临两个独特挑战： 1. 未来相关性未知：compaction 信号仅来自当前 context，但被压缩的 cache 可能在多轮之后才被使用 2. 时间预算约束：compaction 必须在合理时间内完成，不能无限等待 - 工程方法：对比两种 sequence-level compaction 家族：Token Eviction (TE) 和 Attention Matching (AM) - TE：用 proxy queries 对缓存位置打分，保留注意力权重最高位置的原始 KV - AM：在选择之上额外拟合加性注意力偏置，重建值使输出与完整 cache 匹配 - 核心发现：立即 compaction 通常会降精度；延迟到使用 agent 自身后续 generation 的 queries 时，能恢复大部分精度损失 - 关键工程数据： - Qwen3.5-27B Attention Matching：Peak KV 压缩 272.1K→99.6K（3.5x），Throughput 217→918 q/h（4.2x） - Qwen3.5-27B Token Eviction：272.1K→121.3K（2.7x），Throughput 217→717 q/h（3.3x） - Gemma-4-31B：AM 1.7x / TE 1.5x - 延迟 Compaction 比例 0.2（保留 20% KV）：在大部分任务上保留无 compaction 精度 - 生产定位：LinkedIn 工程背景 + 论文明确将 OpenClaw 列为生产级 Agent 框架参照 = 立标信号强

与活文档 knowledge/agent.md v39 现有脉络的关系： v39 §2.5 邻接补全 5-7 件（SAF-OPD + DAPD + TopKV/C²KV/HiKV 集群 + KV Cache 反事实惊喜）+ v39 §1.33c 横切 53c 长程 agent 三件套 —— LinkedIn KV Cache Compaction 与 v39 §2.5 KV Cache 第 6 件集群 同向 = "LinkedIn production 级" 立标候选升级。

v39 §1.45 v27 升格辅助 frontier lab × Harness 第 8 栖候选 —— LinkedIn 论文明确将 OpenClaw 列为生产级 Agent 框架参照 = frontier lab × LinkedIn 工程背景 第 19 栖候选。

建议归入： - v40 §2.5 邻接补全 1 件 = LinkedIn Online KV Cache Compaction arXiv:2608.00902 = 生产级 Agent KV cache compaction 实证研究 - v40 §1.33c 横切 53c 续立 = LinkedIn 团队 = 与 LongHorizon-Harness + StateAct + SDB 形成"长程 agent 四件套" - v40 §1.45 frontier lab × Harness 第 19 栖候选 = LinkedIn engineering = 与 v39 §1.45 第 17 栖 EMBL + 第 18 栖 Constitutional Midtraining 同向 - v40 §3.1 共识候选新增 1 件 = "延迟 compaction = agent 长时任务 KV cache 标配" - v40 §3.3 开放问题候选新增 1 条 = 延迟 compaction 0.2 比例是否在 OpenClaw / Claude Code / Gemini CLI 上实测 + LinkedIn 4.2x 数据可复现性 - v40 §5 边界更新 1 条 = LinkedIn KV Cache Compaction = agent.md / llm-infra.md / llm-application.md 边界双向更新

arXiv： 2608.00902

增量 4 · 🟡 P1 立标候选 · LiveMem：长期 Agent 的状态连续性（arXiv:2608.02515）

来源： - inbox/jay/2026-08-05-1050-jay-kvc-agents-arxiv-weekly.md §🔴 高价值②（"LiveMem · state continuity under context turnover · 通过固定容量 memory state 承载历史信息，生命周期独立于 active context · LongMemEval benchmark 验证"） - inbox/jay/2026-08-05-1125-jay-engineering-e1prep.md §增量 3（LiveMem + LinkedIn KV Cache Compaction 同期 arXiv）

arXiv： 2608.02515（2026-08 提交 · 距今约 3 天）

要点： - 核心问题定义：现有 context retention / summarization / retrieval 都不能在 working context 变化时保持持久状态。提出新抽象——state continuity under context turnover：通过固定容量 memory state 承载历史信息，生命周期独立于 active context - 技术方案：在 pretrained full-attention LLM 上额外增加 memory state - Main attention path 保留 bounded KV window（如滑动窗口） - Memory state 携带全生命周期历史信息，即使 supporting evidence 已从当前 context 移除，仍能回答相关问题 - 属于 intrinsic memory 方法（无需 extra model） - 实验结果：LongMemEval benchmark 验证：即使 evidence 已从当前 context 移除，LiveMem 仍能基于 memory state 回答问题 - 核心定位：intrinsic memory 第 3 路线（沿用 v39 §2.2 SkillOpt + Filesystem Memory + Memory Decoder at Scale 三件套 · LiveMem 邻接 Filesystem + Memory Decoder 路线）

与活文档 knowledge/agent.md v39 现有脉络的关系： v39 §2.2 60+ 节点（CoMem + Σ-Mem + Filesystem + Graph-Native Bitemporal + MemoryArena + Memory Decoder at Scale + Memory Provenance Laundering + Voice Memory + Grading Narrators + Metis + Learning on the Job + Few-Shot Memory Distillation + EMBL AI Librarian 第六十八节点）+ v39 §2.2 第五节点 SkillOpt + Filesystem Memory intrinsic memory 沿用 —— LiveMem 与 v39 §2.2 intrinsic memory 沿用 同向 = "intrinsic memory 第 3 路线" 立标候选。

v39 §2.6 第 51 子节 LongDS-Bench + 反方 #87 Beyond pass@1 reliability + 反方 #88 alignment erosion + 反方 #89 privilege illusion + 反方 #90 LongDS-Bench "AI 数据分析师还远不能用" —— LiveMem 与 v39 §2.6 反方 #87 + #90 同向 = "长程 agent 失败机制分类学" 第 92 例邻接（= "context turnover 下 state continuity 挑战" = 工程反方）。

v39 §2.5 邻接补全 KV Cache 第 6 件集群（TopKV/C²KV/HiKV）+ LinkedIn KV Cache Compaction 增量 3 —— LiveMem 与 v39 §2.5 KV Cache 集群 + LinkedIn 同向 = "memory state + KV cache 协同" 立基础。

建议归入： - v40 §2.2 邻接补全 1 件 = 第七十节点候选 LiveMem arXiv:2608.02515 = intrinsic memory 第 3 路线 = 与 v39 §2.2 SkillOpt + Filesystem Memory 沿用 - v40 §3.1 共识候选新增 1 件 = "state continuity under context turnover = long-term agent memory 标配" - v40 §3.3 开放问题候选新增 1 条 = LiveMem 与 v40 §2.2 Zero-Mem 邻接（intrinsic memory + zero-token memory 双路线）+ 与 LinkedIn KV Cache Compaction 工程协同 + 与 Metis Memory Foundation Model 触飞轮合并

arXiv： 2608.02515

增量 5 · 🟢 P2 立标升档 · LongHorizon-Harness arXiv:2608.01964 从 v39 §1.33c 候选级升档为 v40 §1.33c 立标级候选（4 实例共识 + HF Daily 8-5 #2 127▲）

来源： - inbox/tom/2026-08-05-0840-agent-rag-longcontext-radar.md（8-5 早间 radar #5 · HF Daily 8-5 #2 127▲ · 跨日 +4 · 4 实例共识候选） - inbox/stephen/2026-08-05-1027-ai-industry-e1prep.md §增量 3（LongHorizon-Harness · v39 §1.33c 候选级 · v40 立标级候选升档） - inbox/flyp/2026-08-05-0945-multimodal-e1prep.md 邻接（flyp 8-5 multimodal-e1prep §7 邻接） - inbox/jay/2026-08-05-1125-jay-engineering-e1prep.md §增量 3（4 实例共识 · LongHorizon-Harness + LiveMem + LinkedIn KV Cache Compaction 同期 arXiv） - paper_cards/713-2608-01964.md（8-4 evening 已建 · 主分类 agent · 形态 method · 副分类 evaluation）

arXiv： 2608.01964（2026-08-04 v1 提交 · 距今 1 天）

要点（沿用 v39 §1.33c 立基础）： - Long-horizon LLM agents 需 sustained reasoning + tool use + revision across many interdependent steps；现有 agent harnesses 将任务执行 + 任务状态 + 完成评估维持在 growing context 内，导致状态难以追踪且不正确的自评估传播到后续决策 - LongHorizon-Harness 重新表述长程执行为 task-state management problem，将任务状态显式保留在执行外，仅用事实更新 - work-queue.md 8-5 §3 选题榜：2608.01964 未成脚本 = 待写攻略 · HF Daily 8-5 #2 127▲ = 立标信号强 - 8-5 早间 4 实例共识：tom 0840 radar + stephen 1027 e1prep §增量 3 + flyp 0945 multimodal-e1prep 邻接 + jay 1125 engineering e1prep §增量 3

与活文档 knowledge/agent.md v39 现有脉络的关系： v39 §1.33c ★NEW27/35/37/39 升格横切 53c（v39 ★长程 agent 三件套立基础）= LongHorizon-Harness arXiv:2608.01964 task-state management problem + StateAct 跨 subagent 程序状态管理（jay 8-4 1850 P2 核验 · arXiv 原文待查）+ SDB 架构方法论 arXiv:2605.20173 5 主流框架审计 —— v40 §1.33c 候选级 LongHorizon-Harness 升档 = 立标级候选。

v39 §1.45 v27 升格辅助 frontier lab × Harness 第 17 栖候选立基础 + v39 §3.1 共识候选新增 + v39 §3.2 争议候补 —— LongHorizon-Harness v40 升档立标级 = "harness 学科化 = 长程 agent 标准" 立基础。

建议归入： - v40 §1.33c 横切 53c 升档 = LongHorizon-Harness arXiv:2608.01964 = 候选级 → 立标级候选 - v40 §1.45 frontier lab × Harness 第 20 栖候选新增 = LongHorizon-Harness = 与 v39 第 17 栖 EMBL + 第 18 栖 Constitutional Midtraining + 第 19 栖 LinkedIn 同向 - v40 §3.1 共识候选新增 1 件 = "task-state management = 长程 agent 标配" - v40 §3.3 开放问题候选新增 1 条 = StateAct arXiv 原文是否在 v40 evening 棒前给出 + LongHorizon-Harness 与 StateAct 同源合并 vs 独立立标

arXiv： 2608.01964

增量 6 · 🔴 P0 警示承接 · spark 端 agent-e1prep + llm-infra-e1prep 8-5 早间双缺位 = 反思棒物理动作失效第 4 例

来源： - inbox/stephen/2026-08-05-1245-stephen-coordination-check-noon.md §2.1（P0 缺口 1：spark 端 e1prep 连续 2 日双缺位 agent + llm-infra · 历史沿用 v39 §4 沿革摘要 spark 状态信号 + lessons-W31 §3.5 整改项复发 · 反思棒物理动作失效第 4 例） - inbox/spark/2026-08-05-1001-rss-gradient-flow.md（5 件旧文沿用 · 主线 L ≥ 14 天 · 沿用 lessons-W31 §3.4 失败模式 #4） - inbox/spark/2026-08-05-1002-rss-chip-huyen.md（AI Engineering Pitfalls 2025 旧文 + Agents 2025-01 旧文 + GenAI Platform 2024-07 旧文 + Personal Growth 2024-04 旧文 + AI OSS 2024-03 旧文 · 沿用 lessons-W31 §3.4 · 必须 cron 撤销） - inbox/spark/2026-08-05-1005-rss-yt-3blue1brown.md（64块方糖谜题 + 什么是交叉熵 + 100条随机弦 + 英语熵 + 完美编码 · 主题完全无关 · 沿用 lessons-W31 §3.4 · 必须 cron 撤销）

要点： - 核心警示：v39 §4 沿革摘要 spark 状态信号已写明"spark agent-e1prep 连续 4 天缺位（7-31, 8-1, 8-2, 8-3）" = v39 8-4 由 cron 强制触发兑现第 1 例 + 本棒 8-5 = cron 强制触发兑现第 2 例 = 反思棒物理动作失效第 4 例（spark 端第 1/2/3/4 例） - 8-5 早间 spark 端仅 3 件 RSS（gradient-flow 1001 + chip-huyen 1002 + 3blue1brown 1005）= 沿用 lessons-W31 §3.4 失败模式 #4（空跑与无用 cron 抓取）+ §3.5（e1prep 主题缺漏模式化）+ §3.6（反思对系统级改动杠杆失效） - 8-5 早间 spark 端 0 件 e1prep（无 agent-e1prep · 无 llm-infra-e1prep）= 反思棒物理动作失效第 4 例 + lessons-W31 4 项失败模式复发 - 本棒 8-5 13:30 = cron 强制触发的 v40 agent-e1prep = 反思棒物理动作兑现第 2 例 ✅ - 与其他实例对比： - jay 8-5 早间 6 件主力棒（morning briefing + KVC weekly + five-category + engineering-e1prep + X-radar + CSDN）+ 1 件 csdn 第 3 棒 = 8 件 = 高产 / 高度负荷预警 - tom 8-5 早间 3 件（radar + rag-e1prep + HF Daily）= 健康 - flyp 8-5 早间 2 件（multimodal-e1prep + 3DZip critical-read）= 健康 - stephen 8-5 早间 1 件主力棒（ai-industry-e1prep）= 标准偏轻 · llm-application-e1prep 8-5 12:45 前未出棒 - spark 8-5 早间 0 件 e1prep = 严重低产 = 反思棒物理动作失效第 4 例

与活文档 knowledge/agent.md v39 现有脉络的关系： v39 §4 沿革摘要 spark 状态信号已写明"spark agent-e1prep 连续 4 天缺位（7-31, 8-1, 8-2, 8-3 = 7-29 ~ 8-02 已出 5 份 agent-e1prep 棒延续 · 周期性轮换而非系统性塌方）" + 本棒 8-5 = cron 强制触发的 v40 agent-e1prep = 反思棒物理动作兑现第 2 例 · 沿用 7-29 ~ 8-02 已出 5 份 agent-e1prep 棒延续 + 8-4 cron 强制触发第 1 例 + 8-5 cron 强制触发第 2 例。

v39 §3.3 Q104.5 v39 沿用 Gradifent Flow 主题密度异常第 7 例 + 主线 L ≥ 14 天 + 主线 G ≥ 8 天应在 v37/v38 活文档正式立节点 + chip-huyen + 3blue1brown 应取消 cron 抓取 —— 本棒 = 主线 L ≥ 14 天 + 主线 G ≥ 8 天 + chip-huyen + 3blue1brown 必须 cron 撤销。

建议归入： - v40 §4 spark 状态信号修订 = spark agent-e1prep 连续 4 天缺位（7-31, 8-1, 8-2, 8-3）→ v40 8-5 = cron 强制触发兑现第 2 例 + 反思棒物理动作失效第 4 例 + chip-huyen + 3blue1brown 必须 cron 撤销 + gradient-flow 1.5h cron 抓取源端死亡评估 - v40 §3.3 Q104.5 候选修订 = 主线 L ≥ 14 天 + 主线 G ≥ 8 天 + 反思机制对 v1 连续 9+ 天失败模式诚实记录 + 7-25~8-05 v1 同源复发第 11 例 - v40 §3.3 开放问题候选新增 1 条 = spark 反思棒物理动作失效第 4 例 · 8-5 ~ 8-9 1 周窗口是否持续出 agent-e1prep 棒 + 撤销 chip-huyen + 3blue1brown cron + spark 端是否出 llm-infra-e1prep 棒（沿用 v39 §3.3 沿用）

增量 7 · 🟡 P1 修订 · HF Daily 飞轮机制从 v39 "轮换态" 修订为 v40 "完全替换态"

来源： - inbox/tom/2026-08-05-0900-hf-daily-2026-08-05.md（HF Daily 8-5 票榜 15 件：SwanTale 140▲ #1 + LongHorizon-Harness 127▲ #2 + DAPD 55▲ #3 + 弱到强 On-Policy 蒸馏 50▲ #4 + 渐进式 Agent Skill 生成 49▲ #5 + VAD 43▲ #6 + UEmbed 42▲ #7 + CADENA 30▲ #8 + WorldExam 30▲ #9 + 自动驾驶 VLM 未来轨迹延迟暴露 30▲ #10 + SAF-OPD 29▲ #11 + SKT 27▲ #12 + Fewer Clarifications 25▲ #13 + DiffusionGemma 23▲ #14 + SWE-Touch 22▲ #15） - inbox/stephen/2026-08-05-1245-stephen-coordination-check-noon.md §3 冲突 1（HF Daily 8-5 "完全替换态" vs v36 "轮换态" 飞轮机制判断分歧 · stephen 主张 + tom 主张） - inbox/stephen/2026-08-05-1027-ai-industry-e1prep.md §增量 2（HF Daily 8-5 票榜详述）

要点（HF Daily 8-5 vs 8-4 跨日变化）： - 8-5 票榜 15 件 vs 8-4 票榜 15 件 跨日"13 件 net-new + 2 件续立 + 0 件下榜"： - 13 件 net-new 入榜（8-5 早晨新上票榜）： - #1 SwanTale 2608.02023 · 140▲（字节跳动 SwanAIGC 统一多说话人语音/音频生成） - #2 LongHorizon-Harness 2608.01964 · 127▲（立标升档 · 跨日 +4） - #3 DAPD 2608.01735 · 55▲ - #4 弱到强 On-Policy Distillation · 50▲（同 DAPD 立基础邻接） - #5 渐进式 Agent Skill 生成 · 49▲（Skill-α 2608.01678 沿用 v39 §2.3 第 4 件） - #6 VAD · 43▲（multimodal on-policy 蒸馏视觉证据归因） - #7 UEmbed 2608.02583 · 42▲（沿用 v39 §2.3 RAG 邻接补全） - #8 CADENA 2608.00799 · 30▲ - #9 WorldExam · 30▲ - #10 自动驾驶 VLM 未来轨迹延迟暴露 · 30▲（DreamTraj 邻接） - #11 SAF-OPD 2607.29209 · 29▲（沿用 v39 §2.5 第 1 件） - #12 SKT · 27▲ - #13 Fewer Clarifications 2607.26611 · 25▲（沿用 v39 §2.3 邻接补全） - #14 DiffusionGemma · 23▲ - #15 SWE-Touch · 22▲ - 2 件续立（仅 2 件 vs v39 "完全饱和" 10 件续立 = 飞轮机制从轮换态进一步退化为完全替换态）： - #2 LongHorizon-Harness 127▲（跨日 +4） - #4 弱到强 On-Policy Distillation 50▲（本期新续立） - 0 件下榜：8-4 票榜 14 件中 0 件在 8-5 票榜上续立 = 飞轮完全替换 - 冲突判定： - stephen 主张：飞轮机制从 v36 "轮换态" 进一步退化为 v37 "完全替换态" 第 1 例（13 件 net-new + 2 件续立 + 0 件下榜） - tom 主张：HF Daily 8-5 票榜 13 件 net-new 中 7 件与 work-queue Top 15 重叠 = 立标饱和度反弹

与活文档 knowledge/agent.md v39 现有脉络的关系： v39 §2.7 v35 §2.143 HF Daily 8-4 票榜 15 件全核 + 跨日 +1 ~ +7 续立 = 飞轮机制衰减为"轮换态" 第 1 例 —— HF Daily 8-5 票榜 13 件 net-new + 2 件续立 = 飞轮机制从 v39 "轮换态" 修订为 v40 "完全替换态" 第 1 例。

v39 §3.2 争议 102 候选沿用 + v39 §3.3 开放问题 Q105.1 部分解除 沿用 —— HF Daily 8-5 "完全替换态" 立基础 + 飞轮机制新阶段判定需 8-5 ~ 8-9 1 周窗口验证。

建议归入： - v40 §2.7 HF Daily 飞轮机制修订 = v39 "轮换态" → v40 "完全替换态" 第 1 例 - v40 §2.7 行业与平台动态 +15 件变化 = 13 件 net-new + 2 件续立 + 0 件下榜 - v40 §3.2 争议候补 1 件 = HF Daily 飞轮机制判定分歧（stephen 主张 "完全替换态" vs tom 主张 "立标饱和度反弹"） - v40 §3.3 开放问题候补 1 条 = 8-5 ~ 8-9 1 周窗口是否持续出现 HF Daily "完全替换态"

增量 8 · 🟢 P2 反方候选新增 · To Add Is Machine, To Delete Is Human（arXiv:2607.28887）

来源： - inbox/tom/2026-08-05-0840-agent-rag-longcontext-radar.md（8-5 早间 radar #5 · 代码编辑删除回避 · HF Daily 18▲） - inbox/tom/_candidates/2026-08-05-agent-rag-longcontext-candidates.json（HF Daily 来源 · arXiv:2607.28887 · 2026-07-29 提交 · tags: systems · votes 18） - paper_cards/731-2607-28887.md（8-5 12:30 已建 · 主分类 evaluation · 形态 method）

arXiv： 2607.28887（2026-07-29 v1 提交 · 距今 7 天）

要点： - 核心问题：LLM 越来越多写/修生产代码，但通过测试的补丁让代码库更难以维护。识别一个具体来源：删除回避（deletion avoidance）——保留目标编辑本应删除的代码的系统性倾向 - 核心数据： - 在 SWE-bench Verified 官方榜单前 5 模型上，删除 recall 最高 71.7%（即使所有 5 个模型都能解决的任务） - 模型能找到正确文件做删除的比率 > 92% - 但精确切中要删除行的比率 < 52% - 29.0% 通过测试的补丁包裹目标代码（guarding）而非删除 = 通过测试 ≠ 实际修复 - 核心创新：命名"删除回避"系统性失败 = 与"通过测试 ≠ 修复"立基础 = LLM 代码编辑的结构性盲点 - arXiv TLDR 关键句："Across the five leading models on the official SWE-bench Verified leaderboard, deletion recall against the developer patch reaches at most 71.7% even on tasks all five solve, and models reach the right file for over 92% of required deletions but cut the exact line in under 52% of cases."

与活文档 knowledge/agent.md v39 现有脉络的关系： v39 §2.6 反方 #87 Beyond pass@1 reliability engineering + 反方 #90 LongDS-Bench "AI 数据分析师还远不能用" + 反方 #89 privilege illusion + 反方 #88 alignment erosion —— To Add Is Machine 与 v39 §2.6 反方 #87 + #90 同向 = 反方 #91 候选新增 "LLM 代码编辑删除回避 = 通过测试 ≠ 修复"。

v39 §1.43 横切 80 Why Agents Fail 第 23 件候选新增 LongDS-Bench —— To Add Is Machine 与 LongDS-Bench 同向 = 长程 agent 失败机制分类学第 92 例邻接（"代码编辑子任务 + 通过测试 ≠ 实际修复"）。

建议归入： - v40 §2.6 反方候选新增 1 条 = 反方 #91 = "LLM 代码编辑删除回避 + 通过测试 ≠ 修复" - v40 §3.3 开放问题候选新增 1 条 = To Add Is Machine 5 大模型 SWE-bench Verified 71.7% 删除 recall 复现性 + 29.0% 通过测试补丁包裹而非删除

arXiv： 2607.28887

增量 9 · 🟢 P2 立标候选 · SwanTale arXiv:2608.02023 HF Daily 8-5 #1 140▲ 但 paper_cards 截至 8-5 13:30 未建

来源： - inbox/tom/2026-08-05-0900-hf-daily-2026-08-05.md（HF Daily 8-5 #1 SwanTale 140▲ · 字节跳动 SwanAIGC 统一多说话人语音/音频生成） - inbox/flyp/2026-08-05-0945-multimodal-e1prep.md §8（flyp 8-5 multimodal-e1prep 邻接） - inbox/stephen/2026-08-05-1245-stephen-coordination-check-noon.md §1.3 跨主题重复条目统计（"SwanTale 2608.02023 · HF Daily #1 140▲ · paper_cards 缺 · 🔴 HF Daily #1 立标级但 paper_cards 未建"）

arXiv： 2608.02023（2026-08 提交 · 距今约 3 天）

要点： - 核心定位：字节跳动 SwanAIGC 项目 = 统一多说话人语音/音频生成 - 立标信号：HF Daily 8-5 #1 140▲ = 立标信号最强（vs 8-5 #2 LongHorizon-Harness 127▲ + 8-5 #3 DAPD 55▲） - paper_cards 状态：截至 8-5 12:45 未建（stephen §3 P1 缺口 3）= 8-5 13:30 前 cron 卡建脚本未触发 - 主分类待核：eess.AS 音频生成主线（flyp 8-5 multimodal-e1prep §8）= multimodal 主分类邻接

与活文档 knowledge/agent.md v39 现有脉络的关系： v39 §2.7 行业与平台动态 +30+ 信号 + v39 §1.45 frontier lab × 音频 生成 第 16 栖候选 沿用 —— SwanTale 与 v39 §1.45 frontier lab × 音频 生成 第 16 栖候选 邻接 = "字节跳动 SwanAIGC" 立基础。

v39 §2.7 HF Daily 8-4 票榜 15 件全核 + SwanTale 邻接 audio 主线 = SwanTale 立标 = "统一音频/语音生成 = multimodal 2026 H2 范式" 立基础。

建议归入： - v40 §1.45 frontier lab × 音频 生成 第 21 栖候选新增 = SwanTale arXiv:2608.02023 - v40 §2.7 行业与平台动态 +1 件 = SwanTale = 与 ByteDance 沿用 v39 §2.7 - v40 §3.3 开放问题候选新增 1 条 = SwanTale HF Daily 8-5 #1 140▲ 立标信号 vs paper_cards 缺失 · cron 卡建脚本优先级最高

arXiv： 2608.02023

三、值得警惕的矛盾或待核实说法

矛盾 1 · paper_cards/728-2608-01862.md 与 LinkedIn KV Cache Compaction arXiv:2608.00902 编号错配

矛盾点： stephen 8-5 1245 noon §1.3 跨主题重复条目统计 + §3 待确认问题 1 列 arXiv 2608.00902 为 LinkedIn KV Cache Compaction；但 paper_cards/728-2608-01862.md（8-5 12:30 已建）实际为 Wnuan arXiv:2608.01862（主分类 engineering · 形态 application）= paper_cards 728 编号与 LinkedIn KV Cache Compaction 编号不匹配 —— paper_cards/728 与 arXiv:2608.00902 是否对应 待核。

待核实： 1. LinkedIn KV Cache Compaction arXiv:2608.00902 paper_cards 是否在 8-5 12:30 之后由 cron 卡建？ 2. paper_cards/728 编号 2608.01862 与 LinkedIn KV Cache Compaction 编号 2608.00902 错配原因？ 3. paper_cards 后续是否补建 LinkedIn KV Cache Compaction？

建议归入： v40 §3.3 开放问题候补 1 条 = LinkedIn KV Cache Compaction paper_cards 建卡状态确认。

矛盾 2 · LongHorizon-Harness vs StateAct 同源立标合并 vs 独立 待 4 实例共识

矛盾点： v39 §1.33c 已立基础 LongHorizon-Harness arXiv:2608.01964 + StateAct（arXiv 待核）同源思路（均把任务状态显式保留在执行外）= 是否构成独立立标还是合并立标需 v40 §1.33c 明确（flyp 8-4 23:20 coding-agents-e1prep §增量 1 主张 + stephen 8-5 1245 noon §3 冲突 4 沿用）—— 本棒 8-5 4 实例共识（tom + stephen + flyp + jay）+ HF Daily 8-5 #2 127▲ = 立标信号进一步加强 + StateAct arXiv 原文待 8-5 evening 棒前给出。

待核实： 1. StateAct arXiv 编号（jay 8-4 1850 engineering-filter-p2 未给） 2. LongHorizon-Harness 与 StateAct 的方法论差异（task-state management problem vs 跨 subagent 程序状态管理） 3. 是否构成"长程 agent 四件套"（LongHorizon-Harness + StateAct + SDB + LinkedIn KV Cache Compaction）

建议归入： v40 §3.3 开放问题候补 1 条 = LongHorizon-Harness vs StateAct 合并 vs 独立立标 + LinkedIn KV Cache Compaction 是否构成第 4 件。

矛盾 3 · HF Daily 8-5 "完全替换态" vs v39 "轮换态" 飞轮机制判定冲突

矛盾点： v39 §2.7 "HF Daily 8-4 票榜 4 件 net-new + 1 件下榜 + 10 件续立 = 飞轮机制从 v38 完全饱和微反弹为 v39 轮换态 第 1 例" —— 但 HF Daily 8-5 票榜 13 件 net-new + 2 件续立 + 0 件下榜 = 飞轮机制从 v39 轮换态进一步退化为 v40 完全替换态 第 1 例（stephen 8-5 1245 noon §3 冲突 1 主张）vs tom 主张 13 件 net-new 中 7 件与 work-queue Top 15 重叠 = 立标饱和度反弹。

待核实： 1. 8-6 ~ 8-9 是否持续"完全替换态"？或者回退为"轮换态"？ 2. arXiv 高频产出 vs 共识形成的因果是否反转？ 3. HF Daily 飞轮机制的可持续性（13 件 net-new 入榜是否短期现象）

建议归入： v40 §3.2 争议候补 1 条 = HF Daily 飞轮机制判定冲突（stephen vs tom 主张）· 8-5 ~ 8-9 1 周窗口验证。

矛盾 4 · spark 端反思棒物理动作失效第 4 例 vs v40 cron 强制触发兑现第 2 例

矛盾点： v39 §4 沿革摘要 spark 状态信号已写明"spark agent-e1prep 连续 4 天缺位（7-31, 8-1, 8-2, 8-3）= 7-29 ~ 8-02 已出 5 份 agent-e1prep 棒延续周期结束 · 进入系统性塌方边缘" —— v39 8-4 由 cron 强制触发兑现第 1 例 + 本棒 v40 8-5 由 cron 强制触发兑现第 2 例 = 反思棒物理动作失效第 4 例（沿用 7-31, 8-1, 8-2, 8-3 第 1-4 例）。

待核实： 1. spark 8-5 evening 棒前是否出 agent-e1prep-v40（本棒 = cron 强制触发的 v40 agent-e1prep = 物理动作兑现第 2 例 ✅）+ llm-infra-e1prep-v17 第 17 棒 2. chip-huyen + 3blue1brown cron 抓取是否撤销（沿用 lessons-W31 §3.4 失败模式 #4） 3. gradient-flow 主题密度异常是否在 v40 8-5 evening 棒前评估（主线 L ≥ 14 天）

建议归入： v40 §3.3 开放问题候补 1 条 = spark 反思棒物理动作失效第 4 例 · 8-5 ~ 8-9 1 周窗口是否持续出 agent-e1prep 棒 + 撤销 chip-huyen + 3blue1brown cron。

矛盾 5 · Compute Globally Materialize Locally arXiv:2607.23693 主分类 agent vs memory+systems 待 8-5 evening 棒核验

矛盾点： v40 §2.5 邻接补全 1 件候选 Compute Globally Materialize Locally arXiv:2607.23693 paper_cards 734 标注"主分类 agent · 形态 method · 副分类 llm-infra" —— tom 8-5 0840 radar 标签含 agent + memory + systems 与 paper_cards 734 主分类 agent 一致；但 v40 §2.5 邻接补全 vs §2.6 第 52 子节候选 边界需 v40 evening 棒明确。

待核实： 1. paper_cards 734 主分类 agent 是否准确（vs memory + llm-infra 联合主分类） 2. Compute Globally Materialize Locally 立标上限 ≈ 候补级中-高档 vs 候补级低档 3. Compute Globally Materialize Locally 论文 GitHub release 是否在 8-5 ~ 8-9 公开

建议归入： v40 §3.3 开放问题候补 1 条 = Compute Globally Materialize Locally 主分类边界与立标级别判定。

矛盾 6 · Zero-Mem arXiv:2607.29377 主分类 agent vs rag + memory 待 8-5 evening 棒核验

矛盾点： v40 §2.2 第六十九节点候选 Zero-Mem arXiv:2607.29377 paper_cards 730 标注"主分类 agent · 形态 method" —— tom 8-5 0840 radar 标签含 agent + rag + memory + benchmark 与 paper_cards 730 主分类 agent 一致；但 v40 §2.2 邻接补全 vs §2.3 邻接补全 边界需 v40 evening 棒明确。

待核实： 1. paper_cards 730 主分类 agent 是否准确（vs rag + memory 联合主分类） 2. Zero-Mem "zero-token memory operations" 是否在 2026 H2 跨主题（agent + llm-infra + rag）产生影响 3. Zero-Mem 与 Mem0 / Letta / LiveMem 等 intrinsic memory 路线对比

建议归入： v40 §3.3 开放问题候补 1 条 = Zero-Mem 主分类边界与跨主题影响判定。

矛盾 7 · SwanTale arXiv:2608.02023 HF Daily #1 140▲ 但 paper_cards 截至 8-5 13:30 未建

矛盾点： v40 §1.45 frontier lab × 音频 生成 第 21 栖候选新增 SwanTale —— 但 paper_cards 截至 8-5 12:45 未建（stephen §3 P1 缺口 3）= HF Daily #1 立标级信号 vs paper_cards 缺失。

待核实： 1. SwanTale arXiv:2608.02023 paper_cards 是否在 8-5 evening 棒前由 cron 卡建脚本补建 2. SwanTale 主分类（multimodal / audio / engineering 联合主分类待核）

建议归入： v40 §3.3 开放问题候补 1 条 = SwanTale paper_cards 建卡状态优先级最高 + 主分类待核。

四、可引用的 arXiv 号列表

本棒 net-new 入榜 / 入 radar / HF Daily 第 1 次（5 件）

arXiv 号 标题（中文） 来源 本棒状态
arXiv:2607.29377 Zero-Mem：零 Token 记忆操作 LLM Agent tom 8-5 0840 radar #1 + paper_cards/730 8-5 12:30 已建（主分类 agent） 🟡 P1 立标候选 · v40 §2.2 第六十九节点候选 + §1.32c 横切 52c 候选 + §1.44 WAM 知行鸿沟 候选
arXiv:2607.23693 Compute Globally, Materialize Locally：长程 Agent KV cache 记忆前提证伪 tom 8-5 0840 radar #2 + paper_cards/734 8-5 12:30 已建（主分类 agent） 🟡 P1 立标候选 · v40 §2.5 邻接补全 + §2.6 第 52 子节候选 + §3.3 反方 #91 候选新增
arXiv:2608.00902 LinkedIn 在线 KV Cache Compaction for LLM Agents jay 8-5 1050 weekly #1 + jay 8-5 1125 engineering §增量 3 🟢 P2 立标候选 · v40 §2.5 邻接补全 + §1.33c 横切 53c 续立 + §1.45 frontier lab × Harness 第 19 栖
arXiv:2608.02515 LiveMem：长期 Agent 状态连续性 jay 8-5 1050 weekly #2 + jay 8-5 1125 engineering §增量 3 🟡 P1 立标候选 · v40 §2.2 第七十节点候选 + §3.1 共识候选新增 + §3.3 开放问题
arXiv:2608.02023 SwanTale：统一多说话人语音/音频生成（HF Daily 8-5 #1 140▲） tom 8-5 0900 HF Daily #1 + flyp 8-5 multimodal-e1prep §8 🟢 P2 立标候选 · v40 §1.45 frontier lab × 音频 第 21 栖 + §2.7 行业平台 ByteDance 沿用

沿用 v39 §1.33c 长程 agent 三件套 + 立标升档候选（1 件）

arXiv 号 标题（中文） 来源 本棒状态
arXiv:2608.01964 LongHorizon-Harness：长程 Agent 任务状态管理 tom 8-5 0840 radar #5 + stephen 8-5 1027 §增量 3 + flyp 8-5 multimodal 邻接 + jay 8-5 1125 §增量 3 + HF Daily 8-5 #2 127▲（跨日 +4） 🟢 P2 立标升档 · v40 §1.33c 横切 53c 候选级 → 立标级候选

沿用 v39 §2.6 反方候选新增邻接（1 件）

arXiv 号 标题（中文） 来源 本棒状态
arXiv:2607.28887 To Add Is Machine, To Delete Is Human：LLM 代码编辑删除回避 tom 8-5 0840 radar #5 + paper_cards/731 8-5 12:30 已建（主分类 evaluation） 🟢 P2 反方候选 · v40 §2.6 反方 #91 候选新增 "通过测试 ≠ 修复"

沿用 v39 §2.7 HF Daily 飞轮"轮换态" 修订候选（15 件 HF Daily 8-5 票榜）

arXiv 号 标题（中文） 8-5 票数 8-4 票数 跨日增量
arXiv:2608.02023 SwanTale 140▲ #1 8-4 不在榜 net-new
arXiv:2608.01964 LongHorizon-Harness 127▲ #2 8-4 不在榜 net-new · 升档
arXiv:2608.01735 DAPD 55▲ #3 8-4 不在榜 net-new
arXiv: 弱到强 On-Policy 蒸馏 50▲ #4 8-4 不在榜 net-new
arXiv:2608.01678 渐进式 Agent Skill 生成 (Skill-α) 49▲ #5 8-4 不在榜 net-new · 沿用 v39
arXiv: VAD 43▲ #6 8-4 不在榜 net-new
arXiv:2608.02583 UEmbed 42▲ #7 8-4 不在榜 net-new · 沿用 v39
arXiv:2608.00799 CADENA 30▲ #8 8-4 不在榜 net-new
arXiv: WorldExam 30▲ #9 8-4 不在榜 net-new
arXiv:2608.00486 DreamTraj 30▲ #10 8-4 不在榜 net-new
arXiv:2607.29209 SAF-OPD 29▲ #11 8-4 #15 23▲ 续立 · +6
arXiv: SKT 27▲ #12 8-4 不在榜 net-new
arXiv:2607.26611 Fewer Clarifications 25▲ #13 8-4 不在榜 net-new · 沿用 v39
arXiv: DiffusionGemma 23▲ #14 8-4 不在榜 net-new
arXiv: SWE-Touch 22▲ #15 8-4 不在榜 net-new

8-5 08:00 新建 paper_card 21 张（IDs 707-727 · 沿用 v39 沿用）

arXiv 号 标题（中文） 状态
arXiv:2608.00922 From Cloud to Crowd：去中心化边缘协作 RAG 民主化 8-5 08:00 · 主 rag · 形态 application · 沿用 v39
arXiv:2608.00650 TEngineDB-V：OLAP 原生大 k 向量搜索（Tencent 145×） 8-5 08:00 · 主 rag · 形态 application · 沿用 v39
arXiv:2607.28229 EMBL AI Librarian：Life-Sciences Knowledge Layer for AI Agents 8-5 08:00 · 主 agent · 形态 method · 沿用 v39 §2.4 第六十八节点
arXiv:2607.27851 Beyond Feeling Better：能力保持型情绪对话 8-5 08:00 · 主 engineering · 形态 method · 沿用 v39
arXiv:2607.26654 Constitutional Midtraining 8-5 08:00 · 主 risk · 形态 method · 沿用 v39 §2.6 反方 #88
arXiv:2608.02583 UEmbed：统一稀疏+密集多模态 Embedding 8-5 08:00 · 主 rag · 形态 method · 沿用 v39
arXiv:2608.01964 LongHorizon-Harness 8-5 08:00 · 主 agent · 形态 method · 副 classification evaluation · 沿用 v39 §1.33c 长程 agent 三件套第 1 件 + 立标升档
arXiv:2608.01678 Progressive Agent Skill Generation via RL（Skill-α） 8-5 08:00 · 主 agent · 形态 method · 沿用 v39 §2.3 Skills RL 化 第 4 件
arXiv:2608.01628 Motion Beyond Morphology 8-5 08:00 · 主 multimodal · 形态 method · 邻接 v40 §2.39.120 候选
arXiv:2608.01735 DAPD Dual-Anchored Policy Distillation 8-5 08:00 · 主 llm-infra · 形态 method · 沿用 v39 §2.5 邻接 + §2.6 反方 #89
arXiv:2608.01185 3DZip：3D VLM token 压缩 8-5 08:00 · 主 multimodal · 形态 method · 邻接 v40 §2.39.121 候选
arXiv:2608.00799 CADENA：逐步式 CAD 逆向工程 8-5 08:00 · 主 engineering · 形态 method · 邻接
arXiv:2608.00079 LeapTalk：实时 talking head 8-5 08:00 · 主 multimodal · 形态 method · 邻接 v40 §2.39.122 候选
arXiv:2608.02585 （待查） 8-5 08:00 · 主 evaluation · 形态 application
arXiv:2608.01827 （待查） 8-5 08:00 · 主 llm-infra · 形态 method
arXiv:2608.00486 DreamTraj：6-DoF 物体轨迹预测 8-5 08:00 · 主 multimodal · 形态 method · 邻接 v40 §2.39.123 候选
arXiv:2608.00574 Relax Within VLMoE：几何引导负载均衡 8-5 08:00 · 主 multimodal · 形态 method · 邻接 v40 §2.39.124 候选
arXiv:2607.29241 （待查） 8-5 08:00 · 主 engineering · 形态 application
arXiv:2607.29122 Frozen Pixel Diffusion Self-Guidance 8-5 08:00 · 主 multimodal · 形态 method · 邻接 v40 §2.39.x 候选
arXiv:2607.28802 （待查） 8-5 08:00 · 主 rag · 形态 method
arXiv:2607.27042 （待查） 8-5 08:00 · 主 multimodal · 形态 method

8-5 12:30 新建 paper_card 7 张（IDs 728-734）

arXiv 号 标题（中文） 状态
arXiv:2608.01862 Wnuan：企业知识库 QA 三阶段后训练 8-5 12:30 · 主 engineering · 形态 application
arXiv:2608.01462 Loud or Silent：多模态临床 AI 模态级失败分析 8-5 12:30 · 主 multimodal · 形态 application
arXiv:2607.29377 Zero-Mem：零 LLM token 消耗记忆 8-5 12:30 · 主 agent · 形态 method · v40 §2.2 第六十九节点候选
arXiv:2607.28887 To Add Is Machine, To Delete Is Human 8-5 12:30 · 主 evaluation · 形态 method · v40 §2.6 反方 #91 候选
arXiv:2607.25614 MemSFT：外部参数记忆缓解对齐税 8-5 12:30 · 主 risk · 形态 method · 副 classification rag
arXiv:2607.26326 Seeing or Knowing：视觉上下文敏感性 MLLMs 8-5 12:30 · 主 multimodal · 形态 method
arXiv:2607.23693 Compute Globally Materialize Locally 8-5 12:30 · 主 agent · 形态 method · 副 classification llm-infra · v40 §2.5 邻接补全 + §2.6 第 52 子节 + §3.3 反方 #91

总计 8-5 早晨 13h 增量窗口 net-new 入榜 / 入 radar / 入 paper_card = 5 件 arXiv（Zero-Mem + Compute Globally + LinkedIn KV Cache + LiveMem + SwanTale）+ 1 件立标升档（LongHorizon-Harness）+ 1 件反方候选（To Add Is Machine）+ 1 件 P0 警示承接（spark 反思棒物理动作失效第 4 例）+ 1 件 P1 修订（HF Daily 飞轮"完全替换态"）+ 沿用 v39 §1.33c 长程 agent 三件套 + 沿用 v39 §2.7 HF Daily 飞轮机制修订 + paper_cards 8-5 12:30 净增 7 张（728-734）= 共约 9 件 net-new arXiv + 1 件立标升档 + 1 件反方候选 + 1 件 P0 警示 + 1 件 P1 修订

五、本棒检查过的来源

inbox/spark/ 8-5 早晨 3 件（全查）

  • 2026-08-05-1001-rss-gradient-flow.md · 5 件旧文沿用（"通过评估并不意味着安全"、"如果大模型实验室动摇"、"AMD AI 押注"、"专用 AI 越来越容易"、"大型 AI 实验室与自有数据竞争"· 沿用 lessons-W31 §3.4 · 主线 L ≥ 14 天 · 必须 cron 撤销）
  • 2026-08-05-1002-rss-chip-huyen.md · 5 件旧文沿用（"AI Engineering Pitfalls 2025-01"+"Agents 2025-01"+"GenAI Platform 2024-07"+"Personal Growth 2024-04"+"AI OSS 2024-03" · 沿用 lessons-W31 §3.4 · 必须 cron 撤销）
  • 2026-08-05-1005-rss-yt-3blue1brown.md · 5 件主题完全无关（"64块方糖谜题"+"什么是交叉熵"+"100条随机弦交点"+"英语熵"+"完美编码" · 沿用 lessons-W31 §3.4 · 必须 cron 撤销）

inbox/jay/ 8-4 evening ~ 8-5 中午 ≥12 件（核心 6 件主力棒 + 5 件 RSS + 1 件 csdn 第 3 棒）

  • 2026-08-05T1000-jay-morning-briefing-aug05.md · morning briefing 8.8KB（含 nanochat + MoE 爆发 + Qwen3-30B RAG + TELLER + Agent Compiler + Graph-Native Bitemporal + Graph Engineering 取代 Loop Engineering + NVIDIA Agent Skills + Codex 研究自动化 + vLLM vs TRT-LLM vs SGLang 决策树 10 件）
  • 2026-08-05-1050-jay-kvc-agents-arxiv-weekly.md · KVC × Agent arXiv weekly 8.5KB（含 LinkedIn Online KV Cache Compaction 2608.00902 + LiveMem 2608.02515 + Global Optimization Inference-Time Region Grafting + C2KV + Lynx + GoS + Supermicro Tiered KV Cache 7 件）
  • 2026-08-05T1105-jay-five-category-briefing.md · five-category 午间版 8.8KB（含 Graph-Native Bitemporal Neo4j + llm 0.32 + MSR Orchard + MSR Echoverse + Raschka 推理强度控制 + Raschka LLM 架构 KV Sharing/mHC + ByteByteGo 幂等性 5 件）
  • 2026-08-05-1125-jay-engineering-e1prep.md · engineering E1 预消化 24.9KB（含 LinkedIn Online KV Cache Compaction + LiveMem + LongHorizon-Harness + StateAct + SDB + Skill-α + DAPD + others = 7 增量 + 2 新 arXiv）
  • 2026-08-05-1140-news-x-tech-radar.md · X tech radar 3.9KB
  • 2026-08-05-0820-jay-csdn-inference-agent-rag-highvalue.md · CSDN 第 2 棒 15.5KB（CSDN 推理/Agent/RAG 工程高价值 5 件）
  • 2026-08-05-1221-jay-csdn-substack-llm-rag-agent-mlops-highvalue.md · CSDN + Substack 第 3 棒 11.8KB（CSDN 高价值 RAG/MLOps/Agent 6 件）
  • 2026-08-05-1000~1005 RSS (5 件) · Raschka / Lilian Weng / MSR Blog / Cool Papers CS.CL+CS.IR / Import AI / Simon Willison / ByteByteGo / Nathan Benaich / Karpathy / Fireship（大部分为 7-22 ~ 8-4 旧文沿用）

inbox/tom/ 8-5 早间 4 件

  • 2026-08-05-0840-agent-rag-longcontext-radar.md · radar 8 候选 4 高价值（Zero-Mem + Compute Globally Materialize Locally + UEmbed + MemSFT）+ 4 候选（Wnuan + To Add Is Machine + Loud or Silent + Seeing or Knowing）
  • 2026-08-05-0850-rag-e1prep.md · rag E1 预消化 20KB（UEmbed + From Cloud to Crowd + TEngineDB-V 3 增量 + Zero-Mem + MemSFT + Compute Globally 3 候选）
  • 2026-08-05-0900-hf-daily-2026-08-05.md · HF Daily 8-5 票榜 15 件（SwanTale 140▲ #1 + LongHorizon-Harness 127▲ #2 + DAPD 55▲ + 弱到强 On-Policy 50▲ + Skill-α 49▲ + VAD 43▲ + UEmbed 42▲ + CADENA 30▲ + WorldExam 30▲ + DreamTraj 30▲ + SAF-OPD 29▲ + SKT 27▲ + Fewer Clarifications 25▲ + DiffusionGemma 23▲ + SWE-Touch 22▲）
  • 2026-08-05-1004~1005 RSS (2 件) · Lex Fridman 5 件 + Yannic Kilcher 5 件
  • _candidates/2026-08-05-agent-rag-longcontext-candidates.json · 8 件候选 JSON（HF Daily + arXiv）

inbox/flyp/ 8-5 早间 2 件

  • 2026-08-05-0945-multimodal-e1prep.md · multimodal E1 预消化 47KB（v40 备料 7 新立候选：Motion Beyond Morphology + 3DZip + LeapTalk + DreamTraj + Relax Within VLMoE + Frozen Pixel Self-Guidance + SwanTale）
  • 2026-08-05-0951-3DZip-short-read-critical.md · 3DZip ECCV 2026 critical-read 7.3KB
  • 2026-08-05-1000~1004 RSS (4 件) · Cameron Wolfe 5 件 + Interconnects 5 件 + AI Explained 5 件 + Two Minute Papers 5 件

inbox/stephen/ 8-5 早间 12 件（1 件主力棒 + 9 件 RSS + 1 件 X radar + 1 件 noon 协调棒）

  • 2026-08-05-1027-ai-industry-e1prep.md · ai-industry E1 预消化 40.3KB（v40 备料 6 增量 · HF Daily 8-5 票榜 + LongHorizon-Harness 立标 + Zero-Mem + Frontier Lab 公告 + Google AI 公告 + Anthropic Tino Cuellar）
  • 2026-08-05-0910-news-x-vip-radar.md · X radar 12 账号（Gemini Robotics 2 / ER 2 / On-Device 2 + RoboTTT 7-15 + Karpathy Opus 5 + Sam Altman ChatGPT Work + Anthropic Pacing the Frontier + Anthropic AI for Science Rare Disease + OpenAI GPT-5.6 降价 + OpenAI ChatGPT for Academic Researchers + HF Sign in with HF OAuth + HF Training Agents 3 + Mollick + Andrew Ng LearnVector）
  • 2026-08-05-1003-news-anthropic-news.md · Anthropic 5 件（含 Tino Cuellar 新任命 = v37 §2.144 frontier lab 公告净增量）
  • 2026-08-05-1003-news-deepmind-news.md · DeepMind 5 件（Gemini Robotics 2 公告）
  • 2026-08-05-1003-news-google-ai.md · Google AI 5 件（2026-07 月度更新 + AI Agents Intensive 2026 recap 35 万学员 = v37 §2.144 修订候选）
  • 2026-08-05-1003-news-openai-news.md · OpenAI 5 件（沿用 v39 GPT-Live + Circles）
  • 2026-08-05-1004-news-bens-bites.md · Ben's Bites 5 件
  • 2026-08-05-1004-news-hf-blog.md · HF Blog 5 件
  • 2026-08-05-1004-news-tldr-ai.md · TLDR AI 5 件
  • 2026-08-05-1005-news-yt-anthropic.md · YT Anthropic 5 件
  • 2026-08-05-1005-news-yt-deepmind.md · YT DeepMind 5 件
  • 2026-08-05-1005-news-yt-openai.md · YT OpenAI 5 件
  • 2026-08-05-1245-stephen-coordination-check-noon.md · noon 协调棒 22KB（P0 缺口 spark 端双缺位第 4 例 + P1 SwanTale paper_cards 未建 + P1 LongHorizon-Harness 立标但 TLDR 不完整 + 4 冲突与待确认问题 + 11 件新 arXiv 立标候选汇总 + 4 件关键非 arXiv 新增汇总）

paper_cards 8-4 evening + 8-5 早晨 净增 28 张（706 → 734）

  • paper_cards/707-727 8-5 08:00 净增 21 张：见 §四 表格（含主分类 agent 4 张 707/709/713/714 + 主 classification rag 3 张 707/708/712 + 主 classification multimodal 7 张 715/717/719/722/723/725 + 主 classification llm-infra 4 张 716/720/721/727 + 主 classification engineering 3 张 718/724/726 + 主 classification risk 1 张 711 + 主 classification evaluation 1 张 712）
  • paper_cards/728-734 8-5 12:30 净增 7 张：见 §四 表格（含 Zero-Mem 730 + Compute Globally 734 + To Add Is Machine 731 + MemSFT 732 + 3 件 multimodal/engineering 主 classification 728/729/733）

总计检查源 = 8-5 早晨 13h 增量窗口：inbox/spark 3 件 + inbox/jay ≥12 件 + inbox/tom 4 件 + inbox/flyp 2 件 + inbox/stephen 12 件 + paper_cards 28 张（706 → 734）= 约 33 件文件 + 28 张 paper_card

六、归入活文档 knowledge/agent.md v40 的建议操作总表

增量 目标节 操作类型 立标级别
Zero-Mem（2607.29377）零 token 记忆机制 v40 §2.2 第六十九节点候选 + §1.32c 横切 52c 候选 + §1.44 WAM 知行鸿沟 候选 + §2.7 行业平台 + §3.1 共识 + §3.3 开放问题 + §5 边界 新增第六十九节点候选 + 与 v39 §2.2 Memory Provenance Laundering + EMBL AI Librarian 同向 = "memory + 知识库" 双件套 🟡 P1 候补级中-高档
Compute Globally Materialize Locally（2607.23693）KV cache 语义漂移反方 v40 §2.5 邻接补全 + §2.6 第 52 子节 + §3.3 反方 #91 候选 + §5 边界 新增第五十二子节 + 反方 #91 "KV cache 直接做 episodic memory 隐含前提被证伪" 🟡 P1 候补级中档
LinkedIn KV Cache Compaction（2608.00902）生产级 Agent KV cache 实证 v40 §2.5 邻接补全 + §1.33c 横切 53c 续立 + §1.45 frontier lab × Harness 第 19 栖 + §3.1 共识 + §3.3 开放问题 + §5 边界 新增长程 agent 第 4 件 + "延迟 compaction = agent 长时任务 KV cache 标配" 🟢 P2 候补级中-高档
LiveMem（2608.02515）state continuity 长期记忆 v40 §2.2 第七十节点候选 + §3.1 共识 + §3.3 开放问题 新增第七十节点候选 + intrinsic memory 第 3 路线 🟡 P1 候补级中档
LongHorizon-Harness（2608.01964）立标升档 v40 §1.33c 横切 53c 立标升档 + §1.45 frontier lab × Harness 第 20 栖 + §3.1 共识 + §3.3 开放问题 候选级 → 立标级候选升档 + 4 实例共识 + HF Daily 8-5 #2 127▲ 🟢 P2 立标级候选
🔴 spark 反思棒物理动作失效第 4 例 v40 §4 spark 状态信号修订 + §3.3 Q104.5 修订 + §3.3 候选新增 反思棒物理动作失效第 4 例 + 8-4 cron 强制触发兑现第 1 例 + 8-5 cron 强制触发兑现第 2 例 🔴 P0 警示承接
HF Daily 飞轮机制修订（完全替换态） v40 §2.7 HF Daily 飞轮机制修订 + §2.7 +15 件变化 + §3.2 争议 + §3.3 开放问题 v39 "轮换态" → v40 "完全替换态" 第 1 例（13 件 net-new + 2 件续立 + 0 件下榜） 🟡 P1 修订
To Add Is Machine（2607.28887）删除回避反方 v40 §2.6 反方 #91 候选新增 + §1.43 横切 80 第 24 件候选 + §3.3 开放问题 反方 #91 "LLM 代码编辑删除回避 + 通过测试 ≠ 修复" 🟢 P2 候补级低-中档
SwanTale（2608.02023）HF Daily #1 140▲ v40 §1.45 frontier lab × 音频 第 21 栖 + §2.7 行业平台 ByteDance + §3.3 开放问题 HF Daily #1 立标信号最强 · paper_cards 待建 🟢 P2 候补级中-高档
paper_cards 8-5 12:30 净增 7 张（728-734） v40 §2.7 paper_cards 库 734 张累计修订候选 cron 卡建脚本 12h 触发 7 张 + 8-4 evening + 8-5 早晨 净增 28 张 = 706 → 734 张 🟢 库增长

七、无显著新增量时的说明

本棒 8-5 早晨 13h 增量窗口 net-new 增量 = 5 件 arXiv（Zero-Mem + Compute Globally + LinkedIn KV Cache + LiveMem + SwanTale）+ 1 件立标升档（LongHorizon-Harness）+ 1 件反方候选（To Add Is Machine）+ 1 件 P0 警示承接（spark 反思棒第 4 例）+ 1 件 P1 修订（HF Daily 飞轮"完全替换态"）= 9 件 = 显著新增。其中：

  • Zero-Mem arXiv:2607.29377：v39 收官后 5 天首次 net-new 入 radar · paper_cards/730 8-5 12:30 已建 · v40 §2.2 第六十九节点候选 = 立标上限约候补级中-高档
  • Compute Globally Materialize Locally arXiv:2607.23693：v39 收官后 11 天首次 net-new 入 radar + paper_cards/734 8-5 12:30 已建 · v40 §2.5 邻接补全 + §2.6 第 52 子节 + 反方 #91 = 立标上限约候补级中档
  • LinkedIn KV Cache Compaction arXiv:2608.00902：v39 收官后 1 天 net-new · 2 实例共识（jay 8-5 1050 + 1125）· 立标上限约候补级中-高档
  • LiveMem arXiv:2608.02515：v39 收官后 1 天 net-new · 2 实例共识（jay 8-5 1050 + 1125）· 立标上限约候补级中档
  • LongHorizon-Harness arXiv:2608.01964 立标升档：v39 §1.33c 候选级 → v40 §1.33c 立标级候选 · 4 实例共识 + HF Daily 8-5 #2 127▲
  • To Add Is Machine arXiv:2607.28887：v39 收官后 7 天首次 net-new 入 radar · paper_cards/731 8-5 12:30 已建 · v40 §2.6 反方 #91 = 立标上限约候补级低-中档
  • SwanTale arXiv:2608.02023：v39 收官后 5 天 HF Daily #1 140▲ 立标信号最强 · paper_cards 待建
  • P0 警示 spark 反思棒物理动作失效第 4 例：v39 §4 沿革摘要 spark 状态信号已写明 4 天缺位 + v39 8-4 cron 强制触发兑现第 1 例 + 本棒 8-5 cron 强制触发兑现第 2 例 = 反思棒物理动作失效第 4 例
  • HF Daily 飞轮机制修订：v39 "轮换态" → v40 "完全替换态" 第 1 例 · 13 件 net-new + 2 件续立 + 0 件下榜 = 飞轮机制从衰减态进一步退化为替换态

5 件 net-new arXiv 中，3 件来自 radar/HF Daily（Zero-Mem + Compute Globally + SwanTale）+ 2 件来自 jay KVC weekly（LinkedIn KV Cache + LiveMem）。与 v39 §2.7 飞轮机制"轮换态"判定形成对比，v40 飞轮机制进入"完全替换态"。

v39 收官后 12h 窗口 paper_cards 库净增 28 张（706 → 734），新增速率从 v35 0.09 张/h 反弹为 v40 1.87 张/h ≈ 20.8× 加速。

本棒 8-5 由 cron 强制触发的 v40 agent-e1prep = 反思棒物理动作兑现第 2 例。反思棒物理动作失效第 4 例 = 沿用 lessons-W31 §3.2/§3.4/§3.5/§3.6 4 项失败模式在 spark 端全部复发 · 8-5 ~ 8-9 1 周窗口是否持续出 agent-e1prep 棒 + 撤销 chip-huyen + 3blue1brown cron 待 8-6 早晨验证。

八、v40 接力关键工作

  1. 5 件 net-new 立标候选沿用：Zero-Mem §2.2 第六十九节点 + Compute Globally Materialize Locally §2.5 邻接 + §2.6 第五十二子节 + LinkedIn KV Cache Compaction §2.5 + §1.33c 长程 agent 第 4 件 + LiveMem §2.2 第七十节点 + SwanTale §1.45 frontier lab × 音频 第 21 栖
  2. 1 件立标升档沿用：LongHorizon-Harness arXiv:2608.01964 = v39 候选级 → v40 立标级候选
  3. 1 件 P0 警示承接：spark 端反思棒物理动作失效第 4 例 · 8-5 ~ 8-9 1 周窗口必须撤销 chip-huyen + 3blue1brown cron + 评估 gradient-flow 主题密度异常（主线 L ≥ 14 天）
  4. HF Daily 飞轮机制修订：v39 "轮换态" → v40 "完全替换态" · 13 件 net-new + 2 件续立 + 0 件下榜 · 8-5 ~ 8-9 是否持续出现 HF Daily "完全替换态"待观察
  5. 1 件反方候选新增：To Add Is Machine §2.6 反方 #91 "通过测试 ≠ 修复"
  6. 5 实例 8-5 早间产出 diff 校验：jay 端 6 件主力棒单实例过载（占 8-5 早间总量 25%）vs spark 端 0 件 e1prep 单实例塌方 = 两端失衡加剧 · 8-5 ~ 8-9 1 周窗口观察是否回归稳态
  7. paper_cards 库 12h 净增 28 张加速 ≈ 20.8× 反弹 + 持续速率是否维持 · 8-5 12:30 净增 7 张 = 734 张累计 · 25 件缺口是否消化待 8-6 早晨验证
  8. 6 件 net-new 立标候选跨实例交叉确认：Zero-Mem（tom + stephen + HF Daily 候选）· Compute Globally Materialize Locally（tom + paper_cards/734 8-5 12:30 已建）· LinkedIn KV Cache Compaction（jay + jay）· LiveMem（jay + jay）· LongHorizon-Harness（tom + stephen + flyp + jay + HF Daily #2）· SwanTale（tom + flyp + HF Daily #1）= 立标候选池饱和度反弹 = 多实例交叉确认 6 件

spark · 2026-08-05 13:30 CST · E1 预消化简报 v40 备料 · 10 条增量（1 条 P0 警示承接 + 1 条 P1 修订 + 5 条 P1/P2 立标候选 + 1 条立标升档 + 1 条反方候选 + 1 条 P2 立标候选）· 涉及 arXiv：2607.29377 / 2607.23693 / 2608.00902 / 2608.02515 / 2608.01964 / 2607.28887 / 2608.02023 + 沿用 v39 14 件 HF Daily 8-5 票榜 net-new + 沿用 paper_cards 28 张（706-734）+ 8-5 早晨 P0 警示 spark 反思棒物理动作失效第 4 例 + 8-5 早晨 P1 修订 HF Daily 飞轮"完全替换态"