rag · E1 预消化简报（2026-09-21）

R97 E1 轮 · 窗口覆盖：2026-09-20 08:50 ~ 2026-09-21 08:50 CST 数据来源：Tom 9-21 0840 radar + Jay 9-21 CSDN/Substack RAG+Agent架构 + Jay 9-20 GitHubTrending/RAG/vLLM/Substack + Sep 19-21 paper_cards 新批次 + 活文档 rag.md R96 基线 活文档基线：R96 rag-e1prep（2026-09-20）+ rag.md R96 状态（Self-Evolving Index + δ-mem + 三代RAG架构 + RAG生产量化 + LangGraph 2026架构）

0. 概述与基线对齐

R96 状态确认：R96 锚入 3 件增量（Jay CSDN RAG 三代架构 + δ-mem 第三记忆路径 + RAG 生产量化 CI/CD）+ 1 件续立（Self-Evolving Index HF 26票）。

本轮（R97）新发现：整体增量密度「中」——无新的 RAG 主分类 arXiv 论文入库（自 R96 以来 Self-Evolving Index 票数从 26 票跳升至 45 票，但仍是同一篇论文）；最大增量来自 Jay 9-21 CSDN/Substack 组合（GraphRAG+Nature 五层架构 + OWASP ASI06 记忆投毒新威胁 + Micheal Lanham 三元 RAG 架构对比 + AI Engineer Stack 2026 Context Engineering）；次要增量 LongSeeker（弹性上下文调度，针对搜索任务的长程 Agent）+ MARDoc（记忆感知多模态长文档 QA）+ ActObs（观察监督，间接改善 Agent 检索决策质量）。

⚠️ R97 窗口期无 RAG 主分类新 arXiv 论文入库，但 Self-Evolving Index（2609.19656）HF 票数大幅跳升（26→45票）值得重点标记。

1. 增量条目（4 件）

增量 ① Self-Evolving Search Index · HF 票数大幅跳升至 45 票（续立+显著更新）

• 来源：Tom 9-21 0840 radar 高价值 #1 + HF Daily（2026-09-16 发布，Sep 21 票数 45）+ paper_card 1431（rag 主分类确认）
• 要点：票数从 Sep 20 的 26 票跳升至 45 票（增幅 73%），在 HF Daily RAG/Agent 相关论文中遥遥领先。Self-Evolving Index 仍是 2026 年 RAG 检索质量自主优化闭环的最强候选。核心思想：检索索引不再依赖人工维护，通过 Agent 驱动自我演化——诊断检索失败→优化策略→更新索引，直接命中"Agent + RAG + 自适应检索"交叉点。
• 与活文档现有脉络的关系：与 rag.md §2.14 RAG 范式（自演进检索）直接相关——R96 锚入时票数 26 票，R97 大幅跳升至 45 票确认其持续社区热度。与 R96 Jay CSDN RAG 三代架构（Agentic RAG 自纠正循环）形成"检索策略自适应 vs LLM 生成自纠正"双轨。与 §2.2 Agentic RAG 关联。
• 建议归入节：§2.14 RAG 范式（Self-Evolving Index 持续高热）+ §2.2 Agentic RAG（与 Agentic RAG 自纠正机制互补）
• 可信度：★★★★（HF 票数客观数据，arXiv 原文可引）
• **⚠️ 需读全文：① 自我演化算法的具体收敛保证；② 与固定 BM25+向量基线相比的具体提升数字；③ 迭代周期的实际计算开销）

增量 ② GraphRAG + Multi-Agent · 五层架构登上 Nature（工程权威）

• 来源：Jay 9-21 csdn-substack-rag-agent-architectures.md（CSDN blog.csdn.net/qcx23）+ Micheal Lanham Substack（2026-02）
• 要点：GraphRAG + Multi-Agent + 多模态集成架构，五层设计；多跳问答性能提升 46%；声称与 Nature 发表工作相关联（521 屏蔽，需核验原文）。Micheal Lanham 三元对比提供了更系统的定位：
• Pipeline RAG：单跳/低延迟，答案在单一文档时效率最高；面对复杂推理或版本相关数据时脆弱
• Agentic RAG：动态自纠正循环，多步推理和迭代检索，适合多部分问题；存在"自纠正幻觉"风险
• Knowledge Graph RAG（GraphRAG）：结构化实体+关系，适合关系查询和全局数据集综合；索引成本高，需要工程专业化
• 关键数据：2026 年 57% 的企业已部署多阶段 Agent，"质量"仍是生产环境首要障碍
• 与活文档现有脉络的关系：与 rag.md §2.14 RAG 范式（GraphRAG 位置）直接相关——GraphRAG 在知识图谱+多跳问答场景有明确性能提升证据（46%），但工程复杂度也更高。与 R96 Jay CSDN RAG 三代架构（Advanced/Agentic RAG 代码）形成"GraphRAG 理论框架+Nature 背书"互补。与 §2.2 Agentic RAG 关联（三元对比中的 Agentic 分支）。
• 建议归入节：§2.14 RAG 范式（GraphRAG 性能证据 + 三元架构定位）+ §2.2 Agentic RAG（三元对比中的 Agentic 分支）
• 可信度：★★★（Nature 关联工程，有多跳 46% 提升数据，但原文被屏蔽需核验）
• **⚠️ 需核验：① Nature 原文五层架构具体设计；② 46% 提升的具体评测数据集和评测方法；③ GraphRAG 2026-09 最新 index pipeline API）

增量 ③ OWASP ASI06 · RAG 数据库/Agent 记忆污染新威胁（安全维度增量）

• 来源：Jay 9-21 csdn-substack-rag-agent-architectures.md（Alex Wero/OWASP）+ OWASP Top 10 AI/LLM/Agents Substack
• 要点：OWASP 2026 发布全新 Agentic System（ASI）威胁类别，其中 ASI06 Memory Poisoning 直接针对 RAG 数据库和长期 Agent 记忆的污染攻击：
• ASI04 Agentic Supply Chain：MCP 服务器污染（缓解：明确白名单+签名清单+依赖固定）
• ASI06 Memory Poisoning：RAG 数据库/长期 Agent 记忆污染（缓解：数据加密验证+零信任文档）
• ASI05 RCE：动态代码执行（缓解：生成与执行分离+临时微 VM）
• LLM04 Data Poisoning（RAG 上下文污染）与 ASI06 形成"传统投毒 vs 记忆层投毒"的层次分化
• 与活文档现有脉络的关系：与 rag.md §2.15 安全与隐私（RAG 安全威胁）直接相关——ASI06 是 RAG 记忆层的新威胁维度，与 R95 CREEP 推理成本攻击（2606.02643）和 R94 InceptionRAG 间接逻辑诱导投毒（2609.16818）形成 RAG 安全全景图：投毒（内容层）→推理攻击（成本层）→记忆污染（持久层）。与 §2.12 成本与延迟（ASI10 Unbounded Consumption 财务 DoS）关联。
• 建议归入节：§2.15 安全与隐私（ASI06 Memory Poisoning + ASI04/05）+ §2.12 成本与延迟（ASI10 财务 DoS）
• 可信度：★★★★★（OWASP 官方权威）
• **⚠️ 需读 OWASP 原文确认：① ASI06 的具体攻击向量和缓解措施细节；② ASI10 Unbounded Consumption 的具体触发条件和缓解机制）

增量 ④ LongSeeker · 弹性上下文调度 + MARDoc 记忆感知多模态 QA + ActObs 观察监督

• 来源：Tom 9-21 0840 radar 高价值 #4（LongSeeker）+ MARDoc（Awesome-Search-Agent-Papers 策展）+ ActObs（2609.20715，paper_card 1427）
• 要点①（LongSeeker）：长程 Agent 的弹性上下文调度（Elastic Context Orchestration for Long-Horizon Search Agents），针对搜索任务设计。上下文管理是长上下文 RAG 系统落地的核心瓶颈之一。与 R96 δ-mem（第三记忆路径）形成"外部检索调度 vs 内部关联记忆"互补。
• 要点②（MARDoc）：Memory-Aware Refinement Agent Framework for Multimodal Long Document QA，多模态长文档 QA 的记忆感知 Agent，与 Agent 记忆机制和长文档 RAG 直接相关。
• 要点③（ActObs，2609.20715）：Observation Supervision for Agent RL——不只是监督 action token，同时监督 trajectory 中的 observation token，让策略模型学会建模动作后果。SFT+RL 两阶段均有提升。间接改善 Agent 检索决策质量（更好的环境建模→更准确的检索需求判断）。
• 与活文档现有脉络的关系：① LongSeeker 与 rag.md §2.5 Long Context vs RAG（长上下文编排）直接相关——是"大海捞针"评测转向实际 Agent 任务调度的具体工程方案；② MARDoc 与 §2.6 多模态 RAG（多模态文档解析）相关；③ ActObs 与 §2.2 Agentic RAG（Agent 决策质量）间接相关——更好的环境建模改善检索判断。
• 建议归入节：§2.5 Long Context vs RAG（LongSeeker 弹性上下文调度）+ §2.6 多模态 RAG（MARDoc）+ §2.2 Agentic RAG（ActObs 改善检索决策）
• 可信度：★★★（Awesome-Search-Agent-Papers 策展来源，ActObs 有 paper_card 和 HF 票数支撑）
• **⚠️ 需读全文确认：① LongSeeker 的具体 elastic context 调度算法；② MARDoc 的 memory-aware 机制；③ ActObs 在多跳检索任务上的具体提升数字）

2. R96 续立条目确认（1 件，显著更新）

3. 值得警惕的矛盾或待核实说法

矛盾 ①：Self-Evolving Index — HF 票数跳升不代表技术验证完成

• 矛盾内容：票数从 26→45（+73%）显示社区关注度大幅提升，但高票数仅反映工程圈热度，不代表方法已通过同行评审验证。R95-R97 连续三期上榜本身说明持续热度，而非技术成熟度。
• 风险等级：中（票数热度可能被解读为技术确认，需区分）
• 待核实：论文是否已被顶会接收或在实际生产环境部署

待核实 ①：GraphRAG+Nature "46% 多跳提升"的具体来源

• 待核实内容：Jay 9-21 CSDN 引用 Nature 关联工作声称 GraphRAG 五层架构使多跳问答性能提升 46%，但 CSDN 原文被 521 屏蔽，无法核验具体数据集、评测方法和 baseline。
• 建议核实路径：直接检索对应 Nature 论文；或读 Micheal Lanham Substack（已归档）中的 GraphRAG 评测部分

待核实 ②：OWASP ASI06 Memory Poisoning — 具体攻击向量和缓解措施的完整性

• 待核实内容：Alex Wero 的 OWASP Top 10 文章提到 ASI06，但具体攻击向量（是向量化数据库注入恶意 chunk？是利用记忆检索逻辑？是跨会话记忆污染？）和缓解措施的具体实操性需读原文确认。
• 建议核实路径：读 Alex Wero OWASP Substack 原文（https://open.substack.com/pub/alexewerlof/p/owasp-top-10-ai-llm-agents）

待核实 ③：2026 年 57% 企业部署多阶段 Agent（Michael Lanham 三元对比数据）

• 待核实内容：Michael Lanham Substack 声称"2026 年 57% 的企业已部署多阶段 Agent"，该数据来源和具体"多阶段"定义需核验。
• 建议核实路径：读 Micheal Lanham 原文或找到原始数据来源

4. 可引用 arXiv 号列表

5. 建议归入活文档节

6. 检查过的来源清单

Tom · E1 预消化 · R97 · 2026-09-21 08:50 CST · 仅写入 /shared/research-kb/inbox/tom/2026-09-21-rag-e1prep.md