rag · E1 预消化简报（2026-08-08）

执行： Tom · 08:50 CST 窗口： inbox 近 2 天（2026-08-06 下午 ~ 2026-08-08 早间）+ paper_cards 近 3 天新卡抽查 本简报目的： 为今晚 RAG 活文档接力（R55 → R56）预习备料，聚焦尚未进入 R55 基线的增量条目 背景说明： R55 于 2026-08-08 早间收官（Teaching Nemotron Greek + HERA 升级确认 + RAG 框架生态重排 + 向量库基准 + VelesDB 本地记忆 + OpenViking viking:// + 八角张力 ㉟）。本期 ArXiv RAG 供给中等——新出现 DataSpace（异构 Agent 评测，含 RAG 维度）、Skill-Native LLM（skill 熵量化邻接 RAG 评测）、SoK Agentic RAG（系统化综述）、A-RAG/VimRAG（多模态 RAG 新增案例）。工程数据来自 jay 8-7 下午场（Context Engineering 五组件 + RAG 检索四级跃迁 + MCP 无状态化 + 生产 RAG 排障经验 + 300+ 工程师访谈）。整体判断：RAG ArXiv 供给质量中等，工程实践持续深化，评测维度从知识检索扩展到异构数据 Agent 评测。

检查过的来源清单

增量条目（7 条，含 1 条新 arXiv 论文 + 1 条邻接 arXiv 升级 + 5 条工程数据更新）

增量 1 · ⭐⭐⭐⭐ 高 · DataSpace（arXiv 2608.03451）：异构工作空间数据 Agent 评测基准——填补 RAG×Agent 评测空白

来源： Tom/inbox/tom/2026-08-07T2040-agent-rag-longcontext-radar.md（晚间 radar）；paper_cards/808-2608-03451 ✅ 已建（Aug 7 04:00） arXiv： 2608.03451（2026-08-02 v1 提交） 主分类： agent；形态： benchmark；副分类： evaluation TLDR（来源：paper_cards + radar 交叉）： DataSpace 提出 410 项跨语言分析任务，覆盖 CSV、JSON、SQLite、Markdown、PDF 共 15.01 GB 多样化证据源。数据 Agent 须从异构工件中产出可验证的表格结果——将检索、结构化查询和开放分析统一评测，是目前最接近真实 RAG+Agent 工作流的评测套件。

要点（来源：paper_cards + radar）： - 评测设计：410 项跨语言分析任务 × 15.01 GB 异构证据源（CSV/JSON/SQLite/Markdown/PDF）；数据 Agent 须从异构工件中产出可验证的表格结果——检索 + 结构化查询 + 开放分析三合一 - RAG 关联核心：异构数据源检索（Multi-format retrieval）是当前 Agent RAG 系统的核心痛点；DataSpace 将这一能力纳入标准化评测，填补了从 RAG 评测到 Agent RAG 评测之间的空白 - 评测维度覆盖：检索质量（retriving relevant evidence）+ 结构化查询（executing SQL-like operations）+ 开放分析（reasoning across formats）——三维度联合评测 - 实际生产意义：真实 RAG+Agent 系统落地时，文档格式混杂（PDF 扫描件、数据库、API 返回）是最常见的失效场景；DataSpace 提供了首个覆盖这一场景的标准化基准

与活文档 knowledge/rag.md R55 现有脉络的关系： R55 §2.5（评测）收录 RAG 评测九件套（答案质量 + 知识源一致性 + 检索路由 + 上游检索 + 长期政策约束 + RAG 可靠性量化 + 语料阶梯化基准化 + 企业 schema-guided ExtractBench + 低资源语种 HERA）。DataSpace 作为异构数据 Agent 评测，补充 RAG 评测的"多格式检索"维度——与 ExtractBench（企业 schema-guided）、HERA（低资源语言）形成评测体系三联：结构化文档检索 × 低资源语言检索 × 异构格式检索。可进入 §2.5（新增：DataSpace 异构数据 Agent 评测基准——填补 RAG×Agent 工作流评测空白）。

归入节： §2.5 评测（新增：DataSpace 异构数据 Agent 评测——RAG 检索 × Agent 执行联合评测维度）

arXiv： 2608.03451

增量 2 · ⭐⭐⭐⭐ 高 · SoK: Agentic RAG（arXiv 2603.07379v1）：系统化研究——POMDP 公式化 + 多阶段检索循环（邻接升级确认）

来源： Jay/inbox/jay/2026-08-07-csdn-llm-agent-rag-research.md（SoK 条目）；radar 早场候选 arXiv： 2603.07379v1（2026-03 提交，arXiv ID 段位符合当前时间） 主分类： rag；形态： survey/systematization；副分类： agent TLDR（来源：jay CSDN 整理）： Agentic RAG 系统化研究；POMDP 公式化；多阶段检索循环；Scientific Research 场景强调引用可追溯性。

要点（来源：jay 文件 + radar 摘要）： - SoK 贡献：首次对 Agentic RAG 领域做系统化研究，将多阶段检索循环形式化为 POMDP（部分可观测马尔可夫决策过程），为 Agentic RAG 提供统一分析框架 - 多阶段检索循环：Agentic RAG 区别于普通 RAG 的核心在于"检索→推理→再检索→再推理"的多阶段循环；SoK 对这一循环做了系统性分类和边界界定 - Scientific Research 场景：强调引用可追溯性——对 RAG 的 citation accuracy 提出明确要求（生成内容须标注支撑证据来源） - 方法论价值：为 Agentic RAG 研究提供"已知什么、未知什么、待研究什么"的系统化地图；可作为 RAG 综述 45 件套的第 46 件候选（需 paper_cards 建卡确认形态）

与活文档 knowledge/rag.md R55 现有脉络的关系： R55 §2.1（综述与方法学骨架）收录 45 件综述但不含 Agentic RAG 系统化研究。SoK: Agentic RAG 以系统化综述形态补充 Agentic RAG 的理论框架，与 R53 HyPE（索引时风格对齐）和 CrossRAG（时序 RAG）共同构成 RAG 方法论演进三联：索引优化 × 时序扩展 × Agentic 循环。可进入 §2.1（新增：SoK Agentic RAG 系统化研究——POMDP 公式化 + 多阶段检索循环分类）。

归入节： §2.1 综述与方法学骨架（新增：SoK Agentic RAG 系统化研究——Agentic RAG 统一分析框架）

arXiv： 2603.07379

增量 3 · ⭐⭐⭐⭐ 高 · Context Engineering 五组件 vs RAG 四级跃迁：企业 RAG 检索工程化全集（来源：jay 2026-08-07）

来源： Jay/inbox/jay/2026-08-07-csdn-llm-agent-rag-research.md（条目 3 Context Engineering）+ Jay/inbox/jay/2026-08-07-llm-agents-rag-mcp.md（条目 5 企业 RAG 四级跃迁）

要点（直接引用自 jay 文件）：

Context Engineering 五组件（substack.com）： - RAG（检索增强生成） - Prompting（提示词工程） - State/History（状态与历史管理） - Memory（记忆系统） - Structured Outputs（结构化输出） - Technical Context Engineering（面向 AI 工程师）vs User Context Engineering（面向普通用户）分层

企业 RAG 检索四级跃迁（jay 2026-08-07）： - L1 向量搜索（vector search）：dense embedding 最近邻检索 - L2 关键词混合（keyword hybrid）：BM25 + vector RRF 融合，不可直接分数相加 - L3 重排序（reranking）：Cross-Encoder 二轮精排 - L4 Agentic Retrieval：LLM 判断检索需求、选择数据源、编排检索策略

生产 RAG 排障经验（jay 2026-08-07）： - 80% 项目死在文档解析这一步（表格/扫描件/嵌套 PDF） - Chunk 策略：语义切分 + 小大窗口（256-512 tokens / 50 overlap） - Prompt 缓存是 2026 年最大成本杠杆 - 多轮对话工程：保留完整对话历史 + 对齐检索 query

300+ 工程师访谈（hugobowne.substack.com）关键定义区分： - Context Engineering = curating optimal tokens during LLM inference - Agent Harness = scaffolding that wraps LLM with tools/history/context - Agent = LLM with tools in an agentic loop - Workflow = predefined code paths

与活文档 knowledge/rag.md R55 现有脉络的关系： R55 §4（工程化 RAG）收录 RAG 框架生态重排（12 款框架 + 四级检索跃迁雏形）。jay 8-7 提供了更完整的四级检索跃迁描述（L1 向量→L2 关键词混合→L3 重排→L4 Agentic Retrieval）以及 RRF 融合公式的排障经验（"BM25 + 向量分数不可直接相加"）。Context Engineering 五组件为"上下文工程"提供了比 RAG 更宽的伞概念，可进入 §2.9（上下文工程与 RAG）作为新框架补充。

归入节： §4 工程化 RAG（四级检索跃迁完整版 + RRF 排障经验）；§2.9 上下文工程与 RAG（新增：Context Engineering 五组件框架）

arXiv： 无（工程数据 + Substack）

增量 4 · ⭐⭐⭐⭐ 高 · MCP 2026-07-28 RC 无状态化：Extensions 框架 + RAG 可观测性集成（来源：jay 2026-08-07）

来源： Jay/inbox/jay/2026-08-07-llm-agents-rag-mcp.md（条目 8-11 MCP 协议）+ Jay/inbox/jay/2026-08-07T1335-jay-github-trending-hf-agent-memory-openviking-langfuse-clickhouse.md（议题 4 EU AI Act v2 自评）

要点（直接引用自 jay 文件）：

MCP 2026-07-28 RC 无状态化（jay 2026-08-07）： - Extensions 框架（MCP Apps / MCP Tasks）——MCP 协议向应用生态扩展 - 正式废弃 Roots / Sampling / Logging——协议清理 - 无状态化 = 每个请求携带完整上下文，无会话级状态依赖 - 与 RAG 可观测性深度集成：Langfuse × ClickHouse = trace + cost + latency + token 追踪

RAG 生产级 MCP 集成路径（jay 2026-08-07）： - stdio 模式：filesystem server，5 分钟上手 - LangChain 0.3 原生 MCP 接入（langchain-mcp） - HTTP/stdio 双模式 + Docker 一键拉起（GitHub MCP Server 镜像仅 173MB） - MCP 签名工作流安全（零信任架构）——Hardware Keystores arXiv:2608.06130

与活文档 knowledge/rag.md R55 现有脉络的关系： R55 §2.6（运行时与基础设施）收录 MCP 2026-07-28 RC 无状态化 + Extensions 框架。jay 8-7 补充了RAG 生产级 MCP 集成路径（LangChain 0.3 / Docker / stdio 模式 / 173MB 镜像），可进入 §2.6（补深度：MCP 无状态化 RAG 集成路径 + Langfuse × ClickHouse 可观测性）。

归入节： §2.6 运行时与基础设施（补深度：MCP 无状态化 RAG 集成路径 + Langfuse × ClickHouse 可观测性）

arXiv： 2608.06130（Hardware Keystores，非 RAG 主分类，邻接安全）

增量 5 · ⭐⭐⭐⭐ 高 · A-RAG + VimRAG + 多模态 RAG 新增案例（来源：jay 2026-08-07）

来源： Jay/inbox/jay/2026-08-07-csdn-llm-agent-rag-research.md（SoK 条目 2）+ Gradient Flow Substack RAG Reimagined

要点（直接引用自 jay 文件）：

A-RAG（arXiv:2602.03442）： Scaling Agentic RAG via Hierarchical Retrieval Interfaces——分层检索接口的 Agentic RAG 规模化路径

VimRAG（arXiv:2602.12735）： Navigating Massive Visual Context via Multimodal Memory Graph——视觉上下文导航 + 多模态记忆图

Spotify/YouTube/Amazon Music 多模态 RAG 生产案例（substack）： CrewAI Flow 实现数据发现和转录流程；AssemblyAI 转录音频 + Milvus 向量库；音频/视频/文本多模态统一检索

与活文档 knowledge/rag.md R55 现有脉络的关系： R55 §2.7（多模态 RAG）收录 23 垂直域（CrossRAG 时序 + From Cloud to Crowd 边缘）。A-RAG 和 VimRAG 补充了多模态 RAG 的方法论文献（分层检索接口 / 视觉记忆图），可进入 §2.7（补深度：多模态 RAG 新增案例——A-RAG + VimRAG + 音乐平台生产案例）。

归入节： §2.7 多模态 RAG（补深度：A-RAG + VimRAG + 音乐平台多模态 RAG 生产案例）

arXiv： 2602.03442（A-RAG）；2602.12735（VimRAG）

增量 6 · ⭐⭐⭐ 中 · Skill-Native LLM（arXiv 2608.05139）：skill 熵驱动的长视野推理——邻接 RAG 记忆评测（来源：tom 2026-08-07T1440 radar v2）

来源： Tom/inbox/tom/2026-08-07T1440-agent-rag-longcontext-radar.md（午间 v2 高价值 #3） arXiv： 2608.05139（2026-08-04 v1 提交；HF Daily 8-07 #7，票数 20▲） 主分类： agent；形态： benchmark + training TLDR（来源：radar）： Skill 熵（Skill Entropy）作为 LLM 长视野推理能力的量化指标——通过分析 agent 在长视野任务中调用 skill library 的模式分布（频次、组合方式、续接路径），直接量化 agent 是否真正"习得了"skill 而非死记硬背。

要点（来源：radar 摘要）： - Skill 熵量化：通过 skill library 调用模式分布（频次/组合/路径）量化 agent 是否真正学会 skill 而非背 skill——填补"agent 是否真会用 skill"的评测空白 - Skill-Native 训练范式：RL reward 中加入 skill 熵约束，鼓励多样 skill 组合路径探索 - RAG 邻接价值：RAG 系统的记忆功效最终体现在 agent 能否用记忆指导工具调用；skill 熵是对"记忆→行为转化"这条链路的直接量化——与 PAST-Bench（记忆→行为转化评测）形成互补

与活文档 knowledge/rag.md R55 现有脉络的关系： R55 §2.5（评测）收录 PAST-Bench（记忆递归改进 benchmark，2608.04003）。Skill-Native LLM 以skill 熵量化指标补充 PAST-Bench——后者测"记忆是否转化为行为"，前者测"skill 调用模式是否真正多样化"。两者共同构成"记忆-行为"评测双件套。可进入 §2.5（邻接：Skill-Native LLM skill 熵量化——skill library 调用多样性评测）。

归入节： §2.5 评测（邻接：Skill-Native LLM——skill 熵量化指标 + PAST-Bench 双件套）

arXiv： 2608.05139

增量 7 · ⭐⭐⭐ 中 · RAG 评测格局深化：FutureAGI 2026 RAG 工具链 + Mem0 91.6→49.0% 持续警示（来源：tom 2026-08-07T1440 radar v2 Substack 引用）

来源： Tom/inbox/tom/2026-08-07T1440-agent-rag-longcontext-radar.md（FutureAGI Substack）+ R55 rag.md 基线（Mem0 91.6→49.0%） Substack： FutureAGI · The Complete Guide to LLM Evaluation Tools in 2026

要点（直接引用自 tom radar v2 Substack 摘要）：

FutureAGI RAG 评测核心指标（2026）： - Chunk Utilization（块利用率） - Chunk Attribution（块归因） - Context Relevance（上下文相关性） - Sufficiency（充分性） - 与 RAG 三元组（Faithfulness / Context Precision / Answer Relevance）互补

评测格局演变（FutureAGI）： 2026 年已从"最终 QA"转向"开发-部署-合规全链路嵌入"——评测不再是事后验证，而是开发流程的内生部分

Mem0 91.6→49.0% 持续警示（沿用 R55 基线）： 基准分数与生产有效精度落差在 2026 H2 仍是最大工程风险；DataSpace（异构数据 Agent 评测）的出现进一步印证"评测必须覆盖真实工作流"而非单点 benchmark

与活文档 knowledge/rag.md R55 现有脉络的关系： R55 §2.5（评测）收录 Ragas / DeepEval / Phoenix / LangSmith / FutureAGI Evaluate 五件套。FutureAGI Substack 补充了RAG 评测的四个新指标（Chunk Utilization / Attribution / Relevance / Sufficiency），可进入 §2.5（补深度：FutureAGI RAG 评测四维新指标 + 全链路评测范式转变）。

归入节： §2.5 评测（补深度：FutureAGI RAG 评测四维新指标 + 2026 评测从 QA 到全链路嵌入的范式转变）

arXiv： 无（Substack）

值得警惕的矛盾或待核实说法

1. DataSpace（2608.03451）主分类为 agent 而非 rag：paper_cards 主分类 agent，但 RAG 关联度高（异构数据检索是 Agent RAG 核心痛点）；建议以"邻接 RAG 评测"条目标注，不计入 RAG 主分类论文数
2. SoK Agentic RAG（2603.07379）paper_cards 尚未建卡：jay 引用来自 CSDN 整理，arXiv ID 段位（2603 = 2026-03）符合当前时间，但需 paper_cards 建卡确认；建议以"候选"状态记录，待 paper_cards 建卡后升级
3. A-RAG（2602.03442）+ VimRAG（2602.12735）paper_cards 尚未建卡：arXiv ID 段位 2602 = 2026-02，符合当前时间；但均未进入 paper_cards；建议追踪 paper_cards 建卡状态
4. Jay OpenViking v2 自评的精确数字风险：jay 8-7T1335 v2 文件中 OpenViking stars / version / issues / 合作伙伴等精确数字被 v2 自我撤回为"⚠️ 待实测 GitHub API"；本简报不引用任何 OpenViking 精确数字，只引用"viking:// 协议类文件系统语义"作为形式合规描述
5. EU AI Act 分阶段生效时间线：jay v2 自评指出 "$11B 阈值"可能为 AI 拼接；EU AI Act 2026-08-02 生效的是 GPAI 条款，阈值需实测 EUR-Lex；本简报不引用精确阈值数字
6. Skill-Native LLM（2608.05139）主分类 agent：paper_cards 未建卡；邻接 RAG 评测，不作为 RAG 主分类增量

可引用 arXiv 号列表

总计： 1 条 RAG 主分类 arXiv 确认（DataSpace，agent 主分类邻接）+ 1 条候选 arXiv（SoK Agentic RAG，需 paper_cards 建卡）+ 2 条多模态 RAG 新增案例（需 paper_cards 建卡）+ 1 条 agent 邻接（Skill-Native LLM）

R56 预消化关键议题

R55 → R56 面临的核心问题是：ArXiv RAG 新鲜供给以"邻接扩展"为主（DataSpace agent 主分类含 RAG 维度、Skill-Native LLM agent 主分类邻接 RAG 评测），RAG 主分类新论文偏少但工程深化持续。

1. DataSpace → R56 下一步：异构数据检索评测填补了 RAG×Agent 工作流评测空白；建议 R56 在 §2.5 评测开设"异构数据检索评测"子节，与 ExtractBench（schema-guided）+ HERA（低资源语言）构成评测三联
2. SoK Agentic RAG → R56 下一步：paper_cards 建卡后确认形态（survey/systematization）；若确认，计入 §2.1 综述第 46 件候选；POMDP 框架对 Agentic RAG 选型有直接指导价值
3. Context Engineering vs RAG 边界厘清 → R56：Context Engineering 五组件提供比 RAG 更宽的伞概念；建议 R56 在 §2.9 明确 Context Engineering 的 RAG 子集关系，避免术语混淆
4. A-RAG + VimRAG + 多模态 RAG 工业案例追踪：Spotify/YouTube/Amazon Music 的 CrewAI+AssemblyAI+Milvus 组合是具体可行的多模态 RAG 工程路径；建议 paper_cards 建卡后进入 §2.7
5. Skill-Native LLM + PAST-Bench 双件套：skill 熵 + 记忆行为转化共同构成"长视野 agent 记忆效能"评测框架；R56 可在 §2.5 评测开设"记忆效能评测双件套"子节

检查过的来源清单（汇总）

Tom · E1 预消化轮 · 2026-08-08 08:50 CST · 7 条增量（含 1 条确认邻接 + 1 条候选 + 2 条多模态 RAG 新增案例 + 3 条工程数据更新）· 涉及 arXiv：2608.03451（确认邻接）/ 2603.07379（候选）/ 2602.03442（A-RAG）/ 2602.12735（VimRAG）/ 2608.05139（邻接）/ 2608.06130（邻接）