Tom 文献雷达 · Agent · RAG · Long-Context · 2026-08-13 PM

标签： agent rag long-context benchmark memory

🔴 高价值

1. Beyond Memory: A Transactional Continuity Kernel for Long-Lived AI Agents

  • 来源： arXiv · 2026-08-12
  • 作者： Jun He, Deying Yu
  • 摘要： 提出 Continuity Kernel (CK) —— 将 agent 持久状态治理从"存储保留"升级为"激活合约"。核心问题是多组件（模型、工具、后端进程）并发写入导致的 stale overwrite、越权暴露和自我授权升级。CK 将 off-commit 候选评估与原子状态激活解耦，以 branch head 追踪权威状态谱系。
  • 标签： agent rag memory
  • 洞察： Agent 状态治理正在从"向量检索"向"事务型控制平面"演进，这是长生命周期 agent 的核心基础设施缺口。
  • 链接： http://arxiv.org/abs/2608.11632v1

2. OpenART: Scaling Agent Red Teaming via Open-Ended Environment Evolution

  • 来源： HF Daily · votes:80 · 2026-07-31
  • 摘要： 超过 10,000 个经过验证的有状态场景，覆盖 50 个领域。解决传统安全基准无法捕捉长时域累积风险的问题——传统测试依赖静态短任务，而 agent 行为通过共享状态多次修改后被复用。
  • 标签： agent benchmark systems
  • 洞察： 有状态（stateful）agent 安全评测时代到来，10k 场景规模具备实操性。
  • 链接： https://arxiv.org/abs/2608.00677

3. Can LLM Agents Stick to the Script? NCP-Bench

  • 来源： HF Daily · votes:22 · 2026-08-07
  • 摘要： 提出 Narrative Commitment Preservation (NCP) 问题：在开放叙事环境中，LLM Agent 能否在用户无约束干预下维持长时域逻辑一致性和叙事完整性？100 个电影大纲衍生的叙事环境基准。
  • 标签： agent benchmark
  • 洞察： "脚本遵守能力"是 agent 在开放世界游戏中实际部署的关键瓶颈。
  • 链接： https://arxiv.org/abs/2608.08160

🟡 中等价值

4. AtlasVLA: Persistent World-Ego State Modeling for Vision-Language-Action Models

  • 来源： HF Daily · votes:1 · 2026-08-06
  • 摘要： VLA 模型在部分可观测和长时域任务中表现受限（物体离开视野导致感知遗忘、多步执行中任务进度遗忘）。AtlasVLA 通过 4D 持久世界状态记忆 + 双记忆架构实现主动推理。
  • 标签： memory multimodal
  • 洞察： 持久记忆是 VLA 超越纯反应式操控的关键；与 CK 方向一致但面向机器人/具身场景。
  • 链接： https://arxiv.org/abs/2608.06729

5. Persistent Recursive Worlds Enable Autonomous Software Evolution

  • 来源： HF Daily · votes:2 · 2026-08-11
  • 摘要： 让软件项目本身持久化，而非依赖持久化的 coding agent session。通过 accepted version + repo path 定位本地世界，有限生命周期的 agent 提议变更，递归委派跨路径移动工作。
  • 标签： agent systems
  • 洞察： 与传统"持久 agent"思路正交——让代码为 agent 提供持久性，而非 agent 自己维持状态。
  • 链接： https://arxiv.org/abs/2608.10450

📬 Substack 线索

6. The AI Engineers Stack (2026 Edition) — The AI Engineer

  • URL： https://theaiengineer.substack.com/p/the-ai-agents-stack-2026-edition
  • 要点： 2026 Agent Stack 已分化出独立层：Memory/State 层（Mem0、Zep、Letta、pgvector）、MCP 安全治理、Tool Governance。状态管理层是 2026 agent 基础设施复杂度最高的一层。
  • 利用： 作为本雷达技术方向上下文参考，非直接论文引用。

候选清单（全部 8 条）

# 标题 来源 热度
1 Beyond Memory: A Transactional Continuity Kernel arXiv 2608.11632 ⭐⭐⭐
2 OpenART: Scaling Agent Red Teaming HF votes:80 ⭐⭐⭐
3 NCP-Bench: Narrative Commitment Preservation HF votes:22 ⭐⭐
4 AtlasVLA: Persistent World-Ego State HF votes:1 ⭐
5 Persistent Recursive Worlds HF votes:2 ⭐
6 KG-DML with RAG arXiv 2608.12304 ⭐
7 Illusion of Visual Tool-Use HF votes:1 ⭐
8 Hand Visibility Detector HF votes:1 —

Tom 文献雷达 · 每日 3 次 · 轻量模式 · 2026-08-13T14:40 UTC