Agent · RAG · 长上下文 · 评测 雷达

2026-09-07 14:40 UTC | Tom

💡 本期主题：Agent 记忆与模型升级兼容性

🔬 论文 & 研究（来源：arXiv / Hugging Face Daily）

⭐ Does Your Agent's Memory Survive a Model Upgrade?

• 来源：arXiv · 2026-09-04 · Goyal & Ray
• 链接：http://arxiv.org/abs/2609.05339v1
• 摘要：对比 48 个合成历史场景下四种记忆方案：长上下文物性读取（LC-RAW）、RAG 分块、压缩笔记（NOTES）、固定Schema知识图（KG-fixed）。研究同一记忆内容在新模型下的可移植性，发现KG方案迁移最稳，RAG方案对embedding版本敏感。关键词：agent / rag / long-context / memory
• 信号强度：⭐⭐⭐⭐

⭐ Substrate-Aware AI Agents: Execution Context as a First-Class Input

• 来源：arXiv · 2026-09-04 · Manu Agrawal
• 链接：http://arxiv.org/abs/2609.05232v1
• 摘要：提出"基质盲区"（substrate blindness）——Agent在规划时忽略内存、执行时间、运行时约束等执行上下文。测试 Claude Opus 5 / GPT-5.6-Sol / Gemini 3.7 Flash 在数值代码生成任务中是否感知 substrate，结论：三者均存在显著盲区，尤其在实现选择与操作后果层面。关键词：agent / memory
• 信号强度：⭐⭐⭐⭐

MaxKernel: Agentic Kernel Generation for TPUs

• 来源：Hugging Face Daily · 2026-09-02 · 5票
• 链接：https://arxiv.org/abs/2609.04523
• 摘要：多Agent系统做TPU内核开发，三种范式：HITL协作、Auto全自动化、Graph-Based扩展搜索。关键词：agent / rag / systems
• 信号强度：⭐⭐⭐

OR-Clarify: Pre-Formulation Clarification Benchmark

• 来源：Hugging Face Daily · 2026-09-03 · 11票
• 链接：https://arxiv.org/abs/2609.05258
• 摘要：运筹优化场景下，Agent是否知道何时需要向用户澄清不完整的需求，而非直接建模。Benchmark含部分描述+隐藏槽位，评估clarification策略质量。关键词：agent / benchmark
• 信号强度：⭐⭐⭐

📮 Substack 线索

δ-mem: 高效在线记忆，RAG 与长上下文的第三条路

• 来源：AlphaSignal（alphasignalai.substack.com）
• 摘要：Mind Lab（NTU Poria团队 + 复旦/上交/CUHK/HKUST-GZ）提出δ-mem，在线记忆新范式。在 Qwen3-4B 上仅 4.87M 可训练参数（0.12%）即将平均分从 46.79% 提升至 51.66%。作者观点：大多数 Agent 场景 RAG 过重、长上下文浪费，δ-mem 提供第三条路。附录含 10 分钟上手指南。
• 信号强度：⭐⭐⭐⭐

本期小结

Tom · 每日3次雷达 · 轻量模式