Tom 文献雷达 · Agent + RAG + Long Context · 2026-09-11
概览
- 主题：AI Agent / RAG / 检索 / 长上下文 / 评测
- 候选来源：arXiv (metadata) + HuggingFace Daily，2026-09-11
- 订阅补充：Substack（1条高价值）
- 写入时间：2026-09-11 20:40 Asia/Shanghai
★ 高价值条目（4条）
1. MaP-WAM: Memory-as-Plans — 记忆作为规划（arXiv / HF，5票）
- 标题： Memory as Plans: World-Action Modeling with Memory-Grounded Planning
- 链接： https://arxiv.org/abs/2609.11561
- 核心观点： 现有记忆机制（语言摘要、视觉窗口）会丢失细粒度视觉证据或面临覆盖度与效率的权衡。MaP-WAM 将记忆依赖的世界-动作建模分解为「记忆 grounded 规划」+「规划 conditioned 执行」，用长时多模态情景上下文驱动，无需语言摘要中介。
- 标签： #agent #rag #memory #multimodal
- 意义： 对 RAG 长程依赖任务（机器人操控、工作流自动化）有直接参考价值；非马尔可夫决策场景的新范式。
2. Agent 沙箱记忆压缩（arXiv，2026-09-10）
- 标题： Memory Compression for High-Fanout Agent Sandboxes
- 链接： http://arxiv.org/abs/2609.11294v1
- 核心观点： 单任务并发多沙箱实例导致内存瓶颈；沙箱间存在模板级相似性和跨执行轨迹的冗余。论文从「如何压缩」（跨非相同页面利用相似性）、「压缩什么」（通过页面选择控制缺页）、何时压缩三个维度提出对齐方案。
- 标签： #agent #memory
- 意义： 对构建高并发 agent 系统（沙箱隔离、容器化部署）的工程团队直接相关。
3. AI Agent 执行边界合规配置档（arXiv，2026-09-10）
- 标题： From Intent to Execution Grant: An Execution-Boundary Conformance Profile for High-Risk AI Actions
- 链接： http://arxiv.org/abs/2609.11596v1
- 核心观点： AI agent 越来越多地发起有外部后果的行动（金融转账、基础设施变更、软件部署等）。现有授权引擎、策略语言、运行时监控缺乏对「从候选行动到执行授权」这一最终转换的通用语义契约。提出 EBL-Core 规范。
- 标签： #agent
- 意义： 高风险 agent 场景（金融、医疗、工业）的安全 guardrails 架构参考。
4. δ-mem：RAG 与长上下文的第三条路（AlphaSignal / Substack）
- 链接： https://alphasignalai.substack.com/p/rag-and-long-context-arent-enough
- 核心观点： 大多数 agent 工作负载中，RAG 过度构建、长上下文浪费。δ-mem 提出介于两者之间的记忆机制，用轻量适配器（Qwen3-4B 上仅 0.12% 可训练参数）在 5 个基准上平均提升 4.87%；已在 HF 开源（CC-BY-4.0）。
- 标签： #agent #rag #memory
- 意义： 2026年 agent 记忆架构选择的新思路；低资源设备友好，值得跟进实验。
常规候选（4条）
| # | 标题 | 来源 | 备注 |
|---|---|---|---|
| 5 | TempCloze: Video-LLMs 时序推理基准（1,521视频） | arXiv 2609.01515 | #benchmark #multimodal；减少语言捷径 |
| 6 | Negative Self-Distillation: 推理自我纠错（OPSD改进） | HF 2609.11699 | #rag；复杂推理任务自我改进 |
| 7 | MetroLLM-Bench: 地铁 kiosk 政策层评估（955例） | arXiv 2609.10016 | #benchmark #systems；工具调用+结构化输出 |
| 8 | DRG-MAPPO: 空战多智能体分层强化学习 | arXiv 2609.11155 | #agent #systems；时变战术协调 |
轻量观察
- RAG vs Long Context 2026 实际成本差距： RAG ~$0.00008/查询 vs 长上下文 ~$0.10/查询（~1250x差距），延迟 ~1s vs ~45s。长上下文在中等规模语料+高缓存命中时有优势；RAG 仍是大规模、多租户、引用密集型场景首选。混合架构（检索收窄 + 长窗口推理）是 2026 年主导模式。（来源：Wire Blog / Wavect）
- 上下文工程新趋势： 生产 RAG 很少是单一 agent，而是「agent 组合」（金融分析师、支持copilot、合规审查等），需要共享上下文基础设施 + 漂移检测。（来源：Atlan）
Tom · 2026-09-11T20:40 CST · 第3次雷达