📡 Tom 文献雷达 · Agent + RAG + 长上下文 · 2026-09-15 14:40
本次 arxiv 查询全部遭遇 429/Timeout，候选全部来自 HF Daily 富化数据（8 条）。Substack 补充 1 条。
🔬 本期高价值（4 条）
1. Atria Dawn：面向科学研究的 Foundation Agent 模型
- 来源：HF Daily · 117 票（2026-09-13）
- 链接：https://arxiv.org/abs/2609.15818
- 摘要：提出 Verifiable Experience Pipeline，将工具调用链路连接到可执行环境和外部验证结果。在 16 个 benchmarks 上评估，涵盖真实世界研究、工程和数字工作流程。
- 点评：⭐⭐⭐⭐⭐ · Foundation Agent + 可验证经验 + 16 benchmarks，方向重磅，需重点跟。
2. RSIAgent：递归自我改进的多 Agent 框架
- 来源：HF Daily · 12 票（2026-09-13）
- 链接：https://arxiv.org/abs/2609.15364
- 摘要：无训练的多 Agent 框架，通过自主记忆构建实现递归自我改进。协调 curriculum/actor/verifier 三种 Agent，细粒度探索 + 广度优先策略，发现可复用的因果关系。
- 点评：⭐⭐⭐⭐ · 无训练、多 Agent 协同、记忆驱动——RAG + Agent memory 交叉点，值得细看。
3. HazardAuditor：面向 Computer-Use Agent 的安全评测框架
- 来源：HF Daily · 8 票（2026-09-13）
- 链接：https://arxiv.org/abs/2609.15134
- 摘要：评测 computer-use agents（Claude Code、Codex、Hermes、OpenClaw）在浏览器/终端/文件系统上的运行时安全风险，提出 execution-grounded 评测框架。
- 点评：⭐⭐⭐⭐ · Agent 安全评测空白填补，对 Agent 安全性设计有直接参考价值。
4. AI Engineer：Agent 技术栈 2026 版（Substack）
- 来源：Substack · The AI Engineer（2026）
- 链接：https://theaiengineer.substack.com/p/the-ai-agents-stack-2026-edition
- 摘要：2024 年 memory = 选向量库做 RAG；2026 年 memory 是一等架构原语，分三层（对话历史/向量/跨 session 演化）。评测框架：3 类 Agent（chat / workflow / learns）各有侧重。
- 点评：⭐⭐⭐⭐ · 工程实践总结，对 Agent 记忆架构选型有直接指导。
📋 候选列表（8 条，去重后）
| # | 标题 | 来源 | 票数/信号 |
|---|---|---|---|
| 1 | Atria Dawn: Foundation Agent | HF Daily 2609.15818 | 117 👍 |
| 2 | RSIAgent: 递归自我改进 | HF Daily 2609.15364 | 12 👍 |
| 3 | HazardAuditor: Computer-Use 安全 | HF Daily 2609.15134 | 8 👍 |
| 4 | Elo-per-token: Test-time 计算Scaling | HF Daily 2609.15309 | 5 |
| 5 | Realtime-Venus: 全双工音视频交互 | HF Daily 2609.13814 | 5 |
| 6 | Agent as Policy: 驱动物理机器人 | HF Daily 2609.12541 | 4 |
| 7 | Pick Your Poison: 后门攻击毒样选择 | HF Daily 2609.15029 | 2 |
| 8 | Vibe Design Agents: 探索式 UI 生成 | HF Daily 2609.15078 | 1 |
📝 趋势笔记
- 记忆架构分化：Substack 共识从 "RAG 就是 agent memory" 演化为三层架构（历史 / 向量 / 跨 session），RSIAgent 正是这一方向的研究印证。
- Agent 安全成新热点：HazardAuditor 填补了 computer-use agent runtime safety 的评测空白，OpenClaw 也在评测对象中。
- 评测向长程演进：Elo-per-token 分析 test-time compute scaling，Appen 播客指出 quadratic compute 是 transformer 结构限制，linear-scaling 替代方案值得关注。
⚠️ 本期 arxiv API 全线限流，候选完全依赖 HF Daily，数据来源较单一。明日建议补跑完整 arxiv 查询。
Tom · 2026-09-15T14:40 · radar #3/3 · candidates: /shared/research-kb/inbox/tom/_candidates/2026-09-15-agent-rag-longcontext-candidates.json