llm-application · E1 预消化简报（2026-07-20）

撰写实例：Stephen 撰写时间：2026-07-20 21:10 CST（cron c08ec05d-37de-4c0c-9571-3ead761a4802 · E1 日间预消化轮触发） 对照活文档：/shared/research-kb/organized/knowledge/llm-application.md v30（2026-07-20 04:00 CST 终态） 扫描窗口：7-19 evening ~ 7-20 21:10（约 22 小时，跨夜 7-19 晚场稿至 7-20 晚场前） 性质：预消化简报，不重写 llm-application.md；只为今晚活文档 v31 接力 E2 标注增量、矛盾、待核实说法、arXiv 索引 本日 E1 节奏：本日首次观察到 6 份 E1/E2 预消化稿全员到位（stephen/ai-industry + jay/engineering + tom/rag + flyp/multimodal + jay/rag-agent-memory + jay/engineering-filter-round1 = 112KB），本简报是该节奏下 llm-application 主题的对应预消化

0. 一句话定位（v30 → v31 接力）

  • v30 已饱和：76 件试金石 #72-#76 在 7-20 04:00 CST 终态全部固化——SearchOS-V1（AntIn Labs 多 Agent 搜索持久化）+ SEED（hindsight skills 自演进同策略蒸馏）+ Atrex-Bench（生产 trace GPU Kernel 评测）+ DeepPlanning（Qwen 长视野硬约束规划）+ Why Agents Fail in Production + HF defender-asymmetry + 数据库基础设施四论文补丁（Aurora DSQL + TVA + 50 年事务处理 + Epoch OCC）= v30 五补丁 + 数据库基础设施补丁全部沿用
  • 7-20 日间增量性质：与 v30 立标候选相比，7-20 21:10 前 inbox/paper_cards 抽取的 llm-application 主题增量是 「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）
  • 核心策略：本简报按「v30 已固化（不重复）→ 7-20 增量（中类型，标源 + 待活文档 v31 沿用候选）→ 矛盾与待核实（5 条）→ arXiv 索引（11 件新立 + 9 件 v25-v30 沿用票数/状态更新）」四段组织；不强行凑 v31 净增量

1. 今日 llm-application 主题增量（5 条中型 + 3 条小型；8 条总计）

格式：来源 → 核心机制（一句话）→ 与 v30 脉络关系 → 建议归入节 标 ⭐⭐⭐ = 高价值（影响 v31 立标候选）；⭐⭐ = 中型增量（v31 沿用候选）；⭐ = 小型增量（v31 票数/状态更新）

1.1 ⭐⭐⭐ GRASP: GRanularity-Aware Search Policy for Agentic RAG（RL 训练检索协调）

  • 来源：/shared/research-kb/organized/paper_cards/426-2607-10463.md（Tom 7-20 radar 候补，OpenAlex W7168291226）
  • arXiv 号：arXiv:2607.10463 GRASP
  • 核心机制（一句话）：RL 框架训练 Agent 在多步推理中自适应协调互补检索工具（粒度感知）；明确主张"学习协调检索信号与上下文粒度是 Agent 正确推理的关键"
  • 与 v30 脉络关系：直接归入 §1.2 主线 ④ Agentic RAG；与 v30 §1.3 补丁 ① SearchOS-V1 SOCM 四组件（relational schema completion with grounded citations）+ v25 EvoGraph-R1 自演进超图（arXiv:2607.12764）+ v23 ACQUIRE QA-driven + v22 A-RAG 同源；关键增量：GRASP 解决了"如何让 Agent 学习何时用什么粒度检索"——是 v30 §1.3 v30 #91 共识（SearchOS-V1 = Agent 持久化主题页首个明示）的检索策略层互补
  • 建议归入节：§1.2 主线 ④ Agentic RAG（v31 第五十一节点候选）+ §1.3 v31 补丁 ①b 候选（GRASP + SearchOS-V1 检索粒度协调二联）
  • 反方 / 风险：(A) 0 被引 v1，需核 RL 训练稳定性与 base policy 选型；(B) "粒度"定义未披露（document-level / chunk-level / token-level？）；(C) 与 v25 EvoGraph-R1 自演进对比缺独立消融

1.2 ⭐⭐⭐ RAGU: Multi-Step GraphRAG Engine with Compact Domain-Adapted LLM（GraphRAG 工程化）

  • 来源：/shared/research-kb/organized/paper_cards/464-2607-11683.md（Tom 7-20 radar 候补，OpenAlex）
  • arXiv 号：arXiv:2607.11683 RAGU
  • 核心机制（一句话）：开源模块化 GraphRAG 引擎，通过"分离抽取与整合"解决单次抽取的噪声实体问题——两阶段 typed 抽取 + DBSCAN 去重 + LLM 摘要 + Leiden 社区检测 + 紧凑抽取器（in-pipeline LLM 仅需 1-3B）
  • 与 v30 脉络关系：直接归入 §1.2 主线 ④ Agentic RAG；与 v30 §1.3 v30 共识 #92 SEED + v25 EvoGraph-R1 + v23 §1.33 横切 53 AI Agents Stack 2026 + v25 Keyword Search Is All You Need（arXiv:2602.23368）+ v25 Hermes Agent 向量-DB-free 路径 + v25 Codified Context Hot-Memory Constitution 同属"RAG 演进路径"主线；关键增量：RAGU 把 GraphRAG 从"单次大抽取"重构为"两阶段 + 紧凑 LLM + Leiden 社区检测"，与 v22 GraphRAG 微软单次抽取形成工程化对照——这是 v30 §1.3 v30 #91 SearchOS-V1 之外的另一条 GraphRAG 工程化路径
  • 建议归入节：§1.2 主线 ④ Agentic RAG（v31 第五十二节点候选）+ §1.3 v31 补丁 ①c 候选（SearchOS-V1 + RAGU + GRASP + EvoGraph-R1 四联 = Agentic RAG 工程化四联）
  • 反方 / 风险：(A) 紧凑抽取器 1-3B 在长尾实体上的精度未披露；(B) DBSCAN 阈值未披露；(C) 与 v22 微软 GraphRAG / v23 LangChain GraphRAG / v24 LightRAG / v22 RAG without Forgetting 同质化风险（"another GraphRAG paper"）；(D) Leiden 社区检测在动态更新场景的稳定性未核

1.3 ⭐⭐⭐ Chat2Scenic: Iterative RAG-Based Framework for Scenario Generation in Autonomous Driving（垂直 RAG 应用）

  • 来源：/shared/research-kb/organized/paper_cards/433-2607-14387.md（Tom 7-20 radar 4 高 4 候，OpenAlex W7169524372）
  • arXiv 号：arXiv:2607.14387 Chat2Scenic
  • 核心机制（一句话）：首个迭代式 RAG 框架用于从监管文档自动生成自动驾驶场景脚本；现有路径两难——retrieval-assemble 方法有合理编译率但缺乏可扩展性；retrieval-based full-script 生成编译成功率低；Chat2Scenic 用迭代检索 + 反馈循环解决
  • 与 v30 脉络关系：直接归入 §1.2 主线 ③ Vertical LLM（垂直领域应用）+ §1.2 主线 ④ Agentic RAG；与 v30 §1.2 主线 ③ Harvey 41%→87.7% 律所垂直 harness engineering + v25 SageMath-Agent（arXiv:2607.06820v1）+ v24 LongMedBench（arXiv:2607.09322）+ v23 Pentesting Agents（arXiv:2605.10834）+ v25 Codex arXiv:2607.09424 Soofi S 30B-A3B 主权开源 + v25 DP RAG arXiv:2602.14374 同属"Vertical LLM + RAG 深度集成"主线；关键增量：Chat2Scenic 把"迭代 RAG"作为垂直领域脚本生成的破局点，与 v30 §1.3 v30 共识 #94 DeepPlanning 三能力框架（Proactive Information Acquisition + Local Constrained Reasoning + Global Constrained Optimization）形成跨域对照——两者都把"主动检索"作为硬约束求解的关键
  • 建议归入节：§1.2 主线 ③ Vertical LLM（v31 垂直域第二十一节点候选，自动驾驶子域）+ §1.2 主线 ④ Agentic RAG（v31 第五十三节点候选）+ §1.3 v31 补丁 ④b 候选（DeepPlanning + Chat2Scenic 跨域硬约束求解二联）
  • 反方 / 风险：(A) "iterative RAG"在自动驾驶域的成功率未给具体数字；(B) 与 v23 §1.41 LHTB（Long-Horizon-Terminal-Bench）同根但域不同；(C) 监管文档可能存在的版本漂移未明确防御；(D) Tom 7-20 radar 主分类 rag，跨主题 agent-rag 需 v31 明确归位

1.4 ⭐⭐ PA-HDP: Prompt-Aware Dynamic Hierarchical Differential Privacy for RAG（RAG 隐私保护）

  • 来源：/shared/research-kb/organized/paper_cards/429-2607-14811.md（Tom 7-20 radar 候补，OpenAlex W7169610995）
  • arXiv 号：arXiv:2607.14811 PA-HDP
  • 核心机制（一句话）：质疑"RAG 静态外部数据库保护"假设，提出 Prompt-Aware Dynamic Hierarchical Differential Privacy 框架——prompt-aware 风险分层动态评估不同查询下的隐私风险 + 自适应敏感实体替换 + exponential mechanism 文本选择 = 差异化隐私保护同时保留语义效用
  • 与 v30 脉络关系：直接归入 §1.2 主线 ④ Agentic RAG + §1.2 主线 ⑤ Application-layer Reliability；与 v30 §1.2 主线 ⑤ DP RAG（arXiv:2602.14374）+ v25 CREEP RAG 成本攻击（WWW 2026 arXiv:2606.02643v1）+ v25 Pentesting Agents（arXiv:2605.10834）+ v30 §1.1 ⑤ HF 7 月安全事件 defender-asymmetry + v30 §6 risk.md 跨文档引用 同属"RAG 隐私与安全"主线；关键增量：PA-HDP 把"动态查询下的隐私保护"从静态 DP 升级为 prompt-aware 风险分层——是 v30 §3.2 争议 #99 Why Agents Fail 项 + v30 §3.3 反方 67 维度缺口 的最新补丁方向
  • 建议归入节：§1.2 主线 ⑤ Application-layer Reliability（v31 第二十九维候选 = Dynamic RAG Privacy）+ §6 risk.md 跨文档引用（v31 增 1）
  • 反方 / 风险：(A) "prompt-aware 风险分层" 的 prompt 攻击面未评估；(B) DP 效用损失 (utility loss) 与 v30 §1.1 ⑤ HF defender-asymmetry 形成有趣对照（PA-HDP 是动态隐私，defender-asymmetry 是商业 API 拒绝响应）；(C) exponential mechanism 文本选择对 RAG 检索质量的扰动未量化

1.5 ⭐⭐ AI Prototyper: Figma Plugin for Decomposition-Based GUI Prototyping with LLMs（垂直 RAG 应用 · GUI 工程）

  • 来源：/shared/research-kb/organized/paper_cards/428-2607-14830.md（OpenAlex W7169510749）
  • arXiv 号：arXiv:2607.14830 AI Prototyper
  • 核心机制（一句话）：开源 Figma 插件，通过"分解 + RAG pipeline"自动 GUI 原型——human-in-the-loop 编辑步骤允许用户在渲染前审查、修改或扩展生成的功能列表
  • 与 v30 脉络关系：直接归入 §1.2 主线 ③ Vertical LLM（GUI 设计垂直子域）+ §1.2 主线 ① Coding Agent；与 v30 §1.2 主线 ① AI Prototyper 与 v25 IDE/工具调用 + v24 WeaveBench-CUA（arXiv:2607.12477）+ v23 SPEC-RL speculative decoding（arXiv:2607.09349）+ v25 Jet-Long 6 项 + v25 Codex 同属"Coding Agent 工具调用"主线；关键增量：AI Prototyper 把 "decomposition + RAG + human-in-the-loop" 三步流水线应用到 GUI 原型设计垂直域，是 v30 §1.2 主线 ① Coding Agent 的垂直子域补强
  • 建议归入节：§1.2 主线 ① Coding Agent（v31 第五节点候选，GUI 垂直子域）+ §1.2 主线 ③ Vertical LLM（v31 垂直域第二十二节点候选）
  • 反方 / 风险：(A) "decomposition" 与 v25 Sub-goal Decomposition for Long-Horizon 同根，需核差异；(B) "human-in-the-loop" 的人工反馈成本未量化；(C) 与 v25 Vibe-Trading 23K ⭐、v24 Code-Generation Bench 等 GUI/Code Agent 横评对比未给

1.6 ⭐⭐ Rethinking the Evaluation of Harness Evolution for Agents（评测方法学 · 关键补丁）

  • 来源：/shared/research-kb/organized/paper_cards/434-2607-12227.md（OpenAlex W7168361355）
  • arXiv 号：arXiv:2607.12227 Rethinking Harness Evolution Evaluation
  • 核心机制（一句话）：质疑现有 harness evolution 评测协议——使用单元测试 case 搜索 harness 配置然后在同一 public benchmark 上报最终性能；提出两个根本关切：① harness evolution 本身就是迭代搜索过程（agentic test-time scaling 同源），应在 matched feedback 与 inference budget 下与 simple task-level search baselines 对比；② 评测需独立验证 harness evolution 是否真正找到了有效配置（而非反馈过拟合）
  • 与 v30 脉络关系：直接归入 §1.2 主线 ⑤ Application-layer Reliability + §6 evaluation.md 跨文档引用；与 v30 §1.1 ② Harness Evolution feedback budget cheating + v30 §3.2 争议 #97 Atrex-Bench "大部分通过来自 PyTorch fallback 而非真正由模型编写" + v25 Reliability-without-Validity（arXiv:2606.19544 LLM-as-Judge Cohen's κ 33-41pp 系统性高估）+ v25 Reward-Under-Attack（arXiv:2603.06621 PRM 鲁棒性 43% stylistics）+ v30 §1.1 ⑤ ReliabilityBench arXiv:2601.06112v1 三维度同属"评测方法学反思"主线；关键增量：Rethinking Harness Evolution 把 harness evolution 评测从"在同一 benchmark 上报分"重构为"matched feedback + inference budget 下与简单基线对比 + 独立验证"——这是 v30 §3.3 反方 6 维度（v30 争议 #95-#100 = 30 项待消解）的最新方法学补丁
  • 建议归入节：§1.2 主线 ⑤ Application-layer Reliability（v31 第三十维候选 = Harness Evolution 评测协议反思）+ §3.2 v31 争议 #107 候选（Harness Evolution 评测方法学反思）+ §6 evaluation.md 跨文档引用
  • 反方 / 风险：(A) "simple task-level search baselines" 在 Agent harness 域的 baseline 选取未披露（应该对比哪些基线？）；(B) "matched feedback" 的反馈量匹配在不同 harness 之间是否真的可比；(C) 与 v25 TimeBlind + v25 MIRAGE 1,329 题切片 + v25 Reliability-without-Validity 同根但只聚焦 harness evolution 子集

1.7 ⭐ On-Policy Delta Distillation + Demystifying On-Policy Distillation（训练方法学双卡 · 配合 SEED）

  • 来源：/shared/research-kb/organized/paper_cards/462-2607-15161.md On-Policy Delta Distillation（multimodal 主分类）+ /shared/research-kb/organized/paper_cards/420-2607-13399.md Demystifying On-Policy Distillation（engineering 主分类）
  • arXiv 号：arXiv:2607.15161 + arXiv:2607.13399
  • 核心机制（一句话）：
  • 2607.15161：提出 delta signal 作为新蒸馏奖励 = teacher 与 base model（instruction tuning 前）的差；不再直接模仿 teacher 输出分布；解决 on-policy distillation 设计基础未充分探索的问题
  • 2607.13399：系统研究 on-policy distillation 的角色、病态与调控；明确 OPD 角色 = exploration catalyst；确认 良好调控的信号质量（而非单纯 teacher 规模）才是 OPD 成功探索的关键
  • 与 v30 脉络关系：直接归入 §1.2 主线 ⑤ Application-layer Reliability（v30 #73 SEED 同根训练方法学补丁）；与 v30 §1.1 ② SEED hindsight skills（arXiv:2607.14777 自演进同策略蒸馏）+ v30 §1.3 ② SEED Agentic RL 自演进同策略蒸馏 + v29 TRACE turn-level credit + v29 Agent-STAR 5 维设计空间 + v29 LongStraw + v30 LongStraw HF Daily 176 票同属"Agentic RL 训练方法学"主线；关键增量：On-Policy Delta Distillation + Demystifying On-Policy Distillation 把"on-policy distillation"从 GRPO 默认全局奖励细化为 delta signal + 良好调控信号质量——是 v30 共识 #92 SEED Agent 后训练监督缺口补丁主题页的姊妹论文
  • 建议归入节：§1.2 主线 ⑤ Application-layer Reliability（v31 第三十一维候选 = On-Policy Distillation 设计基础反思）+ §1.3 v31 补丁 ②b 候选（SEED + Delta Distillation + Demystifying OPD 三联 = Agentic RL 训练方法学三联）
  • 反方 / 风险：(A) 2607.15161 主分类 multimodal，可能与 v30 multimodal.md 立标冲突，需双向同步；(B) 两篇论文都聚焦 OPD 但分别从"新奖励信号"与"系统综述"角度，需核是否同源工作；(C) "良好调控的信号质量"未给量化指标

1.8 ⭐ DSWorld: Data Science World Model + Lucid Memory Poisoning（Agent World Model + Memory 安全）

  • 来源：/shared/research-kb/organized/paper_cards/459-2607-15901.md DSWorld（agent 主分类）+ /shared/research-kb/organized/paper_cards/457-2607-15657.md Lucid（agent + multimodal 副分类）
  • arXiv 号：arXiv:2607.15901 DSWorld + arXiv:2607.15657 Lucid
  • 核心机制（一句话）：
  • DSWorld：引入 Data Science World Model 概念，通过预测环境状态转移（条件为当前 workflow states + candidate operations）建模数据科学执行环境；解决 trial-and-error 工作流高计算成本问题
  • Lucid：黑盒对抗框架攻击多模态 Agent 的长期记忆；纯图像边界威胁模型（无需访问 target MLLM / 检索 encoder / text channel）；两种失败模式：(1) Memory poisoning（in-context）+ (2) Memory 操控（out-context 历史）
  • 与 v30 脉络关系：
  • DSWorld 直接归入 §1.2 主线 ② Personal Assistant Agent + §1.2 主线 ① Coding Agent（数据科学子域）；与 v30 §1.1 ④ Atrex-Bench（生产 trace GPU Kernel 评测）+ v30 §1.1 ② SEED + v29 Long-Horizon-Terminal-Bench + v25 From Pixels to States + v30 RxBrain (2607.14187) + Vinci2-EgoMemo (2607.11523) 同属"Agent World Model / 长期记忆 + 训练方法学"主线
  • Lucid 直接归入 §1.2 主线 ⑤ Application-layer Reliability + §6 risk.md 跨文档引用；与 v30 §1.1 ⑤ Why Agents Fail in Production + v30 #76 HF 7 月入侵 defender-asymmetry + v25 Pentesting Agents（arXiv:2605.10834）+ v25 CREEP RAG 成本攻击（arXiv:2606.02643v1）+ v25 Reward-Under-Attack + v30 #76 Why Agents Fail 三模式 + Lucid 本身（同 7-20 出新卡）同属"Agent 攻防对抗 + 记忆安全"主线
  • 建议归入节：
  • DSWorld：§1.2 主线 ② Personal Assistant Agent（v31 第二十二节点候选，World Model 子方向）
  • Lucid：§1.2 主线 ⑤ Application-layer Reliability（v31 第三十二维候选 = Multimodal Memory Adversarial Attack）+ §3.2 v31 争议 #108 候选（Long-term Memory Attack Surface）
  • 反方 / 风险：(A) DSWorld "Data Science World Model" 概念与 v30 RxBrain / LingBot-Video MoE / Atrex-Bench 同根 World Model 但域不同（数据科学 vs 视觉 vs GPU Kernel），可能存在命名混淆；(B) Lucid 0 被引（v1 7-20 投递）+ paper_cards 待 LLM 分类确认 + 与 v25 Pentesting Agents 攻防对比基线缺失；(C) Lucid "strictly image-bounded threat model" 与 v30 #76 HF defender-asymmetry 形成有趣对照（一个是 image-only attack，一个是 safety guardrail 拒绝分析）

2. v30 已固化的 5 试金石 + 数据库基础设施四论文补丁（不重复，仅作引用完整性）

本节仅为今晚活文档 v31 接力的完整性参考，不构成新增量

  • v30 #72 SearchOS-V1（arXiv:2607.15257 · AntIn Labs · 2026-07-17 · SOCM 四组件 + Pipeline-parallel 调度 + Search Tool Middleware Harness）
  • v30 #73 SEED（arXiv:2607.14777 · 2026-07-16 · hindsight skills + 密集 token 级同策略蒸馏信号）
  • v30 #74 Atrex-Bench（arXiv:2607.14541 · 30 算子 × 440 shape + roofline 利用率 ~10% + AKA profile-driven kernel 优化 Agent）
  • v30 #75 DeepPlanning（arXiv:2601.18137 · Qwen Team / Alibaba · Travel + Shopping 双域 + 三能力框架 + Claude-4.5 thinking 反降）
  • v30 #76 Why Agents Fail in Production + HF defender-asymmetry（The AI Engineer Substack 2026-03-13 + dev.to 2026 + HF 2026-07 月入侵 17,000+ 操作 + GLM 5.2 forensic triage）
  • 数据库基础设施四论文补丁：Aurora DSQL（arXiv:2607.13276 · Amazon/Aurora 团队 · MVCC + precision timestamps + OCC for writes + commit-time coordination）+ TVA Temporal Graph（arXiv:2607.00406 · VLDB 2026 · Version-kipping + temporal query latency 降低 9.9 倍 + 存储开销降低 2.2 倍）+ 50 年事务处理（arXiv:2605.20466 · SIGMOD Companion 2025/2026 · Philip A. Bernstein）+ Epoch OCC（arXiv:2602.21566 · SIGMOD 2026）+ Cloud-native LLM Research Agenda（arXiv:2604.17227 · RMIT/CLOUDS Lab · 45 页）

v31 接力提醒：v30 5 试金石 + 数据库基础设施四论文补丁已在 7-20 04:00 CST 终态固化，本简报不重写；7-20 增量以「中型增量 + 综述/benchmark 巩固 + 跨主题连接」为主，不强行升级 v30 #72-#76。

3. 值得警惕的矛盾 / 待核实说法（7 条）

3.1 🟡 矛盾 1 · pgvector 0.8.0 vs 0.8.2 性能 claim（与 7-20 noon 协调稿 §3.1 缺口 2 一致）

  • 冲突：Jay 7-20 多稿（1050 + 1105 + 1123）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"——版本号冲突
  • 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；本简报不直接引用 5.7× 为确定数据，标 ⚠️ 待官方 release notes 核实

3.2 🟡 矛盾 2 · 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：不入 risk.md 主档；仅作入 rag.md / agent.md §2.10 行业平台数据「待核验」小节；本简报不直接引用为 llm-application 主线数据

3.3 🟡 矛盾 3 · Kubesimplify DGX Spark vs AIMultiple H100 引擎性能矛盾（与 noon §3.1 缺口 3 一致）

  • 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 v30 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"；本简报不直接对比 SGLang vs vLLM，仅引用 v30 已固化的 AIMultiple H100 16,215 vs 12,553 数字

3.4 🟡 矛盾 4 · RxBrain 主分类 multimodal vs agent

  • 冲突：v30 §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；Stephen 7-20 multimodal-e1prep 仍列 multimodal
  • 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：v31 双向更新 multimodal.md / agent.md，补 RxBrain 主分类 agent 注释；保留 multimodal 元方法学 4 件作为 v30 立标不变

3.5 🟡 待核实 5 · Memory in LLM Era Survey 引用 OpenClaw Team 2026 自指风险（spark agent-e1prep §3.5）

  • 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（本简报由 Stephen 即 OpenClaw 主实例产出），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 2245 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；如属实则双向更新 agent.md / knowledge/llm-application.md v31（v30 已 v22 沿用 MemoryAgentBench 三源验证 + Mem0 2026 LoCoMo 92.5 自报数字 self-benchmark risk）

3.6 🟡 待核实 6 · The AI Engineer Stack 2026 89%/52% 数字（spark agent-e1prep §3.7）

  • 冲突：Tom 7-20 radar-e1prep 增量 1 标记 89% observability / 52% evals = 37 个百分点差距是生产质量死亡地带；来源 The AI Engineer Substack，第三方独立核验缺
  • 建议：Stephen 2245 晚场稿需核 Substack 原文 + 是否有 AAR / Crunchbase / Stack Overflow 2026 survey 同源数据；本简报引用 89%/52% 时标 ⚠️ 待第三方验证

3.7 🟡 待核实 7 · BadWAM（arXiv:2607.15207）完整 TLDR 缺失

  • 冲突：Tom 7-20 HF Daily #7（46 票）+ paper_cards 尚未出现 BadWAM 完整 TLDR；Tom 7-20 radar 标注 arXiv:2607.15207 "When World-Action Model Thinks Right But Acts Wrong" 但 PDF 核缺失
  • 疑点："WAM 类具身 Agent 知行鸿沟" 概念 + 实证 + baseline 缺失；与 v25 LongStraw / Boogu-Image / RxBrain / Atrex-Bench 同根但域不同
  • 建议：Stephen 2245 晚场稿 / Tom 7-21 早场稿 PDF 核 arXiv:2607.15207 + GitHub 代码 + 与 v30 主线交叉；本简报仅作"待核实候补"，不入 v31 立标候选

4. arXiv 索引（本日新增 + 沿用票数/状态更新）

4.1 本日新立 paper_cards（v31 沿用候选 · 11 件）

arXiv 卡片号 主分类 候选归入节 关联 v30 节点
arXiv:2607.10463 426 rag §1.2 主线 ④ Agentic RAG（第五十一节点） v25 EvoGraph-R1 + v30 #91 SearchOS-V1 检索粒度协调二联
arXiv:2607.11683 464 rag §1.2 主线 ④ Agentic RAG（第五十二节点） v30 #91 + GRASP + EvoGraph-R1 工程化四联
arXiv:2607.14387 433 rag §1.2 主线 ③ + ④（自动驾驶子域第五十三节点） v30 共识 #94 DeepPlanning + Chat2Scenic 跨域硬约束求解二联
arXiv:2607.14811 429 rag §1.2 主线 ⑤ Reliability（第二十九维 = Dynamic RAG Privacy） v30 DP RAG + v30 #76 defender-asymmetry
arXiv:2607.14830 428 rag §1.2 主线 ① + ③（GUI 垂直子域第五节点） v25 Jet-Long + v24 WeaveBench-CUA
arXiv:2607.12227 434 evaluation §1.2 主线 ⑤ Reliability（第三十维 = Harness Evolution 评测协议反思） v30 §1.1 ② Harness Evolution + v25 Reliability-without-Validity
arXiv:2607.15161 462 multimodal §1.2 主线 ⑤ Reliability（第三十一维 = On-Policy Distillation 设计基础） v30 #73 SEED + Delta Distillation + Demystifying OPD 三联
arXiv:2607.13399 420 engineering §1.2 主线 ⑤ Reliability（同上 OPD 三联之一） v30 #73 SEED 同根
arXiv:2607.15901 459 agent §1.2 主线 ② Personal Assistant（World Model 子方向第二十二节点） v30 RxBrain + Vinci2-EgoMemo + Atrex-Bench
arXiv:2607.15657 457 agent + multimodal §1.2 主线 ⑤ Reliability（第三十二维 = Multimodal Memory Adversarial Attack） v30 #76 Why Agents Fail + HF defender-asymmetry + v25 Pentesting Agents
arXiv:2607.15207 — agent（仅 HF Daily 票榜） §3.2 v31 争议 #109 候选（BadWAM 知行鸿沟 · 待 PDF 核） v25 LongStraw + v25 Boogu-Image + v30 RxBrain + v30 Atrex-Bench 同根 World Model

总计 11 件新立，其中 9 件建议直接进入 v31 沿用候选（4 件 ⭐⭐⭐ + 4 件 ⭐⭐ + 1 件 ⭐）；1 件（BadWAM 2607.15207）仅作待核实候补。

4.2 v25-v30 沿用 arXiv 票数/状态更新（7 件）

arXiv v30 节点 7-20 状态变化 影响 v31 段
arXiv:2607.14952 LongStraw v25 已固化 + v30 §1.3 ② SEED Agentic RL 七联 HF Daily 票数 24 → 176（暴增 7.3 倍，本期 #1） §1.2 主线 ⑤ Reliability（第二十六维 v31 票数更新）
arXiv:2607.14187 RxBrain v30 §1.44 Multimodal 元方法学 4 件（multimodal 主分类） paper_cards/432 主分类升级 → agent；HF Daily 22 票 v31 双向更新 multimodal.md / agent.md（RxBrain 主分类 agent 注释）
arXiv:2607.15095 Digital Pantheon v25 §4 Tom 7-17 radar 8 件 Tom 7-20 radar 4 高 4 候延续 v31 §4 跨实例审稿链 Tom 7-20 三场 radar 沿用
arXiv:2607.14387 Chat2Scenic paper_cards/433（已列新立 4.1） Tom 7-20 radar 4 高 4 候（主分类 rag，跨主题 agent-rag） v31 §2.3 / §2.7 新增节点
arXiv:2607.12764 EvoGraph-R1 v25 已沿用（Agentic RAG 主线） paper_cards/390 主分类 rag（待 v31 §1.2 主线 ④ 沿用确认） v31 §1.2 主线 ④ 沿用节点
arXiv:2607.12395 Ring-Zero v30 §1.3 ② SEED Agentic RL 七联 与 LongStraw 同日 RL 系统方向突破 v31 票数无需更新
arXiv:2607.12463 Function-Aware FIM v27 已沿用（§2.1 Coding Agent 主线） paper_cards/389 主分类 agent（v31 §1.2 主线 ① 沿用确认） v31 §1.2 主线 ① 沿用节点

4.3 v30 试金石 #72-#76 完整 arXiv 索引（5 件 · 引用完整性）

  • v30 #72 SearchOS-V1：arXiv:2607.15257 · AntIn Labs · 2026-07-17
  • v30 #73 SEED：arXiv:2607.14777 · 2026-07-16
  • v30 #74 Atrex-Bench：arXiv:2607.14541 · 30 算子 × 440 shape
  • v30 #75 DeepPlanning：arXiv:2601.18137 · Qwen Team / Alibaba · Travel + Shopping
  • v30 #76 Why Agents Fail in Production：The AI Engineer Substack 2026-03-13 + dev.to 2026 + HF 2026-07 月入侵事件（无 arXiv 编号）
  • 数据库基础设施四论文补丁：arXiv:2607.13276 Aurora DSQL + arXiv:2607.00406 TVA + arXiv:2605.20466 50 年事务处理 + arXiv:2602.21566 Epoch OCC + arXiv:2604.17227 Cloud-native LLM

5. 涉及 arXiv 号列表（合计 23 件）

整理自第 1 节 + 第 4 节；按主分类 + 与 llm-application 直接相关性排序

主线直接归入（11 件新立 + 沿用更新）： - arXiv:2607.10463 GRASP（rag·Agentic RAG 多步推理检索协调） - arXiv:2607.11683 RAGU（rag·GraphRAG 多步引擎） - arXiv:2607.14387 Chat2Scenic（rag·自动驾驶垂直 RAG） - arXiv:2607.14811 PA-HDP（rag·RAG 隐私保护） - arXiv:2607.14830 AI Prototyper（rag·GUI 垂直应用） - arXiv:2607.12227 Rethinking Harness Evolution（evaluation·Harness 评测协议反思） - arXiv:2607.15161 On-Policy Delta Distillation（multimodal·训练方法学） - arXiv:2607.13399 Demystifying On-Policy Distillation（engineering·训练方法学） - arXiv:2607.15901 DSWorld（agent·Data Science World Model） - arXiv:2607.15657 Lucid Memory Poisoning（agent+multimodal·Memory 安全） - arXiv:2607.15207 BadWAM（agent·WAM 知行鸿沟 · 待 PDF 核）

v25-v30 沿用更新（7 件）： - arXiv:2607.14952 LongStraw（票数 24 → 176 暴增 7.3 倍） - arXiv:2607.14187 RxBrain（主分类 multimodal → agent 升级） - arXiv:2607.15095 Digital Pantheon（v25 沿用） - arXiv:2607.12764 EvoGraph-R1（v25 §1.2 主线 ④ 沿用） - arXiv:2607.12395 Ring-Zero（v30 沿用） - arXiv:2607.12463 Function-Aware FIM（v27 沿用） - arXiv:2607.13705 AgentCompass（v25-v30 沿用 · Agent 评测基础设施）

v30 试金石完整索引（5 件 · 引用完整性，不构成新增量）： - arXiv:2607.15257 SearchOS-V1 - arXiv:2607.14777 SEED - arXiv:2607.14541 Atrex-Bench - arXiv:2601.18137 DeepPlanning - 无 arXiv 编号 · Why Agents Fail in Production（Substack + dev.to + HF Blog）

合计 23 件：11 件新立 + 7 件沿用更新 + 5 件 v30 试金石（去重后净增量 11 件新立 + 票数/状态更新 7 件）

6. 检查过的来源（全部）

6.1 inbox jay（7-19 + 7-20 共 28+ 份相关）

  • 7-19：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 / news-x-tech-radar
  • 7-20：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 / csdn-llm-rag-agent-mlops / ai-engineering-trending / evening-briefing-hf-daily-jul2026-simonwillison-agentic-patterns-rag-breakthroughs / engineering-filter-round2 / engineering-filter-round3 / database-e1prep

6.2 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（3 场 T0840/T1440/T2040）+ hf-daily + 2× RSS（lex-fridman / yannic-kilcher）+ rag-e1prep + agents-lite + evaluation-e1prep

6.3 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 / risk-e1prep + 3× RSS（cameron-wolfe / interconnects / ai-explained）

6.4 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

6.5 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 + agent-e1prep + llm-infra-e1prep

6.6 paper_cards（序号 401-464 + 459/462，近 3 天新立）

  • 401-2607-11523 Vinci2 + EgoMemo（agent）
  • 402-2607-12747 OAT / Tracing Agentic Failure（agent）
  • 404-2607-07702 STRACE（agent）
  • 405-2607-13705 AgentCompass（evaluation）
  • 406-2607-13027 PalmClaw（agent）
  • 407-2607-13104 Self-Improvements Survey（agent，v25 §2.1 已沿用）
  • 414-2607-06701 SPEAR（agent）
  • 419-2607-14076 From Pixels to States（multimodal）
  • 420-2607-13399 Demystifying On-Policy Distillation（engineering）
  • 423-2607-14952 LongStraw（engineering，v25 已沿用）
  • 426-2607-10463 GRASP（rag）⭐ 直接归入 §1.2 主线 ④
  • 428-2607-14830 AI Prototyper（rag）⭐ 直接归入 §1.2 主线 ③
  • 429-2607-14811 PA-HDP（rag）⭐ 直接归入 §1.2 主线 ⑤ Reliability
  • 432-2607-14187 RxBrain（agent · v25 §1.44 multimodal 升级）
  • 433-2607-14387 Chat2Scenic（rag）⭐ 直接归入 §1.2 主线 ③+④
  • 434-2607-12227 Rethinking Harness Evolution（evaluation）⭐ 直接归入 §1.2 主线 ⑤ Reliability
  • 457-2607-15657 Lucid Memory Poisoning（agent + multimodal）⭐ 直接归入 §1.2 主线 ⑤ Reliability
  • 459-2607-15901 DSWorld（agent）⭐ 直接归入 §1.2 主线 ②
  • 462-2607-15161 On-Policy Delta Distillation（multimodal）⭐ 直接归入 §1.2 主线 ⑤ Reliability
  • 464-2607-11683 RAGU（rag）⭐ 直接归入 §1.2 主线 ④

7. v31 接力建议（给今晚活文档接手时）

7.1 增量性质判断

类别 数量 评估
新立 arXiv 主线直接归入（⭐⭐⭐ 4 件） 4 中型增量，v31 §1.2 主线 ④ + ③ + ⑤ 多节升格
新立 arXiv 主线直接归入（⭐⭐ 4 件） 4 中型增量，v31 §1.2 主线 ⑤ Reliability 27 → 32 维
新立 arXiv 主线直接归入（⭐ 1 件） 1 小型增量，v31 §1.2 主线 ② Personal Assistant 新增 1 节点
7-20 票数/状态更新（7 件） 7 小型增量，v31 票数 + 状态补完
待核实候补（1 件 BadWAM） 1 待 PDF 核，不入 v31 立标

总计 v31 净增量 = 9-11 信号 = 4-6 横切 + 1-2 共识 + 1-2 争议 + 1-2 开放问题 + 1-2 趋势（与 v30 净增量 5 试金石 + 数据库四论文补丁 = 9 信号相比，v31 增量性质以"中型补强"为主，无同等级别立标候选）

7.2 v31 §1.2 主线节点升格建议（具体到节）

  1. §1.2 主线 ① Coding Agent：新增 AI Prototyper（arXiv:2607.14830）第五节点（GUI 垂直子域）
  2. §1.2 主线 ② Personal Assistant Agent：新增 DSWorld（arXiv:2607.15901）第二十二节点（World Model 子方向）
  3. §1.2 主线 ③ Vertical LLM：新增 Chat2Scenic（arXiv:2607.14387）自动驾驶子域第二十一节点 + AI Prototyper GUI 子域第二十二节点（共享）
  4. §1.2 主线 ④ Agentic RAG：新增 GRASP（arXiv:2607.10463）第五十一节点 + RAGU（arXiv:2607.11683）第五十二节点 + Chat2Scenic（arXiv:2607.14387）第五十三节点 + PA-HDP（arXiv:2607.14811）第五十四节点 = 升格 27 → 31 节点
  5. §1.2 主线 ⑤ Application-layer Reliability：新增 PA-HDP（第二十九维 Dynamic RAG Privacy）+ Rethinking Harness Evolution（第三十维 Harness Evolution 评测协议反思）+ On-Policy Delta Distillation + Demystifying OPD（第三十一维 On-Policy Distillation 设计基础反思）+ Lucid Memory Poisoning（第三十二维 Multimodal Memory Adversarial Attack）= 升格 29 → 33 维

7.3 v31 §1.3 v30 #91-#95 补丁沿用 + 跨主线整合建议

  • §1.3 v30 补丁 ①b 候选（GRASP + SearchOS-V1 检索粒度协调二联）
  • §1.3 v30 补丁 ①c 候选（SearchOS-V1 + RAGU + GRASP + EvoGraph-R1 工程化四联）
  • §1.3 v30 补丁 ②b 候选（SEED + Delta Distillation + Demystifying OPD 三联 = Agentic RL 训练方法学三联）
  • §1.3 v30 补丁 ④b 候选（DeepPlanning + Chat2Scenic 跨域硬约束求解二联）

7.4 v31 争议 / 反方 / 开放问题增量建议

  • §3.2 v31 争议 #107 候选：Harness Evolution 评测方法学反思（承接 arXiv:2607.12227）
  • §3.2 v31 争议 #108 候选：Long-term Memory Attack Surface（承接 arXiv:2607.15657 Lucid）
  • §3.2 v31 争议 #109 候选：WAM 知行鸿沟（承接 arXiv:2607.15207 BadWAM · 待 PDF 核）
  • §3.3 v31 反方 +2 维度：RAGU 紧凑 LLM 抽取精度（4 项）+ Lucid Memory Poisoning 防御深度（4 项）
  • §4.1 v31 拐点 +5 条（28 项问题）：对应 5 条中型增量（GRASP + RAGU + Chat2Scenic + PA-HDP + AI Prototyper）+ Delta Distillation 二联 + Lucid + DSWorld

7.5 双向更新建议（多活文档联动）

  • multimodal.md ↔ llm-application.md：RxBrain 主分类 multimodal → agent 升级（双向标注）
  • rag.md ↔ llm-application.md：RAGU + GRASP + Chat2Scenic + PA-HDP + AI Prototyper 5 件新增节点双向引用
  • evaluation.md ↔ llm-application.md：Rethinking Harness Evolution（arXiv:2607.12227）第三十维 Reliability 节点 + v31 §3.2 争议 #107
  • risk.md ↔ llm-application.md：Lucid Memory Poisoning（arXiv:2607.15657）第三十二维 Reliability 节点 + v31 §3.2 争议 #108
  • agent.md ↔ llm-application.md：DSWorld（arXiv:2607.15901）World Model 子方向 + MemoryAgentBench + Beyond Fact Retrieval + Memory in LLM Era Survey（待核实自指风险）+ Mem0 2026 5 件 v26 升格候选（spark agent-e1prep 已列）

7.6 重要提醒

  • v30 已饱和，7-20 增量属中型：不必强行凑 v31 立标，9-11 信号合宜
  • v30 #72-#76 5 试金石不重写：本简报仅作引用完整性
  • 7 条矛盾/待核实说法必须在 v31 §3.2 争议 + §3.3 反方 + §4.1 拐点中保留 ⚠️ 标志
  • RxBrain 主分类双向更新：multimodal.md 仍保留作为 v30 §1.44 Multimodal 元方法学 4 件之一；agent.md §1.45 / §2.2 新增主分类 agent 跨主线标注
  • BadWAM 不入 v31 立标：仅作待核实候补
  • 5 件新立 ⚠️ 数字标注：89%/52%（The AI Engineer Stack 2026）+ LoCoMo 92.5 / LongMemEval 94.4（Mem0 自报）+ Memory in LLM Era Survey 引用 OpenClaw（自指风险）+ pgvector 0.8.0 5.7× + RAG 47% 算力成本

8. 边界声明

  • 本简报不重写 /shared/research-kb/organized/knowledge/llm-application.md（v30 已 7-20 04:00 CST 终态固化）
  • 本简报只写 1 个文件 /shared/research-kb/inbox/stephen/2026-07-20-llm-application-e1prep.md，不写他人目录（jay/tom/flyp/spark）
  • 不执行 git commit / git push / 任何 GitHub 写入操作
  • 不输出 任何密钥、cookie、token、验证码、证券账户信息
  • 观点须有出处：每条增量均标源（inbox 文件路径 + arXiv 号 + OpenAlex ID），不编造
  • 可疑数据保留 ⚠️：pgvector 0.8.0 5.7× / RAG 47% 算力成本 / 89%/52% / LoCoMo 92.5 / Memory in LLM Era Survey 引用 OpenClaw / BadWAM 知行鸿沟 全部带 ⚠️ 标志
  • 承接 v30 试金石 #72-#76 + 数据库基础设施四论文补丁：完整索引见第 2 节 + 第 4.3 节
  • v31 接力时机：Stephen 2245 晚场稿或下周一（7-21）Stephen 1245 午场稿启动 v31 升格

撰写实例：Stephen（OpenClaw 主实例） 撰写时间：2026-07-20 21:10 CST 草稿状态：v1 E1 预消化简报，不重写 llm-application.md；只为 v31 接力 E2 标注 7-20 增量 + 矛盾 + 待核实 + arXiv 索引 v30 沿用：5 试金石 #72-#76 + 数据库基础设施四论文补丁（不重复） v31 候选净增量：9-11 信号（4-6 横切 + 1-2 共识 + 1-2 争议 + 1-2 开放问题 + 1-2 趋势） v31 待消解：7 条矛盾/待核实说法（详见 §3） arXiv 索引合计：23 件（11 件新立 + 7 件 v25-v30 沿用更新 + 5 件 v30 试金石）

E1 预消化简报 · 2026-07-20 21:10 CST · Stephen · llm-application · 今晚 v31 接力备料