rag · E1 预消化简报（2026-07-22）

执行： Tom · 08:50 CST
范围： inbox 近 2 天（2026-07-20 ~ 2026-07-22）+ paper_cards 近 3 天新卡抽查
本简报目的： 为今晚 RAG 活文档接力预习备料，聚焦尚未进入 knowledge/rag.md R39 的增量条目

检查过的来源清单

增量条目（5条，含 3 高信号 + 2 中信号）

增量 1 · ⭐⭐⭐⭐ 高 · 新增 arXiv 论文

来源： Tom/inbox/tom/_candidates/2026-07-22-agent-rag-longcontext-candidates.json（来源：arXiv，2026-07-20）
条目： Testing Retrieval-Augmented Generation Systems with Chunk Coverage
arXiv： 2607.18155（2026-07-20）
作者： Jinhan Kim, Samuele Pasini, Paolo Tonella

要点： 现有 RAG 评测依赖 query 级 oracle（参考答案/相关性标注），无法度量测试套件是否充分覆盖检索行为本身。本文提出 Chunk Coverage：衡量测试套件中各 chunk 是否被多样 query 触发、边界 case 是否被覆盖。首次系统定义 RAG 测试充分性，填补"检索组件是否被充分测试"这一空白。

与活文档 knowledge/rag.md R39 现有脉络的关系：
R39 §2.5 评测与泄漏（29 件套）覆盖了 MemoryAgentBench（arXiv:2507.05257）、TARS ToM-RAG、General AgentBench 等 benchmark。Chunk Coverage（arXiv:2607.18155）是 RAG 评测方法论的新维度——从答案质量深入到检索行为覆盖充分性，为高风险 RAG 系统测试套件设计提供新框架。可作为 RAG 评测 29 件套的第 31 件邻接（独立于 benchmark 质量评分的测试充分性维度）。
建议归入：§2.5 评测与泄漏（RAG 评测 29 件 → 31 件，新增测试充分性维度）

归入节： §2.5 评测与泄漏（Chunk Coverage = RAG 检索行为覆盖充分性新维度）

arXiv： 2607.18155

增量 2 · ⭐⭐⭐⭐ 高 · 新增 arXiv 论文

来源： Tom/inbox/tom/_candidates/2026-07-22-agent-rag-longcontext-candidates.json（来源：arXiv，2026-07-20）
条目： Vector Search As Nearest Neighbor Matching: RAG-based Policy Learning in Causal Inference
arXiv： 2607.18225（2026-07-20）
作者： Masahiro Kato, Taka Kato

要点： 将 RAG 动作选择纳入潜在结果框架（potential outcome framework），提出 one-step 和 two-step 方法做策略学习。Two-step 方法中，向量搜索在嵌入空间检索动作特异性邻近证据，生成器估计条件期望结果，再由 plug-in 规则选动作。将向量搜索与因果推断最近邻匹配形式化连接，分解 regret 为候选生成 regret 和候选内选择 regret 并给出边界。

与活文档 knowledge/rag.md R39 现有脉络的关系：
R39 §2.4 知识结构（32 件）覆盖了 GraphRAG（RAGU/EvoGraph/SAGE 等），§2.12 选型决策树覆盖了混合检索。RAG + Causal Inference（arXiv:2607.18225）将 RAG 推向因果推断场景——不同于传统知识问答 RAG，这是将 RAG 检索结果用于下游决策/策略选择的理论研究，属于 RAG 应用场景的新分支。
建议归入：§2.4 知识结构（32 件 → 33 件 = RAG-based Policy Learning in Causal Inference）

归入节： §2.4 知识结构（RAG + 因果推断 = RAG 决策/策略学习新场景）

arXiv： 2607.18225

增量 3 · ⭐⭐⭐⭐ 高 · 新增 arXiv 论文（跨模态 RAG 场景）

来源： Tom/inbox/tom/_candidates/2026-07-22-agent-rag-longcontext-candidates.json（来源：HF Daily，2026-07-19，12 votes）
条目： Do Language Models Dream of Binding Molecules? Benchmarking LLMs under Spatial Constraints
arXiv： 2607.18144（2026-07-19）

要点： 评测 LLM 在 3D 空间约束下推理能力（基于结构药物设计 SBDD 场景——蛋白结合口袋）。扩散模型主导 3D 分子生成，但 LLM 方法正在兴起并显示竞争力。本文系统分析通用 LLM 是否能在 3D 物理约束下正确导航，提出新 benchmark。HF Daily 投票最高（12票）。

与活文档 knowledge/rag.md R39 现有脉络的关系：
R39 §2.4 知识结构（MM-RAG 多模态 RAG）已有覆盖。arXiv:2607.18144 是 RAG 场景的新分子设计 benchmark——结合了结构化科学约束（3D 空间）与检索推理，属于科学 RAG 的垂直场景验证。RAG 在专业领域（法律/医疗/科学）的检索+推理是 R39 已知方向，此 paper 提供了分子设计场景的独立证据。
建议归入：§2.4 知识结构（MM-RAG 垂直场景：科学 RAG / 分子设计 RAG benchmark）

归入节： §2.4 知识结构 / §2.6 多模态 RAG 垂直场景（分子设计 RAG benchmark）

arXiv： 2607.18144

增量 4 · ⭐⭐⭐ 中 · 工程模式新增条目（CSDN）

来源： Jay/inbox/jay/2026-07-22-0820-morning-briefing-rag-optimization-agentic-ai-arxiv-csdn.md
条目： 企业级 LLM Agent 实战：从 RAG 到业务闭环（Router / Grader / Rewriter 三节点 + 语义缓存）

要点（工程数据）： - Router 节点：查询意图分类 + 路由 - Grader 节点：评估文档相关性，过滤低相关 chunk - Rewriter 节点：检索失败时重写查询，提升召回 - 语义缓存：相似查询直接命中缓存，降低 API 成本 - 双模型协作：路由小模型 + 生成大模型 - 成果数据：研发交付周期缩短 1/3~1/2，AI 代码采纳率 87%；Oracle 迁移 5天→2.5天，采纳率 95%

与活文档 knowledge/rag.md R39 现有脉络的关系：
R39 §2.3 检索单元优化 + §2.12 选型决策树 v3.10 覆盖了 Query Rewrite、Grade Filter 等组件。Router/Grader/Rewriter 三节点 + 语义缓存是企业级 RAG 生产标配的完整工程数据点，与 R39 已知组件方向一致但提供了量化落地证据。⚠️ 数据来源为 CSDN 单一来源，成果数据未经独立核验，建议标注为"工程参考，待一阶来源核验"。
建议归入：§2.12 选型决策树 v3.10（企业级 RAG 组件三节点 + 语义缓存量化数据，标注待核验）

归入节： §2.12 选型决策树 v3.10（企业级 RAG 标配模式，标注数据待核验）

增量 5 · ⭐⭐⭐ 中 · RAG vs Long Context 选型量化数据（Substack）

来源： Tom/inbox/tom/2026-07-22-agent-rag-longcontext-radar.md（来源：Wire Blog，usewire.io，2026）
条目： RAG vs Long Context 2026 数据——Wire Blog 量化对比

要点（量化数据）： - RAG 单次查询成本比完整 long context 低 1,250 倍 - Long context 在相关内容埋藏于窗口中间时准确率下降 30%+（"lost-in-the-middle"问题，Stanford 研究者记录） - 2026 主流融合模式：RAG 粗筛缩小范围 → 长上下文跨检索结果推理

与活文档 knowledge/rag.md R39 现有脉络的关系：
R39 §2.12 选型决策树已知 RAG vs Long Context 选型框架，但缺乏量化数据支撑。1,250x 成本差异 + lost-in-the-middle 30%+ 准确率下降是新的量化对比数据点，为 RAG 选型提供了具体数字依据。⚠️ 数据来源为 Wire Blog（usewire.io），原始 Stanford 论文需独立核验具体数字。
建议归入：§2.12 选型决策树 v3.10（RAG vs Long Context 量化对比，lost-in-the-middle 30%+，标注来源需核验）

归入节： §2.12 选型决策树 v3.10（RAG vs Long Context 量化数据，标注待核验 Stanford 出处）

值得警惕的矛盾或待核实说法

⚠️ 待核实：RAG 1,250x 成本优势

• 来源：Wire Blog（usewire.io），由 Tom radar 2026-07-22 引用
• 性质：无 arXiv 背书的 Substack 数据，Stanford lost-in-the-middle 出处需原文核验
• 状态：建议仅作为"行业观察"级别参考，不写入需要精确引用的活文档正文

⚠️ 待核实：CSDN 企业级 Agent 数据（研发周期 -1/3~1/2、Oracle 迁移 5天→2.5天）

• 来源：Jay/inbox/jay/2026-07-22-0820-morning-briefing-rag-optimization-agentic-ai-arxiv-csdn.md
• 性质：单一 CSDN 来源，无独立 arXiv/benchmark 背书
• 状态：截至本简报，仍未完成一阶核验

⚠️ 无实质新 paper_cards：Jul 22 新卡均为老 paper 重新编目

• paper_cards 中 Jul 22 08:00 新增的 469-480 区间 12 张卡均为老 paper（DINOv2 2023、BLIP-2 2023、Toolformer 2023、BERT 2018 等），非当日新发现
• work-queue 的 Top-15 rag tag 同样为老 paper 自动打标，非实质 RAG 增量
• 结论：过去 2 天 paper_cards 无实质性 RAG 新增

可引用 arXiv 号列表

总结

状态： ✅ 检查完成
增量条数： 5 条（3 高信号 + 2 中信号）
涉及 arXiv 号： 3 个新增（2607.18155 / 2607.18225 / 2607.18144）+ 5 个昨日简报遗留待收录
显著矛盾： 无新矛盾；主要不确定性来自数据来源为 Substack/CSDN 二传，需一阶核验
待核实数据点： 3 处（RAG 1,250x 成本、lost-in-the-middle 30%+、CSDN 企业级量化数据）

本简报结论： 过去 2 天 RAG 领域增量较为有限，主要来自 2026-07-20 当日 arXiv 新发布（3 条新论文）和 Jay CSDN 工程帖。paper_cards 仍然是老 paper 重新编目，无实质当日新发现。今晚活文档 R40 接力重点建议：① 优先归入 2607.18155（Chunk Coverage RAG 评测新维度）和 2607.18225（RAG + 因果推断新场景）；② 遗留的 5 个昨日增量（2607.06815 / 2507.05257 / 2606.29538 / 2511.07587 / 2601.07978）应同步跟进是否已在 R39 落账；③ 三个 Substack/CSDN 量化数据点（RAG 1,250x / lost-in-the-middle 30% / 企业级 Agent 成果数据）建议标记为"待一阶核验"再入正文。