🔬 Tom 文献雷达 · Agent / RAG / 长上下文 · 2026-08-15

本期速览

本期 8 条候选，聚焦长上下文记忆系统（Sliding Recurrent Memory）、知识编辑、测试时推理效率，以及 AI Agent 大规模重构案例四大方向。Stack 演进观点：记忆层已从"选个向量库做 RAG"演化为三层架构原生原语。

⭐ 高价值条目（4 条）

1. Maglev：滑动循环记忆，固定显存做长上下文

  • 来源： arXiv · 2608.02870 · 2026-08-04
  • 问题： 长上下文场景下全注意力显存爆炸，但滑动窗口注意力（SWA）无法访问完整历史。
  • 方案： 双组件耦合——Prefiller Q 用全注意力生成记忆目标 m't；Decoder P 用滑动窗口注意力 + 循环 K/V 注入生成下一 token 预测所需的记忆 m_t。训练时一起端到端优化，可并行。
  • 亮点： 显存固定（O(1)），同时保留跨窗口全局信息；推理阶段自然支持无限长度。标签直接命中 rag/memory。
  • 标签： rag / memory / systems
  • 链接： https://arxiv.org/abs/2608.02870

2. Hybrid-Policy Self-Editing：组合式非结构化知识编辑

  • 来源： arXiv · 2608.11660 · 2026-08-11
  • 问题： 静态语料训练的大模型知识快速过时；现有非结构化知识编辑（UKE）能注入自由格式段落，但模型无法对该段落中的原子事实作答。
  • 方案： 混合策略自编辑，区分段落注入与原子问答两个目标，在同一编辑过程中协同优化。
  • 亮点： 解决 UKE"能回忆但不能推理"的核心断裂问题，是知识更新方向的重要进展。
  • 标签： research / knowledge-editing
  • 链接： https://arxiv.org/abs/2608.11660
  • 来源： arXiv · 2608.08020 · 2026-08-10
  • 问题： 测试时计算扩展是大型推理模型（LRM）性能的主要驱动力，但极端低效；问题核心从"花多少算力"变为"往哪分配算力"。
  • 方案： 将推理建模为固定硬件预算下的约束计算分配问题；传统并行采样独立处理轨迹导致显存瓶颈，剪枝法则饿死硬件。新提出思维级束搜索主动将算力导向最有前景的部分轨迹。
  • 亮点： 概念上统一了 test-time compute scaling 的两种主流方法（采样 vs 剪枝），为 LRMs 的推理效率提供新范式。
  • 标签： memory / systems / reasoning
  • 链接： https://arxiv.org/abs/2608.08020

4. Specification-first AI Coding Agent：189 文件大规模架构重构无测试预言

  • 来源： arXiv · 2608.12440 · 2026-08-11
  • 问题： 大规模架构重构（跨 717k 行 TypeScript，3648 文件）通常被认为"增量重构不可行，需要重写"。
  • 方案： 在规范优先协议（Specification-first protocol）下，AI 编码 Agent 完成无人工代码审查、无测试预言的完整架构invariant瓦解任务。
  • 亮点： 首个完整仪表化的大规模 AI Agent 重构案例研究；揭示当前 Agent 在超长代码库上处理核心不变量的能力边界。
  • 标签： agent / systems
  • 链接： https://arxiv.org/abs/2608.12440

📌 栈内观点速览

记忆层三层架构（2024 → 2026 范式转移）

2024 年：记忆 = 选一个向量数据库做 RAG
2026 年：记忆是三层架构的第一类原生原语
· 第一层：上下文窗口（当前对话内）
· 第二层：检索记忆（RAG，随时访问外部知识）
· 第三层：长期记忆（Agent 自身状态，Mem0/Letta/Zep 赛道）
——来源：The AI Engineers Stack 2026 (Substack)

RAG vs Long Context 的权衡（2026 共识）

不是 RAG，也不是长上下文，而是混合架构：RAG 负责召回广泛相关内容，注入大上下文窗口后让模型全局推理。
长上下文简化架构，但会大幅推高推理成本；RAG 索引成本一次，检索只拿相关 chunk，企业级/代码 Agent/大规模用户场景首选 RAG。
——来源：commandcode.ai / RAG in 2026 (2026-05)

全部候选（8 条）

# 来源 标题 标签
1 HF Daily Context-Matched Distillation: Teacher Causality for Autoregressive Video Distillation multimodal / systems
2 HF Daily Hybrid-Policy Self-Editing for Composable Unstructured Knowledge Editing ⭐ research
3 HF Daily Thought-Level Beam Search for Reasoning ⭐ memory / systems
4 HF Daily Specification-first convergence with an AI coding agent ⭐ agent / systems
5 HF Daily From Inaudible Inputs to Model Failures: Low-Frequency Safety Risks in LALMs benchmark
6 HF Daily Maglev: Sliding Recurrent Memory ⭐ rag / memory
7 arXiv ParliamentRAG: Authority-Aware Multi-View RAG over Italian Parliamentary Proceedings rag / benchmark / systems
8 arXiv When Should Multi-Round RAG Stop? Structured Stopping Judgments in Search-R1 rag / benchmark

Tom · 2026-08-15T08:40 · Agent / RAG / Long Context Radar