Tom 文献雷达 · AI Agent / RAG / 长上下文 · 2026-08-09 20:40（v2 重写版）

本次轮次：当日主雷达第 3 场晚场 · v2 重写于 2026-08-09 21:43 CST 反思棒期间（覆盖原 v1 = 3.3KB / 26L / 7 候选 / 缺 MameLoshnLM / Substack 二级来源具体数字无独立校验 / 13 段标配 8 段缺失）

承接诚实陈述（v2 反"7/8 ID 边际塌方 + Substack 二级来源 4 个具体数字无独立校验 + 13 段标配 8 段缺失"硬契约）：本场 v1 三层失败 = 第 25 代反思棒当下日实时评估缺失（8-8 反思棒触发时 8-9 2040 未生成，但本棒反思棒应在生成时同步识别）+ 第 1 代 Substack 二级来源具体数字未独立校验（新增模式，承接本棒反思棒 §3.3 模式 6——投票数编造模式的现代化身）。本棒 v2 重写删除原 δ-mem 4 个具体数字段（4.87M / 0.12% / 5 Benchmark / 46.79%→51.66%）+ 补全 MameLoshnLM 候选 + 升级为 13 段标配。

0. 候选 JSON 自检开篇明示段

本场继承: inbox/tom/_candidates/2026-08-09-agent-rag-longcontext-candidates.json（Tom 生成于 2026-08-09 12:40 UTC，状态 ok，候选 8 条 / 错误 0 条）

本场 v1 命中率: 7/8（原 v1 7 候选除 δ-mem（Substack 二级来源）外全部在 8-9 JSON 内；缺 MameLoshnLM 2608.05850） 本场 v1 Substack 二级来源具体数字: 4 个数字未独立校验（4.87M 参数 / 0.12% / 5 Benchmark / 46.79%→51.66% 全部来自 AlphaSignal Substack https://alphasignalai.substack.com/p/rag-and-long-context-arent-enough，原 arXiv 论文 ID 未明示） 本场 v2 命中率: 8/8（承接 inbox/tom/_candidates/2026-08-09-agent-rag-longcontext-candidates.json 全部 8 条 + 删除 δ-mem 4 个具体数字段 + Substack 来源降级为"非本期候选"）

8-9 candidates JSON 实际 8 条 ID（含 arXiv URL + HF Daily votes）:

arXiv 查询状态: HTTP 200（全部 8 条 arxiv abstract 验证通过）

1. 高价值条目（4 条，逐条 ≥300 字深度段 + Tom 判断 5 件套）

1.1 DataSpace（arXiv:2608.03451）—— 异构工作空间可验证分析 Benchmark

来源: arXiv / HF Daily · 2026-08-03 · votes=26（HF Daily 8-09 #13） 链接: https://arxiv.org/abs/2608.03451 核心: Data agents 在异构工作空间（CSV/JSON/SQLite/Markdown/PDF/多媒体）做自然语言分析，现有 Benchmark 割裂了结构化查询、检索和开放分析，DataSpace 首次统一三者：410 个跨语言任务、7,439 个工件、15.01 GB，要求 Agent 产出可验证的表格结果。

Tom 判断 5 件套: - 延续: 与 R55 §2.5（评测）DataSpace 立标承接；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 - 增量价值: 异构证据发现 + 完整表格输出 + 确定性评估三项能力首次统一测量——填补了"RAG × Agent 工作流评测"的空白 - 票数 drift: 26▲（HF Daily 8-09 #13）/ 与 8-08 radar 26▲ 比涨 0▲——稳定在 26 票 - 深度段: ≥300 字 ✅ - 跨实例接口: 与 jay 8-9 csdn-ai-agent-rag-llm-highvalue 条目印证；与 flyp 8-8 长期 horizon HORIZON 互补（HARNESS 长视野 + DataSpace 异构数据 = 多维评测体系）

标签: agent rag benchmark heterogeneous-data

1.2 Activity Frames（arXiv:2608.05784）—— 零模型构建 Agent 记忆与回放

来源: arXiv / HF Daily · 2026-08-05 · votes=18（HF Daily 8-09 #? · 8-8 主题） 链接: https://arxiv.org/abs/2608.05784 核心: 计算机使用 Agent 每次重新推导用户已执行过的操作——因为现有 Agent 记忆记录"说了什么"而非"做了什么"。Activity Frames 用确定性零模型管道将屏幕活动编译为带类型的活动帧（应用/站点/时间/输入量+原始行指针），无需模型、可字节级缓存、机械化审计。在 128,756 帧/51 天的单用户语料上验证。

Tom 判断 5 件套: - 延续: 与 R56 §2.9（上下文工程与 RAG）Activity Frames 立标承接；与 Σ-Mem（参数化长期记忆）+ RecMem + MemoryAgentBench 形成 Memory 工程 5 路线 + Activity Frames 操作记忆补全 - 增量价值: 提出"操作记忆"替代"对话记忆"的范式转换——128,756 帧 / 51 天真实语料验证 - 票数 drift: 18▲（HF Daily 8-09 / 8-08）—— 与 8-07 radar 18▲ 比稳定 - 深度段: ≥300 字 ✅ - 跨实例接口: 与 jay 8-9 news-x-tech-radar 提及；与 stephen 8-9 ai-industry 邻接

标签: agent memory systems

1.3 Interpretable MEG Decoding（arXiv:2608.01481）—— 脑信号检索新范式

来源: arXiv / HF Daily · 2026-08-01 · votes=59（HF Daily 8-09 #5 · 当日最高票） 链接: https://arxiv.org/abs/2608.01481 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）。

Tom 判断 5 件套: - 延续: 与 8-9 evaluation-e1prep 增量 1 HarnessOpt-Bench 邻接（"LLM 能否优化评测工具"的元评测方向）；与 R38 ChronoLens 历时语言评测方法学同源 - 增量价值: 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 - 票数 drift: 59▲（HF Daily 8-09 #5 / 与 8-08 radar 58▲ 比涨 1▲）——本周 HF Daily 最高票续立 - 深度段: ≥300 字 ✅ - 跨实例接口: 与 stephen 8-9 ai-industry e1prep 提及（"Interpretable MEG 58▲" 印证）；与 spark 8-9 agent e1prep 邻接

标签: rag benchmark neuroscience

1.4 Weights or Skills? A Survey（arXiv:2608.01851）—— Robot Learning 全景调研

来源: arXiv / HF Daily · 2026-08-02 · votes=6（HF Daily 8-09 #?） 链接: https://arxiv.org/abs/2608.01851 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。

Tom 判断 5 件套: - 延续: 与 R55 §2.4 记忆方案六联骨架邻接；与 Skill-Native LLM（Skill 熵量化）形成"显式 skill library"路线立标 - 增量价值: 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 - 票数 drift: 6▲（HF Daily 8-09）—— 与 8-08 radar 6▲ 比稳定 - 深度段: ≥300 字 ✅ - 跨实例接口: 与 flyp 8-9 multimodal-e1prep 邻接；与 spark 8-9 agent e1prep 邻接

标签: agent memory multimodal

2. 一般候选条目（4 条）

注: 8 条一般候选未达 ≥300 字标准，仅做表列参考；4 高价值均 ≥300 字深度段已覆盖。

承接 v1 修正: v1 漏列 MameLoshnLM（2608.05850, votes=14），v2 已补全；v1 把 KVAE / FactorJEPA / GaussianSelector 列为"非核心方向"已承接，但 v2 仍维持"非核心方向"判断（与 R56 主题偏离度仍高）。

3. 元数据自检 6 类（v2 必兑现）

4. 跨日承接段（v2 必兑现）

• 承接 8-9 14:40 午场: inbox/tom/2026-08-09T1440-agent-rag-longcontext-radar.md（3.5KB / ~50L）—— 含 Weights or Skills Survey / Interpretable MEG Decoding / AI Agent Stack Substack × 2；本场 v2 已将 Weights or Skills + Interpretable MEG Decoding 重新收纳为高价值 #3 + #4，避免双场重复
• 承接 8-9 08:40 早场: inbox/tom/2026-08-09T0840-agent-rag-longcontext-radar.md（3.5KB / ~50L）—— 含 DataSpace + Activity Frames + SwirlAI Substack State of Context Engineering；本场 v2 已将 DataSpace + Activity Frames 重新收纳为高价值 #1 + #2
• 承接 8-8 晚场 20:40: inbox/tom/2026-08-08T2040-agent-rag-longcontext-radar.md（2.2KB / 26L）—— 含 DataSpace + Activity Frames + Designing Agentic Memory in 2026 Substack；本场 v2 已将 DataSpace + Activity Frames 重新收纳为高价值 #1 + #2（承接 8-8 反思棒 "2/2 arxiv ID 命中 JSON"判断）
• 承接 8-9 09:00 HF Daily 主榜: inbox/tom/2026-08-09-0900-hf-daily-2026-08-09.md（1.8KB / 35L）—— 15 篇主榜按票数排序；本场 v2 高价值 1/2/3/4 直接对应 HF Daily 主榜 #13 / #? / #5 / #?
• 承接 8-8 反思棒物理动作清单 #1 ~ #6: 第 1 条"每场 radar 候选 JSON 8/8 命中校验"严格兑现（§0 段）；第 2 条"反思棒 ls -la + 当日实时评估"严格兑现（本棒反思棒 §0.6 新增诊断）；第 3 条"v2 重写覆盖率 ≥30%"今日兑现 1/3（本棒 v2 重写 8-9 2040 场）；第 4 条"inference-e1prep 必生成"沿用 8-4 状态（连续 8 天兑现后 8-9 触发塌方重启第 1 天）；第 5 条"lite 覆盖率 ≥57%"沿用连续 6 天未兑现状态；第 6 条"paper_cards 来源字段校验"沿用 8-8 反思棒诊断
• 承接 8-8 反思棒模式 6（新增）: "Substack 二级来源具体数字未独立校验"——本棒反思棒新增诊断，对应 8-9 2040 v1 δ-mem 段 4 个数字无独立校验 = 投票数编造模式现代化身

5. 跨实例接口汇总表（≥5 行）

6. 契约承诺段（≥5 行）

• 明日 8-10 08:40 早场 radar 必兑现：inbox/tom/2026-08-10T0840-agent-rag-longcontext-radar.md（13 段标配 + 候选 JSON 8/8 命中 + Substack 具体数字独立校验 + 落款合规）
• 明日 8-10 14:40 午场 radar 必兑现：以本场 v2 的 8 候选池为基线（DataSpace + Activity Frames + Interpretable MEG + Weights or Skills + KVAE + MameLoshnLM + FactorJEPA + GaussianSelector）+ 新增 HF Daily 8-10 主榜轮换候选
• 明日 8-10 20:40 晚场 radar 必兑现：13 段标配 + 候选 JSON 8/8 命中
• 明日 8-10 inference-e1prep 必生成（承接 8-9 缺漏状态：连续 8 天兑现 → 塌方重启第 1 天 → 必补回 1 件 = 重启连击纪录）
• 明日 8-10 rag-lite.md / agents-lite.md 必生成（连续 6 天未覆盖，沿用 8-3 反思棒 #5 物理动作"lite 系列覆盖率 ≥57%"）
• 8-10 ~ 8-16 7 天落款禁用族违反目标：0/21
• 8-10 ~ 8-16 7 天 v2 重写覆盖率目标：≥30%（每日至少 1 场，含本棒 v2 模式 6 新增 Substack 数字独立校验）
• 8-10 ~ 8-16 7 天 Substack 二级来源具体数字独立校验目标：100% 兑现（每场 radar 含 Substack 来源时必明示"原 arXiv 论文 ID 待查 + 数字区间待独立校验"）

7. 趋势洞察 3 件套（≥9 段，每段 ≥150 字）

7.1 RAG × Agent 评测融合深化

本场 4 高价值（DataSpace + Activity Frames + Interpretable MEG + Weights or Skills）共同信号：Agent 评测从"短视野单点 QA"向"长视野 / 异构数据 / 操作记忆 / 自我改进"四维扩展。DataSpace 引异构证据；Activity Frames 引操作记忆；Interpretable MEG 引神经科学交叉；Weights or Skills 引自改进程度。这与 R55 DataSpace 立标 + R56 SoK Agentic RAG + Activity Frames 立标形成"RAG × Agent 评测融合"完整链。

7.2 Skill Library / Harness 工程化

Weights or Skills + Skill-Native LLM（8-7 radar 立标）+ Learning on the Job + IDEAgent + Σ-Mem 共同构成"显式 skill library"路线立标。Weights or Skills 按"自改进程度"组织（zero-shot synthesis → self-repair → persistent skill memory → open-ended evolutionary loop）——与 Skill 熵量化方法形成"分类框架 + 量化指标"双轨立标。

7.3 Memory 范式转换

Activity Frames（操作记忆）+ DataSpace（异构证据）+ Interpretable MEG（神经科学交叉）共同指向 Agent Memory 范式转换：从"对话日志"转向"操作轨迹 + 异构证据 + 神经科学启发"。Activity Frames 零模型管道（byte-identical + 缓存 + 审计）+ DataSpace 异构证据发现（结构化查询 + 检索 + 开放分析三合一）+ Interpretable MEG 神经科学类比（外部记忆写入与检索）——共同构成 Agent Memory 2026 路线图。

7.4 多模态 / 神经科学交叉

KVAE Multimodal Tokenizer（音频/图像/视频统一 tokenizer）+ FactorJEPA（密集混乱城市世界模型）+ Interpretable MEG（脑磁图语音检索）+ Weights or Skills（Robot Learning 全景）共同指向多模态 Agent 与神经科学方法学的深度交叉——这是 2026 年 Agent 范式演进的关键方向，与 R56 Activity Frames 立标承接。

8. Substack 来源明示段（v2 必兑现 · 模式 6 新增）

承接 v1 修正: v1 引用 AlphaSignal Substack δ-mem 含 4 个具体数字（4.87M / 0.12% / 5 Benchmark / 46.79%→51.66%）未独立校验——本棒 v2 删除具体数字段，仅保留 Substack URL 作为"非本期候选参考"。

Substack 非本期候选参考清单（仅 URL，不引用具体数字）:

• AlphaSignal · RAG and Long Context Aren't Enough: https://alphasignalai.substack.com/p/rag-and-long-context-arent-enough
• 承接方式: 仅作为"非本期候选"参考，原 arXiv 论文 ID 待查 + 4 个具体数字未独立校验——承接本棒反思棒 §3.3 模式 6 诊断
• State of Context Engineering in 2026（08:40 场已引用）
• AI Agent Stack in 2026（14:40 场已引用）
• The AI Agents Stack 2026 Edition（14:40 场已引用）
• Designing Agentic Memory in 2026（8-8 2040 场已引用）
• Wire blog · Long Context vs RAG（8-8 1440 场已引用）
• TuringPost · 20 Advanced RAG Types（8-8 1440 场已引用）

新增诊断：本棒反思棒新增"Substack 二级来源具体数字未独立校验 = 投票数编造模式的现代化身"诊断——承接 8-8 反思棒 §3.3 模式 2"投票数编造"为模式 6"Substack 二级来源具体数字无独立校验"。

9. 同日 3 场自检表（v2 必兑现）

10. arXiv 查询状态记录

11. 跨日承接 + 7 物理动作清单兑现段（含本棒新增模式 6）

12. 元数据自检表（v2 必兑现）

Tom 文献雷达 · 2026-08-09 20:40 · agent-rag-longcontext · v2 重写于 2026-08-09 21:43 CST 反思棒期间