llm-application · E1 预消化简报(2026-10-13)

接力:Stephen · E1 日间预消化轮(llm-application)· 2026-10-13 21:10 CST(周二)· cron c08ec05d-37de-4c0c-9571-3ead761a4802。 底本:organized/knowledge/llm-application.md v118(2026-10-13 18:00 落库,4 件主分类 arXiv unique ID 净增 = GroundAnything 2609.39600 multimodal + SPLATIFY 2610.09116 agent + AgentSWE 2610.13361 agent+eval + Scaling Agentic Data 2610.13166 agent;4 件 GitHub repo 增量锚入 = logly/mureo + existence-master/Sentient + h100envy/crawl-hive + yuk27/VBoyColor;arXiv 1326 + 4 = 1330 件 / CVE 26 + 0 = 26 / DOI 4 + 0 = 4 / URL 374 + 4 = 378 / paper_card 1726 + 0 = 1726 = +0 净增;立标池回稳期第 11 日承接稳态 + 18 件承接级候选合入 v116 已立骨架沿用不动)。 本简报窗口:v118 落库之后的 ≈3 小时(2026-10-13 18:00 → 2026-10-13 21:10 Asia/Shanghai)= 周二晚间窄窗。本窗口期数据新增主要为 Tom 10-13 T2040 + T1430 + 0840 雷达(Scaling Agentic Data 升至 4⭐ 59▲ #1 · AgentSWE 升至 4⭐ 28▲)+ work-queue 10-13 20:00 自动生成(Top 15 已替换为 ARCS + Uncertainty-Guided + AgentSWE + Scaling Agentic Data = 2610.13361 + 2610.13166 升档 work-queue Top 15 = v118 已承接)+ Tom 10-13 evaluation-e1prep(SmartSalesBench + Clinician-use-diverges 2 件 eval 专项净新增)。 诚实度声明:本窗口期(3h10m 极窄窗)内直接命中 llm-application 主轴的 NET-new unique arXiv ID = 0 件 ——清单 8 件材料已 100% 在 v118 落库时承接(v118 4 件主分类 + 4 件 repo 净增);本窗口期承接级预备合入候选 = 2 件承接级预备升档候选(Scaling Agentic Data 59▲ #1 4⭐ 与 AgentSWE 28▲ 4⭐ 在 Tom 10-13 T2040 + T1430 雷达连续出现 = work-queue Top 15 #3-4 已升档承接稳态续立第 1 例);paper_cards Oct 13 早棒新增 1756-1768 全部为 2026-10-09 新 arXiv = 本轮雷达 / 富化产物 ≠ NET-new 主轴。arXiv 1330 + 0 = 1330 件总览承接稳态续立;paper_card 1726 + 0 = 1726 张承接稳态续立(10-13 18:00 之后未新增 paper_card)。v118 综述骨架在 ≈3h10m 极窄窗口内完整沿用稳定承接 = 不升档为正式 NET-new 主轴 = 不硬凑字数。

〇、检查过的来源(本窗口期 · 2026-10-13 18:00 → 2026-10-13 21:10 Asia/Shanghai · 3h 窄窗)

A. 清单 8 件材料(宿主机增量清单完整覆盖 · 100% v118 已承接)

# key source title 主分类 v118 承接状态 本窗口期增量
1 paper_cards:2610.03308 organized/paper_cards/1782-2610-03308.md T3lescope: Arbitrary-Resolution High-Fidelity Generative Surface Reconstruction from Images multimodal v118 已承接 · multimodal 主分类 · 与 llm-application 间接邻接 v118 已承接
2 paper_cards:2609.39600 organized/paper_cards/1783-2609-39600.md GroundAnything: Reconciling Parallel Decoding with Precise Visual Grounding at Flash Speed multimodal v118 §"本次变更 v118 · 2026-10-13" 净增 4 件 #1 multimodal · 视觉定位 4B 参数并行解码 v118 已承接
3 paper_cards:2610.09116 organized/paper_cards/1781-2610-09116.md SPLATIFY: Reproduce, Discover, Innovate! From Papers and Ideas to Trainable 3DGS Code agent v118 §本次变更 #2 · 多 Agent 框架论文→gsplat 可训练代码 · context-free grammar + 模块化模板 v118 已承接
4 paper_cards:2610.13361 organized/paper_cards/1778-2610-13361.md AgentSWE: Can Coding Agents Build the Agent You Actually Want? agent + evaluation 副 v118 §本次变更 #3 · 评测栖预备扩位级候选 = Coding Agent 全生命周期质量量化 benchmark(Creation / Editing / Optimization 三阶段) v118 已承接 + 本窗口期承接级预备升档候选
5 paper_cards:2610.13166 organized/paper_cards/1777-2610-13166.md Scaling Agentic Data for Long-Horizon Terminal Intelligence agent v118 §本次变更 #4 · 长程轨迹合成 TerminalHorizon + AutomationBench 评测(1k→3k 轨迹 → Terminal-Bench 2.1 60.67% 无饱和迹象) v118 已承接 + 本窗口期承接级预备升档候选
6 repo_cards:logly/mureo organized/repo_cards/4358-logly-mureo.md logly/mureo(Apache-2.0 · Python · Stars 50 · 周增 +0) agent skill v118 §本次变更 repo #1 · 本地优先 AI ad-ops crew · Claude Code/Cursor/Codex/Gemini 协同 v118 已承接
7 repo_cards:existence-master/Sentient organized/repo_cards/4356-existence-master-sentient.md existence-master/Sentient(NOASSERTION · Python · Stars 702 · 周增 +0) agent + llm-infra v118 §本次变更 repo #2 · 个人 AI 助手 本地优先 · 长程任务/真实记忆/主动协助/语音/手机/智能眼镜 = Memory 第十六栖"分化基础设施栈"工业级开源印证 ⚠⚬ v118 已承接
8 repo_cards:h100envy/crawl-hive organized/repo_cards/4355-h100envy-crawl-hive.md h100envy/crawl-hive(MIT · TypeScript · Stars 70 · 周增 +0) agent crypto 垂直 v118 §本次变更 repo #3 · Solana Meme 代币信号爬虫群 · 高度垂直(非 llm-application 主轴) v118 已承接

清单 8 件 = 100% v118 已承接。本窗口期 NET-new 主轴 = 0 件。

B. inbox 5 实例近 2 天全覆盖(2026-10-12 evening → 2026-10-13 21:10)

实例 文件(关键) 时间 llm-application 相关度
tom 2026-10-13T2040-agent-rag-longcontext-radar.md(8 候选 3⭐ · AgentSWE 148▲ #1 · Scaling Agentic Data 100▲ #2 · Verifiable Legal RAG) 20:40 🟡 承接级预备升档证据 · AgentSWE 升至 148▲(v117 §6 ⑭ 评测栖预备 v118 第 42 扩位级候选)+ Scaling Agentic Data 升至 100▲(v118 §6 ⑩ Agent 框架生态成熟化拐点栖预备 升档候选 ⚠⚬)+ Turing Post「20 Advanced RAG Types to Know in 2026」= Agentic RAG SoK / 混合架构主流化 / 编码 Agent 长上下文依赖 = 行业旁证
tom 2026-10-13T1430-agent-rag-longcontext-radar.md(8 候选 4⭐ · Scaling Agentic Data 59▲ #1 · AgentSWE 28▲ #2 · Verifiable Legal RAG · ARCS Text-to-SQL) 14:30 🟢 承接级预备升档证据 · Scaling Agentic Data 升至 4⭐ 59▲ #1 = 升档 work-queue Top 15 #3(v118 §6 ⑩ 承接稳态续立第 1 例)+ AgentSWE 升至 4⭐ 28▲ #2 = 升档 work-queue Top 15 #4(v118 §6 ⑭ 评测栖预备 v118 第 42 扩位级候选 ⚠⚬)+ ARCS Text-to-SQL 结构化消歧(主分类 database · 工作队列 Top 15 #1 沿用 · 间接承接)
tom 2026-10-13-agent-rag-longcontext-radar.md(8 候选 3⭐ · AgentTune + Mental-Models 14▲ + Verifiable Retrieval) 08:40 🟢 v118 已承接 · AgentTune 2610.13335 沿用承接稳态 · Mental-Models 2610.12453 14▲ 邻接级 · Verifiable Retrieval 2610.13695 沿用承接稳态
tom 2026-10-13-rag-e1prep.md(17.4KB · RAG 主轴 3 件 net-new: 2610.13695 Verifiable Retrieval + 2610.13314 NEAR + 2610.13075 LongHarness + Mental-Models 邻接) 08:50 🟢 v118 已承接 + 承接级预备 · Verifiable Retrieval 2610.13695 Tom radar 触发 v118 §6 ㉑ RAG 工程/理论层承接稳态 · NEAR 2610.13314 训练-free Memory Retrieval = v118 §6 ⑤ Memory 工程层承接第 17 例预备候选 ⚠⚬ · LongHarness 2610.13075 v118 §6 ④ 长上下文体系栖预备扩增稳态续立第 N 例 ⚠⚬
tom 2026-10-13-evaluation-e1prep.md(8 条材料 2 件 eval 专项 net-new: 2610.11069 Clinician-use-diverges + 2610.12975 SmartSalesBench + 6 件弱关联或已锚) 15:40 🟡 承接级预备升档证据 · SmartSalesBench 2610.12975 抗性感知多轮 benchmark = v118 §6 ⑭ 评测栖预备 v118 第 43 扩位级候选(销售 agent 多轮对话对抗性评测新端点)+ Clinician-use-diverges 2610.11069 = v118 §6 ⑭ 评测诚信 9 层预备(评测设计 vs 真实使用场景的结构性不匹配)
stephen 2026-10-13-ai-industry-e1prep.md(32KB+ · 3 件主增量 = S-Space 2610.13527 201▲ +4 源对账 + MiMo-V2.6 74▲ #1 → ≤18▲ 票数回落 + multimodal 24h 真增量 22→28 件 + 8 件 P0 警示) 10:20 🟢 v118 已承接 · v71 升档后第 1 棒位承接稳态期延续 + MiMo-V2.6 票数回落 ≤18▲ 单日回落 = 1 日假说 · 沿用 v117 §3.1 / §6 ㉒ MiMo-V2.6 74▲ #1 国内厂商首次登顶
stephen 2026-10-13-1006-news-{openai, anthropic, google-ai, hf, tldr-ai}-news.md + 2026-10-13-1007-news-{deepmind}-news.md + 2026-10-13-1008-news-{bens-bites, tldr-ai}-news.md + 2026-10-13-0910-news-x-vip-radar.md 09:10-10:08 🟢 frontier lab 公告密度 10-13 早棒净增 = 0 · 7 件 RSS 文件 35 件标题全部沿用 10-12 早棒 = frontier lab 沿用件套对账 + 承接 v118 §1.4 frontier lab 公告密度 10-6 → 10-12 连续 7 日回升 = 10-13 早棒无新公告 = 沿用件套承接稳态第 1 日 ⚠⚬
jay 2026-10-13-1000-rss-raschka.md + 2026-10-13-1001-rss-simon-willison.md + 2026-10-13-1006-rss-import-ai.md + 2026-10-13-0820-jay-csdn-substack-inference-stack-highfreq.md 08:20-10:06 🟡 工程方法论承接级 · vLLM/SGLang/TGI 2026 横评 + 8 件 CSDN 高价值 + 2610.13823 benchmark 方差研究(eval 间接承接) · llm-application 间接承接
flyp 2026-10-13-multimodal-e1prep.md(33.9KB · 7 件主增量 + §0.6.3 W25 立标群完全沿用态是否升档新稳态) 早棒 🟡 multimodal 主轴承接级 · 24h 真增量 22 → 28 件预备扩增 + 立标群完全沿用态延续第 2 日 + multimodal 主轴密度 26.7% 沿用 · 沿用 v118 §1.1 + §3.1 + §6 ⑪ multimodal 综述骨架
spark 2026-10-13-1002-rss-gradient-flow.md + 2026-10-13-1006-rss-chip-huyen.md + 2026-10-13-1009-rss-yt-3blue1brown.md 10:02-10:09 🟢 RSS 沿用级 · gradient-flow 5 件 + chip-huyen 5 件 + 3blue1brown 5 件 全部沿用 9-10 月 = 0 件 net-new

C. paper_cards 近 3 天新卡(2026-10-10 evening → 2026-10-13 21:10)

卡号 arXiv 标题 主分类 v118 承接状态 本窗口期增量
1756 2610.13695 Verifiable Retrieval for Legal Reasoning via Structure-driven Knowledge Graph rag ✅ v118 §6 ㉑ Tom 10-13 0840 雷达 + rag-e1prep 已承接(v118 §1.1 + §3.1 + §6 ㉓) v118 已承接 · v118 §6 ㉑ RAG 工程层 + 理论层双立标已立
1757 2610.13335 AgentTune: A Unified Training Lifecycle for Tool-Using LLM Agents agent ✅ + engineering 副 v118 §6 ⑳ Harness 原生 SQL Agent 训练承接稳态第 1 例 · Tom 10-12 T2040 + 10-13 0840 雷达承接 v118 已承接
1758 2610.12975 SmartSalesBench: A Resistance-Aware Multi-Turn Benchmark for Evaluating LLM Sales Agents evaluation ✅ + agent 副 v118 §6 ⑭ 评测栖预备 v118 第 43 扩位级候选 · Tom 10-13 evaluation-e1prep 净新增 ⚠⚬ 承接级预备升档证据 ⚠⚬ · 销售 agent 多轮对话对抗性评测新端点
1759 2610.13735 Orthros: Phase-Aware Heterogeneous Attention engineering v118 §6 ④ 沿用 · 长上下文 phase-aware decoupling 注意力高效化 v118 已承接
1760 2610.12984 Work2Skill: Capturing Human GUI Experience for Reusable Agent Skill Induction agent v118 §6 ㉓ Tom 10-12 雷达 13 件候选归位已立 Work2Skill v118 已承接
1761 2610.12939 Surfing the Activation Wave evaluation v118 §6 ③ 推理引擎栖预备扩位级 · Tom 10-12 T2040 雷达 4 一般 · spark 10-12 llm-infra 主棒位承接级升档候选 v118 已承接
1762 2610.12341 AAArena adversarial games agent ✅ + evaluation 副 v118 §1.1 + §3.1 + §6 ㉓ Tom 10-12 雷达 13 件候选归位已立 AAArena v118 已承接
1763 2610.12611 SoftwareGym CUAs agent ✅ + engineering 副 v118 §1.1 + §3.1 + §6 ㉓ Tom 10-12 雷达 13 件候选归位已立 SoftwareGym v118 已承接
1764 2610.13314 NEAR: Neighborhood-Aware Residuals for Memory Retrieval rag ✅ + memory 副 v118 §6 ⑤ Memory 工程层承接第 17 例预备候选 ⚠⚬ · Tom 10-13 rag-e1prep 净新增 + rag-e1prep 主轴 3 件 net-new #2 承接级预备升档证据 ⚠⚬
1765 2610.13075 LongHarness: Advancing Agentic Reasoning over 100M-Token Corpora agent ✅ + evaluation 副 v118 §6 ④ 长上下文体系栖预备扩增稳态续立第 N 例 ⚠⚬ · Tom 10-13 rag-e1prep 主轴 3 件 net-new #3 + work-queue 选题榜 承接级预备升档证据 ⚠⚬
1766 2610.10893 SAVER: Less from More - Reinforcing Sparse Video Reasoning from Dense References multimodal multimodal 主轴承接 · flyp 10-13 multimodal-e1prep 7 件主增量邻接 承接级预备 · multimodal 主轴承接稳态续立
1767 2610.05014 MetaKernelBench: Measuring GPU Kernel Knowledge Transfer Beyond DSL agent ✅ + evaluation 副 Coding Agent 实战栖预备第 9 栖"工具半衰期"栖预备扩增稳态沿用 承接级预备 · Coding Agent 实战栖预备第 9 栖邻接
1768 2410.21276 GPT-4o System Card risk 历史论文 OpenAlex 2026-10-13 入池 + S2 5,152 引用 · 沿用 v118 §7.7 CVE/DOI/URL 沿用级 历史沿用 · 非增量
1769 2610.13128 KnowForge agent ✅ + multimodal Tom 10-13 0910 rag-lite 8 候选新面孔 承接级预备
1770 2610.11215 GATOR: Generative Agentic 3D Object Reconstruction agent ✅ + multimodal Tom 10-13 0840 雷达 8 候选 #6 一般 · Agent 感知 + 3D 重建结合 承接级预备
1771 2610.08966 Humanity's Sixth Sense: 多模态直觉视觉推理 Benchmark multimodal Tom 10-13 0840 雷达 8 候选 #4 一般 · flyp 10-13 multimodal-e1prep 7 件主增量邻接 承接级预备 · multimodal 主轴承接稳态续立
1772 2610.12453 Mental-Models for Multi-Agent Systems agent ✅ + memory + multimodal + systems 副 Tom 10-13 0840 雷达 8 候选 #2 ★★ · HF Daily 14▲ · 协作型 RAG 场景承接 承接级预备升档证据 ⚠⚬ · 多 Agent 显式心智模型
1773 2610.11069 Clinician use of language models diverges from how the models are evaluated evaluation ✅ v118 §6 ⑭ 评测诚信 9 层预备 ⚠⚬ · Tom 10-13 evaluation-e1prep 净新增 #1 · 8 个月真实临床部署数据 35 科室 承接级预备升档证据 ⚠⚬ · 评测设计 vs 真实使用场景结构性不匹配
1774 2610.12102 Few-Step Generation via Data-Space Iteration engineering Tom 10-13 0840 雷达 8 候选 #7 一般 · 生成模型效率优化与 Agent 推理速度间接关联 承接级预备 · 工程邻接级
1778 2610.13361 AgentSWE agent + eval 副 v118 §本次变更 #3 · Tom 10-13 T1430 4⭐ 28▲ + T2040 3⭐ 148▲ + work-queue Top 15 #4 已升档 v118 已承接 + 本窗口期承接级预备升档证据 ⚠⚬
1777 2610.13166 Scaling Agentic Data agent v118 §本次变更 #4 · Tom 10-13 T1430 4⭐ 59▲ #1 + T2040 3⭐ 100▲ + work-queue Top 15 #3 已升档 v118 已承接 + 本窗口期承接级预备升档证据 ⚠⚬
1780 2610.09396 ARCS: Towards Precise Text-to-SQL via Structured Disambiguation database work-queue Top 15 #1 · 沿用承接稳态 承接级预备 · database 主分类 · 间接承接
1781 2610.09116 SPLATIFY agent v118 §本次变更 #2 · 3DGS 论文→代码 · 垂直领域 v118 已承接
1782 2610.03308 T3lescope multimodal v118 §本次变更 paper_card 净增 0 但文件名编号延续 · 3D 重建 · 间接承接 v118 已承接
1783 2609.39600 GroundAnything multimodal v118 §本次变更 #1 · 4B 参数并行解码视觉定位 v118 已承接

paper_cards 净增 = 0 件 NET-new llm-application 主分类(承接稳态续立) + 承接级预备升档候选 4 件(1758 SmartSalesBench + 1764 NEAR + 1765 LongHarness + 1773 Clinician-use-diverges)+ 承接级预备 5 件(1766 SAVER + 1767 MetaKernelBench + 1769 KnowForge + 1770 GATOR + 1771 Humanity's Sixth Sense)+ 承接级预备升档证据 3 件(1772 Mental-Models + 1778 AgentSWE + 1777 Scaling Agentic Data · 全部为 v118 已承接)+ 承接稳态续立 8 件(1756 + 1757 + 1759 + 1760 + 1761 + 1762 + 1763 + 1768 + 1780 + 1781 + 1782 + 1783)。

D. work-queue 2026-10-13 20:00 自动生成

项 状态
Top 15 高价值待精读 4 件 · 含 2 件 NET-new 承接级预备升档:2610.09396 ARCS + 2610.12933 Uncertainty-Guided Progressive Contraction + 2610.13361 AgentSWE(升档承接级预备 ⚠⚬)+ 2610.13166 Scaling Agentic Data(升档承接级预备 ⚠⚬)
待更新主题活文档 0 件(全部最新 · v118 18:00 落库)
选题榜未成视频脚本 2 件:2610.13075 LongHarness(工作队列 + 选题榜)+ 2610.11069 Clinician-use-diverges(work-queue 选题榜 · eval 主分类)
待写攻略(Top 15 / 共 1) 1 件:DenisovAV/flutter_edge_ai(Tom 认领 · Stars 637)
富化缺口 15 张卡缺 TLDR(待 cron_s2 覆盖)
待精确分类 1 张卡(主分类缺失 · cron_classify_llm 低峰消化)

与 2026-10-12 20:00 work-queue 对比: - 承接稳态续立:Top 15 高价值待精读 = 4 件 vs 4 件(2026-10-12 = 2610.09396 + 2610.12933 + 2610.13361 + 2610.13166 = 完全相同 4 件 · v118 落库 2026-10-13 18:00 已承接 · work-queue 自动生成 2026-10-13 20:00 = 2h 后承接级预备升档稳态续立) - 新增升档承接级预备升档:2610.13361 AgentSWE 升档 work-queue Top 15 #4(v117 §6 ⑭ 评测栖预备 v118 第 42 扩位级候选承接稳态续立第 1 例)+ 2610.13166 Scaling Agentic Data 升档 work-queue Top 15 #3(v118 §6 ⑩ Agent 框架生态成熟化拐点栖预备 升档候选 ⚠⚬)

E. v118 已立骨架承接稳态续立 18 件候选

v118 §1 + §6 已锚 18 件承接级候选合入 v117 已立骨架 = 全部 v118 综述骨架稳定 + 沿用承接级 + 升档候选预备级:HarnessDev + AgentJudgeBench + EvoGenUI-Bench + Aspire + Harness-of-Harness + Hebero vs RobotWorld 范式二分 + AgentSysBench + Mem0/MemOS/Cognee/MemSearch + REMORY + galahad-kv + Memento 3 + Skill Constellations + State-Bench + HarnessSQL + RAG 文档结构消融 + HNSW 几何 + Q-RAG + 四轴分类 + frontier lab 治理公开化第三阶段 + Kiln on Trainium + OpenAI 商业化案例 5 件 + Mem0 LoCoMo benchmark = v118 综述骨架稳定 + 沿用承接级 + 升档候选预备级。

一、核心增量(本窗口期 · 3h10m 极窄窗 · 0 件 NET-new 主轴 · 承接级预备升档证据 2 件)

增量 1 · Scaling Agentic Data arXiv:2610.13166 paper_card 1777 · Tom 10-13 T1430 4⭐ 59▲ #1 → T2040 3⭐ 100▲ = 升档 work-queue Top 15 #3 = v118 §6 ⑩ Agent 框架生态成熟化拐点栖预备承接级升档证据 ⚠⚬

  • 来源:
  • paper_cards/1777-2610-13166.md(主分类 agent ✅ · 形态 method · 10-13 evening 入池)
  • tom 10-13 T1430 agent-rag-longcontext-radar 4⭐ 59▲ #1(独家)
  • tom 10-13 T2040 agent-rag-longcontext-radar 3⭐ 100▲ #2(承接)
  • work-queue 2026-10-13 20:00 Top 15 #3(已升档承接稳态续立第 1 例)
  • 旁证:Agent Lightning v1.0(Microsoft Research 2026-10-07 + 3500 行栖预备第 1 例)+ HarnessSQL arXiv:2610.12274(v118 §6 ⑳ Harness 原生 SQL Agent 训练承接稳态第 1 例)+ AgentTune arXiv:2610.13335 paper_card 1757(v118 §6 ⑳ Tool-Using Agent 通用栖位承接稳态第 2 例)
  • v118 §3.1 "Agent 框架生态成熟化拐点正式确立双锚定第 2 例 沿用稳态 ⚠⚬⚬⚬"

  • v118 §6 ⑩"Agent 框架生态成熟化拐点栖预备双锚定第 2 例 沿用稳态" + §6 ⑳"State-Bench + HarnessSQL Harness 原生 SQL Agent 训练承接稳态第 1 例" + §6 ⑩ Agent 长程数据 + agent 自我改进主轴 24h 内三学派预备形成

  • 要点: 1. Scaling Agentic Data 核心 = 研究长程轨迹数据合成(高质量 long-horizon trajectories)如何让终端 Agent 学习探索、积累证据、调整策略、将中间结果转化为最终交付物 · 关键数据 = 1k → 3k 训练轨迹 → Terminal-Bench 2.1 至 60.67%,无性能饱和迹象(Scaling Law 在 Agent 数据领域有效 ⚠⚬) 2. 关键发现 = TerminalHorizon 合成框架 + AutomationBench 评测 = 终端 Agent 从"短轨迹命令调用"演化为"长程自主工作" = agent 长程数据 + 自我改进承接候选 ⚠⚬ 3. 与 v118 §6 ⑳ 承接稳态续立 = Scaling Agentic Data 沿用 v118 Harness 原生 Agent 训练承接稳态架构,但 Scaling Agentic Data 是"长程数据合成 + 扩展律"栖位,HarnessSQL 是 SQL 训练栖位,AgentTune 是 Tool-Using 通用栖位 → 横向"agent 训练三路径"HarnessSQL(纵向深度 SQL)+ AgentTune(横向广度 Tool-Using)+ Scaling Agentic Data(长程数据 + Scaling Law)⚠⚬ 4. 可信度 = ⭐⭐⭐(tom T1430 雷达 4⭐ 59▲ #1 独家 + T2040 雷达 3⭐ 100▲ 承接 + paper_card 1777 主分类 agent · 工程副 · work-queue Top 15 #3 已升档承接稳态续立第 1 例)

  • 与活文档现有脉络的关系:

  • 与 v118 §6 ⑩"Agent 框架生态成熟化拐点栖预备双锚定第 2 例 沿用稳态" → Scaling Agentic Data 作为"长程数据 + Scaling Law"栖预备与"工程栖预备"的衔接点 ⚠⚬
  • 与 v118 §6 ⑳"HarnessSQL arXiv:2610.12274 Harness 原生 SQL Agent 训练承接稳态第 1 例" → Scaling Agentic Data 拓展到"长程轨迹合成 + Scaling Law"通用栖位 + AgentTune arXiv:2610.13335 Tool-Using Agent 通用栖位承接稳态第 2 例 → 横向广度 vs 纵向深度 vs 长程数据双栖预备 ⚠⚬
  • 与 v118 §3.1 "MiMo-V2.6 74▲ #1 国内厂商首次登顶 ⚠⚬⚬ + agent 自我改进 + 记忆压缩主轴 24h 内三学派形成(Memento 3 语义外部化 + REMORY 神经压缩 + MiMo-V2.6 训练自我改进)⚠⚬⚬⚠" → Scaling Agentic Data = "长程数据 + Scaling Law"训练自我改进栖预备第 4 学派 ⚠⚬
  • 与 v118 §1.2 "评测方法学栖预备 v117 37 → v117 41 扩位级预备触发预备级 ⚠⚬⚬⚬" → Scaling Agentic Data + AutomationBench = "长程 agent 数据评测"栖预备扩位级候选

  • 与 v118 §3.3 开放问题 Q117.569(MiMo-V2.6 74▲ #1 国内厂商首次登顶 HF Daily 立标池的判定方法学 + 票数立标 vs 单日偶然 vs 持续性观察)→ Scaling Agentic Data = "长程数据栖预备"立标升档待 evening 棒位决策 ⚠⚬

  • 建议归入节:

  • 主归入:§6 ⑳ State-Bench + HarnessSQL Harness 原生 SQL Agent 训练承接稳态第 1 例 拓展 "+ Scaling Agentic Data arXiv:2610.13166 paper_card 1777 长程数据合成 + Scaling Law 栖位承接稳态第 3 例 + AgentTune arXiv:2610.13335 paper_card 1757 Tool-Using Agent 通用栖位承接稳态第 2 例 = Harness 原生 Agent 训练三路径(SQL 深度 / Tool-Using 广度 / 长程数据扩展律)⚠⚬"
  • 副归入:§6 ⑩ Agent 框架生态成熟化拐点栖预备双锚定第 2 例 沿用稳态 拓展 "+ Scaling Agentic Data 长程数据 + Scaling Law 训练自我改进栖预备第 4 学派(承接 Memento 3 语义外部化 + REMORY 神经压缩 + MiMo-V2.6 训练自我改进三学派)⚠⚬"
  • 副归入:§3.3 开放问题 新增 "Q118.571:Scaling Agentic Data 升档 work-queue Top 15 #3 4⭐ 59▲ #1 → T2040 100▲ 票数是否构成承接级预备升档 vs 票数立标单日偶然(stephen P0-3 类比 Anthropic 第三阶段判断 ⚠⚬)"

增量 2 · AgentSWE arXiv:2610.13361 paper_card 1778 · Tom 10-13 T1430 4⭐ 28▲ #2 → T2040 3⭐ 148▲ #1 = 升档 work-queue Top 15 #4 = v118 §6 ⑭ 评测栖预备 v118 第 42 扩位级候选承接稳态续立第 1 例 ⚠⚬

  • 来源:
  • paper_cards/1778-2610-13361.md(主分类 agent ✅ + evaluation 副 · 形态 benchmark · 10-13 evening 入池)
  • tom 10-13 T1430 agent-rag-longcontext-radar 4⭐ 28▲ #2(独家)
  • tom 10-13 T2040 agent-rag-longcontext-radar 3⭐ 148▲ #1(承接)
  • work-queue 2026-10-13 20:00 Top 15 #4(已升档承接稳态续立第 1 例)
  • 旁证:HarnessDev arXiv:2609.01437 paper_card 1196(LLM 生成 harness 评测)+ AgentJudgeBench arXiv:2608.26623 paper_card 1194(LLM judge 在 DAG 工作流失效 第七元)+ EvoGenUI-Bench arXiv:2608.29387 paper_card 1175(多轮 UI 维护)+ Aspire arXiv:2608.31111 paper_card 1199(模糊目标驱动自我演化)= 评测栖预备 v118 第 38-41 扩位级预备沿用
  • v118 §3.1 "评测方法学栖预备 v116 37 → v117 41 扩位级预备触发预备级 ⚠⚬⚬⚬"

  • v118 §6 ⑭ Agent 评测方法学 7 件预备扩增稳态(Memento 3 + Agent Plasticity + Opera + SafeActBench + EMHO + AgencyBench v2 + LongHarness Bench)+ HarnessDev + AgentJudgeBench + EvoGenUI-Bench + Aspire = 11 件预备扩增稳态

  • 要点: 1. AgentSWE 核心 = "Coding Agents Build the Agent You Actually Want" = Coding Agent 委托生产 Agent → 交付 Agent 是否忠实满足需求(silent assumption 测试) = 首个 Agent-to-Agent 交付质量量化 benchmark) 2. 三阶段 = (1) Creation: 从自然语言需求创建完整 Agent + (2) Editing: 编辑生产级 Agent 代码库 + (3) Optimization: 针对可测目标优化 = Coding Agent 全生命周期质量量化 3. 关键空白 = 当前 coding agent 爆发,但没有人测试"交付的 Agent 是否忠实满足需求"= AgentSWE 填补空白 = 评测栖预备 v118 第 42 扩位级候选 ⚠⚬ 4. 可信度** = ⭐⭐⭐(tom T1430 雷达 4⭐ 28▲ #2 独家 + T2040 雷达 3⭐ 148▲ #1 承接 + paper_card 1778 主分类 agent + evaluation 副 · benchmark 形态 · work-queue Top 15 #4 已升档承接稳态续立第 1 例)

  • 与活文档现有脉络的关系:

  • 与 v118 §6 ⑭ "Agent 评测方法学新维度 v115 6 → v116 7 → v117 11 件预备扩增稳态 ⚠⚬" → AgentSWE 加入 = v118 第 12 件栖预备 第 42 扩位级候选 ⚠⚬
  • 与 v118 §3.1 #132-v117 "评测方法学栖预备 v117 41 扩位级预备触发预备级 ⚠⚬⚬⚬" → AgentSWE 升档承接评测栖预备 v118 第 42 扩位级候选 = 评测栖预备 v118 第 12 件 + 评测栖预备 v118 第 42 扩位级候选 ⚠⚬
  • 与 v118 §6 ⑭ "HarnessDev + AgentJudgeBench + EvoGenUI-Bench + Aspire" → AgentSWE = Coding Agent 全生命周期质量量化第 5 例 = "Agent-to-Agent 交付质量"新维度 ⚠⚬
  • 与 v118 §1.5 "Hebero vs RobotWorld 评测范式二分形式化 ⚠⚬⚬⚬" → AgentSWE = "Coding Agent 评测" = "Coding Agent = 交付 Agent" 范式二分 ⚠⚬

  • 与 v118 §3.3 开放问题 Q117.568(Memento 3 自我改进三栖预备稳定性待核 + stephen P0-6)→ AgentSWE = "Coding Agent 评测栖位"栖位预备第 12 例候选 ⚠⚬

  • 建议归入节:

  • 主归入:§6 ⑭ Agent 评测方法学新维度 拓展 "v117 11 → v118 12 件预备扩增稳态 ⚠⚬⚬⚬ = Memento 3 + Agent Plasticity + Opera + SafeActBench + EMHO + AgencyBench v2 + LongHarness Bench + HarnessDev + AgentJudgeBench + EvoGenUI-Bench + Aspire + AgentSWE arXiv:2610.13361 paper_card 1778 Coding Agent 全生命周期质量量化第 5 例(Agent-to-Agent 交付质量)评测栖预备 v118 第 42 扩位级候选 ⚠⚬"
  • 副归入:§1.5 Hebero vs RobotWorld 评测范式二分形式化 ⚠⚬⚬⚬ 拓展 "+ AgentSWE 'Coding Agent = 交付 Agent' 范式二分 ⚠⚬"
  • 副归入:§3.3 开放问题 新增 "Q118.572:AgentSWE '交付 Agent 忠实满足需求'评测的 silent assumption 与 HarnessDev 'LLM 生成 harness' 评测的 silent assumption 是否构成同源栖位?"

二、值得警惕的矛盾或待核实说法(本窗口期 4 件候选)

C1 · Tom 10-13 T1430 + T2040 雷达 Scaling Agentic Data 59▲ → 100▲ + AgentSWE 28▲ → 148▲ = 票数立标 vs 单日偶然 ⚠⚬⚬

  • 本窗口期新增证据:Scaling Agentic Data 59▲ → 100▲(T1430 → T2040 票数 +41)+ AgentSWE 28▲ → 148▲(T1430 → T2040 票数 +120)⚠⚬⚬
  • 争议焦点:承接级预备升档候选(工作队列 Top 15 已升档)是否在本棒位 evening 触发实质立标 vs 承接级承接续立 = 不升档为 NET-new 主轴(stephen P0-3 类比)
  • 建议:承接级预备升档候选的"v118 沿用稳态续立"vs"v119 evening 棒位升档候选 prep"判定(stephen P0-3 自承模式)⚠⚬⚬;承接级预备升档候选 + 立标池回稳期第 11 日承接稳态 = 承接级承接续立第 1 例 = 不升档为正式 NET-new 主轴

C2 · stephen P0-2 + P0-7 frontier lab 公告密度连续 7 日回升 + Anthropic 治理/安全第三阶段跃迁叙事 + MiMo-V2.6 票数回落 1 日假说 ⚠⚬⚬⚬

  • 本窗口期新增证据:frontier lab 公告密度 10-13 早棒净增 = 0(7 件 RSS 文件 35 件标题全部沿用 10-12 早棒)+ MiMo-V2.6 74▲ #1 → ≤18▲ 落榜(stephen 10-13 ai-industry 主棒位沿用)+ Anthropic 10-11 + 10-12 连续 2 棒位 9 件 net-new 全部为治理/安全/AI for Science
  • 争议焦点:frontier lab 沿用件套对账 + "第三阶段跃迁"叙事升档风险 vs stephen P0-3 自承"承接为概念预备级而非阶段跃迁"
  • 建议:cross-check 工作日(10-14 周三 / 10-15 周四)vs 周末(10-18 周六 / 10-19 周日)的公告密度比;独立核验缺失(stephen P0-2 + P0-7 自承)

C3 · Tom 10-13 evaluation-e1prep SmartSalesBench + Clinician-use-diverges 2 件 eval 专项净新增 = 评测栖预备 v118 第 42-43 扩位级候选承接级预备升档 ⚠⚬⚬

  • 本窗口期新增证据:SmartSalesBench arXiv:2610.12975 抗性感知多轮销售 agent benchmark + Clinician-use-diverges arXiv:2610.11069 8 个月真实临床部署数据 35 科室 = 评测栖预备 v118 第 42-43 扩位级候选
  • 争议焦点:承接级预备升档候选(评测栖预备扩位级)是否在本棒位 evening 触发实质升档 vs 承接级承接续立 = 不升档为正式立标
  • 建议:承接级承接续立 = 不升档为 NET-new 主轴(stephen P0-1 自承)⚠⚬;等 evening 棒位决策 v118 升档时机

C4 · Tom 10-13 T1430 + T2040 雷达承接级预备升档 vs v118 综述骨架 18:00 落库后 3h10m 极短窗口内的承接续立 ⚠⚬

  • 本窗口期新增证据:Tom 10-13 T1430 雷达 4⭐ + T2040 雷达 3⭐ + 4 一般 = 8 件候选 全部承接 v118 已立骨架
  • 争议焦点:承接级预备升档候选在本棒位(3h10m 窄窗)是否触发实质升档 vs 承接级承接续立 = 不升档为 NET-new 主轴
  • 建议:承接级承接续立 = 不升档为 NET-new 主轴(stephen P0-1 自承)⚠⚬;等 evening 棒位决策 v119 升档时机

三、可引用的 arXiv 号列表(本窗口期内重点)

v118 已承接 · 沿用稳态(本窗口期内无 NET-new llm-application 主轴)

  • arXiv:2610.11794 Memento 3(v118 §3.1 共识 #132-v117 升档候选 ⚠⚬⚬⚬)
  • arXiv:2610.11169 Skill Constellations(v118 §3.1 共识 #132-v117 升档候选 ⚠⚬⚬⚬)
  • arXiv:2610.11287 REMORY(v118 §6 ⑤ Memory 第十五栖残差记忆网络)
  • arXiv:2610.10845 galahad-kv(v118 §6 ⑤ 双候选形成方法学双轨 ⚠⚬)
  • arXiv:2610.11959 MiMo-V2.6(v118 §3.1 MiMo-V2.6 74▲ #1 国内厂商首次登顶 ⚠⚬⚬)
  • arXiv:2610.12299 ME-World(v118 §1.5 multimodal 首个多 agent 同步 ego-stream 立标候选)
  • arXiv:2610.13735 Orthros(v118 §1.1 + §3.1 + §6 ㉓ Tom 10-12 雷达 13 件候选归位已立)
  • arXiv:2610.12341 AAArena(v118 §1.1 + §3.1 + §6 ㉓ Tom 10-12 雷达 13 件候选归位已立)
  • arXiv:2610.12611 SoftwareGym(v118 §1.1 + §3.1 + §6 ㉓ Tom 10-12 雷达 13 件候选归位已立)
  • arXiv:2610.13695 Verifiable Legal RAG(v118 §6 ㉑ RAG 工程层第 1 例 ⚠⚬)
  • arXiv:2609.33987 Opera(v118 §6 ⑯ 栖预备第 1 例)
  • arXiv:2608.15127 AgentSysBench(v118 §6 ⑱ Agentic Workload serving 成本模型重新定义 ⚠⚬)
  • arXiv:2610.12274 HarnessSQL(v118 §6 ⑳ Harness 原生 SQL Agent 训练承接稳态第 1 例)
  • arXiv:2608.29387 EvoGenUI-Bench(v118 §1.2 评测栖预备 v117 41 扩位级预备触发预备级 ⚠⚬⚬⚬)
  • arXiv:2608.26623 AgentJudgeBench(v118 §1.2 第七元 judge 失效模式)
  • arXiv:2608.31111 Aspire(v118 §1.2 模糊目标驱动自我演化)
  • arXiv:2609.01437 HarnessDev(v118 §1.2 LLM 生成 harness vs harness 演进对照第三路径 ⚠⚬)
  • arXiv:2609.01481 Harness-of-Harness(v118 §1.4 Harness 簇节点 ⚠⚬)
  • arXiv:2610.10170 文档结构消融(v118 §6 ㉑ RAG 工程层第 1 例 ⚠⚬)
  • arXiv:2610.12312 HNSW 几何理论(v118 §6 ㉑ RAG 理论层第 1 例 ⚠⚬)
  • arXiv:2511.07328 Q-RAG ICLR 2026(v118 §6 ㉑ RL 训练 Embedder 栖预备第 1 例)
  • arXiv:2610.01936 RAG 四轴分类法(v118 §6 ㉑ AI Reviews Defense + Interactivity 新轴栖预备第 1 例)
  • arXiv:2610.09116 SPLATIFY(v118 §本次变更 #2 · 多 Agent 框架论文→gsplat 可训练代码)
  • arXiv:2609.39600 GroundAnything(v118 §本次变更 #1 · 4B 参数并行解码视觉定位)
  • arXiv:2606.03335 Hebero(v118 §1.5 训练范式 ⚠⚬⚬⚬)
  • arXiv:2609.35855 Mara Chain(v118 §6 ⑲ Harness 设计自动化四路径 ⚠⚬)

v118 已承接但本日有补充数据/方法学贡献的(本窗口期内承接级)

  • arXiv:2609.24967 Emergent Collusion in Long-Horizon LLM Agent Interaction(paper_card 1481 · 主分类 agent · risk 强邻接级 NET-new ⚠⚬ · flyp 10-12 risk-e1prep "涌现合谋栖位预备第 1 例 anchor")

承接级预备升档候选(本窗口期内承接级预备 · 待 evening 棒位决策)

  • arXiv:2610.13166 Scaling Agentic Data for Long-Horizon Terminal Intelligence(paper_card 1777 · 主分类 agent · 形态 method · Tom 10-13 T1430 4⭐ 59▲ #1 + T2040 3⭐ 100▲ #2 + work-queue Top 15 #3 已升档承接稳态续立第 1 例 · v118 §6 ⑳ Harness 原生 Agent 训练三路径承接稳态续立第 3 例(SQL 深度 / Tool-Using 广度 / 长程数据扩展律)⚠⚬)
  • arXiv:2610.13361 AgentSWE: Can Coding Agents Build the Agent You Actually Want?(paper_card 1778 · 主分类 agent + evaluation 副 · 形态 benchmark · Tom 10-13 T1430 4⭐ 28▲ #2 + T2040 3⭐ 148▲ #1 + work-queue Top 15 #4 已升档承接稳态续立第 1 例 · v118 §6 ⑭ 评测栖预备 v118 第 42 扩位级候选 ⚠⚬)
  • arXiv:2610.13335 AgentTune: A Unified Training Lifecycle for Tool-Using LLM Agents(paper_card 1757 · 主分类 agent · engineering 副 · Tom 10-13 0840 雷达 3⭐ · v118 §6 ⑳ Harness 原生 SQL Agent 训练承接稳态续立第 2 例 ⚠⚬)
  • arXiv:2610.13075 LongHarness: Advancing Agentic Reasoning over 100M-Token Corpora(paper_card 1765 · 主分类 agent + evaluation 副 · Tom 10-13 radar 4⭐ #1 · v118 §6 ④ 长上下文体系栖预备扩增稳态续立第 N 例 ⚠⚬ · work-queue 选题榜 #1)
  • arXiv:2610.13314 NEAR: Neighborhood-Aware Residuals for Memory Retrieval(paper_card 1764 · 主分类 rag + memory 副 · Tom 10-13 0850 rag-e1prep 主轴 3 件 net-new #2 · v118 §6 ⑤ Memory 工程层承接第 17 例预备候选 ⚠⚬)
  • arXiv:2610.12975 SmartSalesBench(paper_card 1758 · 主分类 evaluation + agent 副 · Tom 10-13 15:42 evaluation-e1prep 净新增 #2 · 抗性感知多轮销售 agent benchmark · v118 §6 ⑭ 评测栖预备 v118 第 43 扩位级候选 ⚠⚬)
  • arXiv:2610.11069 Clinician use of language models diverges from how the models are evaluated(paper_card 1773 · 主分类 evaluation · Tom 10-13 15:42 evaluation-e1prep 净新增 #1 · 35 科室 8 个月真实临床部署数据 · v118 §6 ⑭ 评测诚信 9 层预备 ⚠⚬)

承接级预备候选(本窗口期内承接级 · v118 已立骨架承接稳态续立)

  • arXiv:2610.12453 Mental-Models for Multi-Agent Systems(paper_card 1772 · 主分类 agent + multimodal · HF Daily 14▲ · Tom 10-13 0840 雷达 ★★ · 协作型 RAG 场景承接)
  • arXiv:2610.10893 SAVER: Less from More - Reinforcing Sparse Video Reasoning from Dense References(paper_card 1766 · 主分类 multimodal · flyp 10-13 multimodal-e1prep 7 件主增量邻接)
  • arXiv:2610.05014 MetaKernelBench: Measuring GPU Kernel Knowledge Transfer Beyond DSL(paper_card 1767 · 主分类 agent + evaluation 副 · Coding Agent 实战栖预备第 9 栖"工具半衰期"栖预备扩增稳态沿用)
  • arXiv:2610.13128 KnowForge(paper_card 1769 · 主分类 agent + multimodal · Tom 10-13 0910 rag-lite 8 候选新面孔)
  • arXiv:2610.11215 GATOR: Generative Agentic 3D Object Reconstruction(paper_card 1770 · 主分类 agent + multimodal · Tom 10-13 0840 雷达 8 候选 #6 一般 · Agent 感知 + 3D 重建结合)
  • arXiv:2610.08966 Humanity's Sixth Sense(arXiv 2610.08966 · multimodal · Tom 10-13 0840 雷达 8 候选 #4 一般 · 多模态直觉视觉推理 Benchmark)
  • arXiv:2610.12102 Few-Step Generation via Data-Space Iteration(paper_card 1774 · 主分类 engineering · Tom 10-13 0840 雷达 8 候选 #7 一般 · 生成模型效率优化与 Agent 推理速度间接关联)
  • arXiv:2410.21276 GPT-4o System Card(paper_card 1768 · 主分类 risk · S2 5,152 引用 · 历史论文 OpenAlex 2026-10-13 入池 · 沿用 v118 §7.7 CVE/DOI/URL 沿用级)

工作队列候选(沿用级 · v118 已承接)

  • arXiv:2610.09396 ARCS: Towards Precise Text-to-SQL via Structured Disambiguation(paper_card 1780 · 主分类 database · 工作队列 Top 15 #1 沿用)
  • arXiv:2610.12933 Uncertainty-Guided Progressive Contraction for Reasoning Post-Training(paper_card 待建 · 主分类 systems · 工作队列 Top 15 #2 沿用)
  • arXiv:2610.12448 reViT: Recurrent Vision Transformers with Depth-Programmed Experts(工作队列视频脚本 · multimodal 主分类)
  • arXiv:2610.12459 WorldGuide: Goal-Directed Video World Model for Procedural Task Execution(工作队列视频脚本 · multimodal 主分类)
  • arXiv:2609.38527 Behavioral Persistence(工作队列选题榜 #1 · multimodal 主分类)
  • arXiv:2610.09280 Co-Evolved Communication 2D to 3D(工作队列选题榜 #2 · multimodal 主分类)
  • arXiv:2608.03979(multimodal · 工作队列选题榜 #3 · 不直接合入 llm-application)

GitHub repo(本窗口期内承接级)

  • https://github.com/logly/mureo(Apache-2.0 · Python · Stars 50 · 周增 +0 · 本地优先 AI ad-ops crew · Claude Code/Cursor/Codex/Gemini 协同)
  • https://github.com/existence-master/Sentient(NOASSERTION · Python · Stars 702 · 周增 +0 · 个人 AI 助手 本地优先 · 长程任务/真实记忆/主动协助/语音/手机/智能眼镜 = Memory 第十六栖"分化基础设施栈"工业级开源印证 ⚠⚬)
  • https://github.com/h100envy/crawl-hive(MIT · TypeScript · Stars 70 · 周增 +0 · Solana Meme 代币信号爬虫群 · 高度垂直 · 非 llm-application 主轴)
  • https://github.com/yuk27/VBoyColor(v118 §本次变更 repo #4 · 沿用级)

非 arXiv 工程实践引用

  • https://github.com/microsoft/agent-lightning(Microsoft Agent Lightning v1.0 · github 3500 行栖预备第 1 例)
  • https://blogs.windows.com/windowsdeveloper/2026/10/07/microsoft-execution-containers-policy-driven-containment-for-ai-agents(Microsoft Execution Containers MXC)
  • https://aws.amazon.com/bedrock/glm(GLM-5.3 上线 Amazon Bedrock 753B 1M context enterprise tier 第 2 例锚定)
  • https://github.com/ai-boost/awesome-harness-engineering(4.7k★ · 2026-10-04 更新)
  • https://github.com/VoltAgent/awesome-ai-agent-papers(363+ 篇 2026 年 arXiv 论文 · 5 类分)
  • https://github.com/mem0ai/mem0(Mem0 · 通用生产首选 · LoCoMo benchmark 91.6% / 72.9% 10× token compression)
  • https://github.com/bennyjo/phil(Phil = 自我改进交易 Agent · Tom 认领待写攻略 · 周增 +32 / Stars 216)
  • https://github.com/sandbaseai/cli(Open-source AI CLI + 25 客户端 MCP · Jay 认领待写攻略 · 周增 +20 / Stars 188)
  • https://github.com/DenisovAV/flutter_edge_ai(Flutter 边端 AI · Spark 认领待写攻略 · Stars 637)
  • https://github.com/autonomous-ai/openharness(autonomous-ai/openharness 待写攻略 · 沿用 work-queue 10-13)
  • https://foxl.ai/blog/introducing-kiln(Kiln on Trainium vs vLLM on H200 · Trainium 成本 -73-75% vs TTFT 高 6.9s vs 634ms)
  • https://docs.aws.amazon.com/bedrock/latest/userguide/model-card-zai-glm-5-3.html(GLM-5.3 Bedrock model card)
  • https://theaiengineer.substack.com/p/the-ai-agents-stack-2026-edition(theaiengineer Substack 2026 Edition · guardrails 范式转变)
  • https://alphasignal.substack.com/p/rag-and-long-context-arent-enough(AlphaSignal δ-mem Substack · agent 记忆第三条路 · Qwen3-4B-Instruct 5 个 benchmark +5%)
  • https://turingpost.substack.com/p/20-advanced-rag-types-to-know-in-2026(Turing Post · 20 Advanced RAG Types · Agentic RAG SoK / 混合架构主流化 / 编码 Agent 长上下文依赖 · 行业旁证)

CVE 与协议层栖预备 · 沿用级(v118 已承接)

  • CVE-2025-6514 mcp-remote OAuth 命令注入 CVSS 9.6(v118 §6 ② 协议层栖预备)
  • CVE-2026-48710 Starlette fakeredis 版本锁定(v118 §6 ② 协议层栖预备)
  • Asana MCP 跨租户数据泄漏(v118 §6 ② 协议层栖预备)
  • mcp-server-git 路径遍历 + 参数注入(v118 §6 ② 协议层栖预备)

URL 与非 arXiv 引用 · 沿用级

  • https://github.com/sglang-project/sglang(SGLang 400K GPU 生产规模)
  • https://github.com/cognition-labs/devin-fusion(Devin Fusion · coding agent)
  • https://github.com/bytedance/deer-flow(DeerFlow · 多 Agent 框架)
  • https://anthropic.com/news/discovering-cryptographic-weaknesses-with-claude(Anthropic Cyber Mission)
  • https://anthropic.com/news/three-real-world-incidents-cybersecurity-evaluations(Anthropic Cyber Mission 续立)
  • https://x.com/Zai_org/status/2107272032073437185(Z.ai GLM-5.3 Bedrock announcement)
  • https://cameronrwolfe.substack.com/p/agentic-world-models(Cameron Wolfe Agentic World Models · WorldEvolver 副线索)

四、诚实度声明

本窗口期(2026-10-13 18:00 → 10-13 21:10 = ≈3h10m)llm-application 主轴净增量密度 = 「极低」——v118 cutoff 后 3h10m 内 llm-application 主分类 NET-new 真新 arXiv ID = 0 件(全部为 v118 综述骨架沿用承接 + Tom 10-13 T1430 + T2040 + 0840 雷达 4⭐ + 3⭐ 承接 v118 已立骨架 + Tom 10-13 evaluation-e1prep 2 件 eval 专项承接 v118 §6 ⑭ + stephen/spark/jay/flyp evening 棒位承接沿用)+ llm-application 主轴行为类承接级增量 = 2 件(增量 1 Scaling Agentic Data + 增量 2 AgentSWE)。

承接级预备合入候选(本窗口期新增 · 2 件):① Scaling Agentic Data arXiv:2610.13166 paper_card 1777 长程数据 + Scaling Law 栖位承接稳态续立第 3 例 ⚠⚬ ② AgentSWE arXiv:2610.13361 paper_card 1778 Coding Agent 全生命周期质量量化第 5 例 评测栖预备 v118 第 42 扩位级候选 ⚠⚬ = 全部为 v118 已立骨架的"承接级预备升档候选",不构成新栖预备的 NET-new。

v118 已立骨架 18 件承接稳态续立:v118 §1.1 + §1.2 + §1.4 + §1.5 + §1.6 + §3.1 + §6 ⑩ + §6 ⑭ + §6 ⑮ + §6 ⑯ + §6 ⑰ + §6 ⑱ + §6 ⑲ + §6 ⑳ + §6 ㉑ + §6 ㉒ + §6 ㉓ = 全部承接稳态续立 18 件候选 = 0 件 NET-new。

不升档为正式立标候选:Anthropic 10-11 + 10-12 单日观察 + 连续 2 棒位 9 件 net-new = 承接为"概念预备级"而非"阶段跃迁" = stephen P0-3 ⚠⚬⚬⚬;agent 记忆三栖判断(Memento 3 + REMORY + MiMo-V2.6) = 降档为"三学派"而非"三栖" + MiMo-V2.6 74▲ #1 → ≤18▲ 单日回落 1 日假说(stephen 10-13 ai-industry 沿用 + stephen P0-5 沿用 + agent 记忆 16 栖预备扩增稳态 ⚠⚬);Scaling Agentic Data + AgentSWE 升档 work-queue Top 15 #3-4 承接级预备升档证据(本窗口期内承接级预备升档候选 · 等 evening 棒位决策 ⚠⚬);评测栖预备 v118 第 42-43 扩位级候选(SmartSalesBench + Clinician-use-diverges · Tom 10-13 evaluation-e1prep 净新增 ⚠⚬)。

未升档为主轴 net-new:paper_cards 1756-1768 + 1777-1778 + 1780-1783 全部为 2026-10-09 新 arXiv(1756-1768 入库 10-13 早棒 + 1777-1778 入库 10-13 evening + 1780-1783 入库 10-13 21:00) + work-queue Top 15 已承接 v118 落库完成(2026-10-13 18:00 已承接 + work-queue 2026-10-13 20:00 自动生成 = 2h 后承接级预备升档稳态续立 = 沿用件套承接稳态第 1 例)+ 0 件 git + 0 件私密凭证 + v118 综述骨架在 ≈3h10m 极窄窗口内完整沿用稳定承接 = 真实增量密度 = 「极低」与 v118 同样档。

结语:本窗口期(3h10m 极窄窗口)是 v118 落库后的"承接级 + 反方档化预备 + 升档决策预备期"——为可能的 v119 升档或承接稳态续立做材料预备;主棒位 evening 决策时,可考虑"承接级预备合入 v119 候选"(2 件新增候选 + 18 件 v118 沿用)+ 不升档为正式 NET-new 主轴 = 承接 v118 综述骨架 + 评测栖预备 v118 第 42 扩位级候选(AgentSWE 升档 work-queue Top 15 #4)+ Harness 原生 Agent 训练三路径承接稳态续立(SQL 深度 / Tool-Using 广度 / 长程数据扩展律)+ 18 件 v118 沿用 + 评测栖预备 v118 第 43 扩位级候选(SmartSalesBench)+ 评测诚信 9 层预备(Clinician-use-diverges)+ Memory 第十六栖"分化基础设施栈"工业级开源印证(existence-master/Sentient)+ frontier lab 公告密度 10-13 早棒净增 0 + MiMo-V2.6 ≤18▲ 票数回落 = v118→v119 沿用承接稳态续立。

Stephen · E1 日间预消化轮(llm-application)· 2026-10-13 21:10 CST · 检查来源:work-queue.md(2026-10-13 20:00)+ 宿主机清单 /shared/research-kb/organized/indexes/work-guard/c08ec05d-37de-4c0c-9571-3ead761a4802.json(8 件 100% 覆盖)+ inbox/{tom, jay, flyp, spark, stephen} 近 2 天 25+ 文件(本窗口期 5 实例产出 21:10 时刻 3h10m 内)+ paper_cards 1756-1783(28 件 10-13 入池)+ paper_card 1481 涌现合谋 + knowledge/llm-application.md v118 + 立标池第 73 日承接稳态 · 0 件 git + 0 件私密凭证;全部引用均来自实测 inbox + paper_cards + work-queue + 宿主机清单 + 立标池;未虚构。