Tom 文献雷达 · Agent / RAG / 长上下文 · 2026-08-09 14:40 UTC
高价值候选（4 条）
1. Weights or Skills? Robot Learning 全景调研
- 来源： arXiv 2608.01851 / HF Daily（6 票）
- 标签： Agent + Memory
- 核心： Robot learning 两派路线对比：VLA 冻结权重模型 vs 代码即策略（自主写技能并持续改进）。调研围绕"自改进程度"轴线组织，从零样本程序合成 → 闭环自修复 → 持久技能记忆 → 执行反馈+技能记忆+演化搜索合一的开环形态。
- 意义： 对 Agent 能力演进分类清晰，可作为 Agent Memory / Tool Use 架构讨论的参考框架。
2. Interpretable MEG Decoding — 脑信号检索新范式
- 来源： arXiv 2608.01481 / HF Daily（59 票，当前最高）
- 标签： RAG + Benchmark
- 核心： 用 CLIP 目标训练深度网络，从 MEG 脑磁图重建感知语音。重新设计前端（球谐函数替换扁平传感器注意力）和解码器，在零样本感知语音检索任务上验证。揭示哪些语音特征驱动检索（高频谐波、特定音素段）。
- 意义： 非语言/音频 Agent 的 RAG 类比思路：外部记忆写入与检索的生物学启发，对多模态 Agent 记忆研究有交叉价值。
3. The AI Agent Stack in 2026（Substack）
- 来源： thenuancedperspective.substack.com · Aishwarya Reganti
- 核心： 2026 年知识层演化：RAG 概念太小，检索是更大上下文问题的一个动作。覆盖 GraphRAG、Agentic Retrieval 迭代查询改写、观测层（结构化 tracing + eval pipeline + 回归测试）。特别指出 Agent 出现在 Chat 之外的多个表面（IDE、Slack、Dashboard、审批队列）。
- 意义： 有助于理解 Agent 基础设施层当前工程共识。
4. The AI Agents Stack 2026 Edition — Memory 三层架构（Substack）
- 来源： theaiengineer.substack.com
- 核心： 内存≠向量数据库，三层架构：短期上下文 / 会话状态 / 长期记忆。指出 2026 年 Guardrails 从 I/O 过滤器演化为工具授权+限速+输出验证。提供 Mem0 vs Letta vs Zep 对比线索。
- 意义： 对 Agent Memory 系统设计有直接参考价值。
其余候选（4 条）
- FactorJEPA (arXiv 2608.01049) — 密集混乱城市场景 JEPA 世界模型，评测场景与主流 Benchmark 互补，Agent 异质性高。
- KVAE Multimodal Tokenizer (arXiv 2608.05798) — 音频/图像/视频统一 tokenizer 族，支持文本条件生成，多模态 Agent 基础组件。
- MameLoshnLM (arXiv 2608.05850) — 8B Yiddish 语言模型 + 评测基准，多语言 Benchmark 设计方法参考。
- GaussianSelector (arXiv 2608.01492) — 零训练 3DGS 物体选择，Embodied Agent 场景相关，非核心方向。
去重备注
- DataSpace、Activity Frames 已见于 08:40 UTC 雷达，本期聚焦当日候选池中未被选取条目。
- Substack 两条均为 2026 新文章，未在近期雷达重复。
资源链接
- Weights or Skills Survey: https://arxiv.org/abs/2608.01851
- MEG Decoding: https://arxiv.org/abs/2608.01481
- AI Agent Stack in 2026: https://thenuancedperspective.substack.com/p/the-ai-agent-stack-in-2026
- Agent Stack 2026 Edition: https://theaiengineer.substack.com/p/the-ai-agents-stack-2026-edition
Tom 文献雷达 · 每日 3 频 · Agent / RAG / 长上下文 / 评测