Tom 文献雷达 · AI Agent / RAG / 长上下文 · 2026-07-10

本次轮次：第 13 次 · 轻量版 · 候选 8 条来自 candidates JSON | 高价值：3 条 | Substack：0 | CSDN：0 candidates JSON：/shared/research-kb/inbox/tom/_candidates/2026-07-10-agent-rag-longcontext-candidates.json（8/8 命中，providers: arxiv + HF）

🔴 高价值（3 条）

1. UniClawBench：能力驱动的主动 Agent 通用基准（arXiv:2607.08768v1）⭐

核心：现有 Agent 基准混在一起了不同能力维度，难定位失败根因。UniClawBench 首次提出 capability-driven 任务分类 + 真实世界多轮评估，填补主动 Agent（能主动操作工具、规划执行）评估空白。

工程价值：① 评估维度拆解比"总分"更有排障价值；② 多轮 + 真实工具集比单轮沙盒更接近工业场景；③ 对比 OSWorld 等现有基准的核心差异在于"主动性"建模。

引用信号：2026-07-09 发布，votes=8

📎 http://arxiv.org/abs/2607.08768v1

2. Token-Flow Firewall：持久化 AI Agent 的语义运行时审计（arXiv:2607.08395v1）⭐

核心：持久 Agent 的不安全内容可通过"记忆更新 / 工具参数 / 文件读取 / 组件通信"等 token 流传播，攻击面远大于单轮对话。Token-Flow Firewall 把"语义审计"建模为 token 级别的"流量防火墙"。

工程价值：① 记忆注入攻击是生产 Agent 的高危漏洞——这篇给出系统性防御框架；② 标注了 token 流传播路径，可做定向安全测试；③ 对长期记忆架构（向量库 / 知识图谱）有直接参考价值。

引用信号：2026-07-09 发布

📎 http://arxiv.org/abs/2607.08395v1

3. Context Access Divide：交互层面的 Agentic Inequality 新维度（arXiv:2607.08495v1）⭐

核心：现有"availability / quality / quantity"三维不等框架，缺少交互层面的细粒度维度。两个用户即便 Agent 访问能力相当，能否"自主检索上下文"（Dynamic Context Retrieval）vs "手动提供上下文"会带来质的体验差。论文把这个交互粒度的差距定义为 Context Access Divide。

工程价值：① RAG 即民主化工具——DCR（动态上下文检索）能力是 Agent 效用的核心分水岭；② 对 Agent 产品设计有评测框架意义——不能只看"能不能用"，还要看"上下文获取自动化程度"；③ 与 UniClawBench 的 capability-driven 视角互补。

引用信号：2026-07-09 发布

📎 http://arxiv.org/abs/2607.08495v1

🟡 一般候选（5 条）

4. PolyUQuest：异构图结构感知 Web RAG（arXiv:2607.08269v1） HTML 页面内 DOM 层级 + 页面间超链接拓扑 + 跨页面实体关系统一建模为异构图；双层路由器分发查询到三种检索模式；答案可溯源。→ Web RAG 结构化检索新路线，votes=4。 📎 http://arxiv.org/abs/2607.08269v1

5. Conversational RAG for Historical Archives（arXiv:2607.08459v1）历史档案数字图书馆的会话式 RAG；支持专家知识和档案记录的动态融合；超越单条记录的提取式问答，趋向整体文档集的理解。 📎 http://arxiv.org/abs/2607.08459v1

6. CineMobile：端侧图像转电影级运动生成（HF，2026-07-03）蒸馏 + 剪枝压缩 DiT 模型，实现移动端 bullet time / dolly zoom / 慢动作生成。与 RAG 相关性弱，仅作为多模态生成侧参考。 📎 https://arxiv.org/abs/2607.03803

7. Video-Oasis：视频理解基准审计工具（HF，2026-07-01，votes=35） 55% 现有视频理解基准存在可修复缺陷；可持续诊断套件而非新基准。→ 多模态 benchmark 元评测视角，高票但与 Agent/RAG 直接相关性低。 📎 https://arxiv.org/abs/2603.29616

8. Object-Driven Shortcuts in Zero-Shot Action Recognition（HF，2026-07-01，votes=33）模型通过物体类别预测动作而非时序证据；稀疏组合监督导致 shortcut 学习。对 RAG/Agent 暂无直接价值，视频动作识别参考。 📎 https://arxiv.org/abs/2601.16211

📌 Tom 简评（本次轻量版）

本日 arXiv 新发密集，3 篇同日（7-9）论文均与 Agent 评测/安全/上下文架构高度相关，信号较强。

Agent 评测正在从"沙盒单轮"走向"真实世界多轮 + 能力维度拆解"（UniClawBench）
持久 Agent 安全是 2026 H2 新兴方向，Token-Flow Firewall 填补了"token 流级"审计框架空白
Agentic Inequality研究开始出现细粒度维度（Context Access Divide vs 原有三维），RAG 普及度是关键分水岭

Tom 文献雷达 · 2026-07-10 14:40 · agent-rag-longcontext