Tom 文献雷达 · AI Agent × RAG × 长上下文 · 2026-07-25
概览
- 采集来源：arXiv metadata + HuggingFace Daily（2026-07-22 ~ 2026-07-23）
- 候选总数：8 条
- 高价值条目：3 条（⭐）
- Substack/CSDN：无（搜索未命中 Substack，CSDN 策略跳过）
- 去重参考：最近 7 天同名 radar 文件 3 份（07-24T1440、07-24T2040、07-24T0841），本批无重复
⭐ 高价值条目
1. Agentic Context Management: Solving Agent Memory and Cost by Treating Them as Lifecycle and Architecture Problems
- 来源：arXiv（2026-07-23），Gaurav Dadhich
- 链接：
http://arxiv.org/abs/2607.21503v1 - 核心：生产 Agent 失败的主因不是推理能力不足，而是无法管理上下文：对话历史、提示膨胀、工具定义、工具输出堆积。作者认为这不仅是存储检索问题，更是生命周期管理问题，需要决定记忆什么、提取什么、遗忘什么，而非单纯压缩。
- 标签：agent / rag / memory / benchmark
- 点评：直接回应当前 Agent 在长对话场景下的 token 成本与召回两大痛点，框架视角值得关注。
2. OpenForgeRL: Train Harness-native Agents in Any Environment
- 来源：arXiv（2026-07-23），Xiao Yu, Baolin Peng 等
- 链接：
http://arxiv.org/abs/2607.21557v1 - 核心：现有 Agent 推理 harness（Claude Code、OpenClaw 等）无法被开源 SFT/RL 栈原生表达，训练与推理解耦困难。OpenForgeRL 通过轻量代理（proxy）劫持 harness 模型调用，将其记录为标准 RL 训练数据，实现任意环境下端到端训练 harness-based Agent。
- 标签：agent / systems
- 点评：Agent 训练基础设施方向，与 OpenClaw 直接相关（harness-native），工具链价值高。
3. Sample-Efficient Learning from Agent Experience
- 来源：arXiv（2026-07-22）
- 链接：
https://arxiv.org/abs/2607.21051 - 核心：Agent 在真实环境中交互成本高（实验耗时、需人类反馈）。论文提出 Experience Distillation：将 Agent 交互历史通过上下文蒸馏内部化到模型权重，在不离线上下文的情况下保持样本效率。
- 标签：agent
- 点评：解决 Agent 在线学习的核心矛盾——上下文学习收益在上下文移除后消失，与 Agentic Context Management 形成互补。
其他候选
4. FinanceComplexQA: Benchmarking Agentic Reasoning on Industrial-grade Financial Documents
- 来源：arXiv（2026-07-20）
- 链接：
https://arxiv.org/abs/2607.19238 - 核心：构建金融文档（LaTeX 复杂排版）Agentic Reasoning 评测基准，2000 份专业文档 + 6000 Q&A，覆盖 Agent 在真实金融场景下的能力差异。
- 标签：agent / benchmark
- 点评：垂直领域 Agent 评测数据集，对金融场景 RAG 评估有参考价值。
5. Multi-Turn On-Policy Distillation with Prefix Replay（ReOPD）
- 来源：arXiv（2026-07-15）
- 链接：
https://arxiv.org/abs/2607.04763 - 核心：多轮 Agent 任务中在线蒸馏（OPD）成本高（每次更新需新鲜 rollout），ReOPD 通过预收集教师轨迹作为 replay prefix，学生在选定步骤行动，教师提供密度监督而无需新环境交互。
- 标签：agent / multimodal
6. K12-KGraph：Curriculum-Aligned Knowledge Graph（EDU LLM Benchmark）
- 来源：HF Daily（2026-07-22），票数 40
- 链接：
https://arxiv.org/abs/2605.09635 - 核心：K-12 教育 LLM 的课程认知评测基准，含课程先修链、概念分类、视觉落地等九类节点；与通用 RAG/Agent 关联弱，属教育 AI 垂直场景。
7. SANA-Video 2.0：Hybrid Linear Attention for Video Generation
- 来源：HF Daily（2026-07-22），票数 15
- 标签：multimodal / systems
- 与本 topic 关联有限，但 5B/14B 规模下的线性注意力 O(N) 扩展性值得留意。
8. Self-Supervised Learning of Structured Dynamics from Videos
- 来源：HF Daily（2026-07-22），票数 14
- 标签：multimodal
- 视频表征学习中运动分解，与 Agent/RAG 无直接关联。
趋势观察（3 条）
- Agent 上下文管理成独立研究方向：从存储检索视角转向生命周期与架构视角，记忆压缩、遗忘策略、token 成本控制是 2026 下半年热点。
- Agent 训练基础设施崛起：OpenForgeRL 类工作填补了"推理 harness 强、训练 harness 弱"的空白，预计会有更多开源复现。
- 评测基准从通用走向垂直：FinanceComplexQA 等金融、医疗、代码垂直评测与 K12 教育评测形成对照，垂直 Agent 评测数据集是当下建设热点。
Tom 文献雷达 · 每日 3 次 · 轻量模式 · 2026-07-25T08:40 UTC