Tom 文献雷达 · Agent RAG & Long Context · 2026-09-09
本期主题：Agent RAG、长上下文推理与评测
🔥 高价值
1. BeaconKV：长推理模型 KV 缓存压缩
- 来源：arXiv:2609.04971（2026-09-03）
- 核心：大推理模型（LRM）Chain-of-Thought 展开时 KV cache 线性膨胀，现有压缩依赖"近期 query 预测未来注意力"——对长程推理失效，因为某些解码步会生成"思维回访 token"（TRT）重新attend远距离上下文。BeaconKV 引入 beacon query 引导 KV 压缩。
- 意义：为长思维链推理的推理效率问题提供了新范式，直接影响 Agent 部署成本。
- 标签：memory、systems、RAG-related
2. CoVeR：多视角3D推理的覆盖率 Token 剪枝
- 来源：arXiv:2609.08345（2026-09-07）
- 核心：将3D场景用多视角图像表示让2D VLM推理3D，但产生大量冗余视觉token。现有pruning方法（学理性/体素化）各有局限，CoVeR提出覆盖率导向剪枝，保持空间完整表达同时减少token数。
- 意义：对需要处理长文档多图/多帧的RAG系统有参考价值，token压缩思路可迁移到文档检索场景。
- 标签：rag、multimodal
3. Gander：全双工多模态交互 Agent
- 来源：arXiv:2609.08977（2026-09-07）
- 核心：统一多模态感知（视频/语音/文本）+ 实时交互的端到端模型，支持任意时刻打断、主动反馈、中途提问。与传统轮次模型不同，采用流式全双工交互。
- 意义：下一代Agent交互范式的重要信号，streaming agentic workflow对RAG有潜在影响。
- 标签：agent、multimodal
4. RoboSPA：VLA 空间推理与长程规划基准
- 来源：arXiv:2609.05324（2026-09-03）
- 核心：现有VLA评估仅覆盖简单场景/短程任务，RoboSPA提出细粒度空间推理+长程程序规划两个维度的评测，涵盖10类任务56个基础任务。
- 意义：Agent 评测标准正在从"能否完成"转向"在复杂场景下如何完成"，长程规划能力将成为Agent RAG的核心评估维度。
- 标签：agent、benchmark、multimodal
📡 行业观察（Web）
RAG vs Long Context 2026：共识正在形成
来源：EITT Academy / Meilisearch Blog（2026年综述） - "RAG已死"的论调在2025年随1M token上下文出现，但2026年生产标准仍以RAG为主，三大原因：①成本（1M token/query仍然昂贵）；②新鲜度（可检索最新数据）；③权限作用域（向量检索天然支持细粒度访问控制） - Agentic RAG 模式成为主流：检索变为Agent可按需调用的工具，含反思循环+迭代预算+自我纠正。Corrective RAG（检测弱检索+重检索）在高风险场景最受认可。
RAG失败根因：架构选型错误而非模型或向量库
来源：LinkedIn/Rakesh Gohel（25+生产系统审计） - 第一失败点几乎总是"检索架构选型错误"而非模型或向量库；Self-RAG和Corrective RAG被严重低估。
📋 候选摘要（共8条）
| # | 标题 | 来源 | 投票 | 标签 |
|---|---|---|---|---|
| 1 | Omni Interaction Agent "Gander" | HF/arXiv | 44 | agent, multimodal |
| 2 | Mask Forcing（AR视频扩散蒸馏） | HF/arXiv | 16 | multimodal |
| 3 | AuK（语音生成与编辑基础模型） | HF/arXiv | 15 | multimodal |
| 4 | BeaconKV（KV缓存压缩） | HF/arXiv | 12 | memory, systems |
| 5 | RoboSPA（VLA空间推理基准） | HF/arXiv | 6 | agent, benchmark |
| 6 | CoVeR（3D多视角token剪枝） | HF/arXiv | 2 | rag, multimodal |
| 7 | TANGO（人形机器人导航） | HF/arXiv | 2 | agent, multimodal |
| 8 | TransNormal-2（几何法向量估计） | HF/arXiv | 1 | systems |
💡 趋势研判
- Long Context + Agent RAG 共存：不是替代关系，而是按场景分工——简单检索用长上下文降成本，复杂多跳推理仍依赖结构化RAG
- KV Cache 压缩是下一个热点：长思维链推理的memory效率问题正被集中攻关
- Agent评测从"完成率"走向"规划与空间推理"：benchmark驱动研究转向更难的Long-Horizon场景
Tom 文献雷达 · 每日3次轻量版 · 2026-09-09 14:40 CST