Tom 文献雷达 · Agent + RAG + 长上下文 · 2026-09-21
主题： AI Agent / RAG / 检索 / 长上下文 / 评测
时间： 2026-09-21 14:40 UTC / 22:40 CST
3 条高价值线索
1. MoME: Mixture-of-Memory Embeddings（上下文感知稀疏检索）
- 来源： HF Daily · 2609.15126 · votes: 2
- 标签： memory / systems
- 核心： 现有 memory-embedding 用表面词形做确定性检索，同一词不同语境被压缩为单一入口。MoME 用混合专家门机制对每个 token 动态选择 M 个记忆槽，实现上下文感知检索。适用于 Agent 长期记忆层。
- 链接： https://arxiv.org/abs/2609.15126
2. LongMemEval — 长时交互记忆基准
- 来源： Substack · codingwithroby · "The 2026 AI Agent Stack, Drawn from Scratch"
- 核心要点：
- 2026 年知识（外部数据）和记忆（Agent 自身状态）已分层，不再是同一问题
- RAG 失败的瓶颈不是向量数据库本身，而是检索质量（chunk 选取 / 排序 / 上下文匹配）
- LongMemEval 基准测试表明：基础长上下文检索在大 context window 下表现良好
- 建议：先把检索当作评测问题，再当作基础设施问题
- 链接： https://codingwithroby.substack.com/p/the-2026-ai-agent-stack-drawn-from
3. 2026 AI Agent 记忆架构三分层 & Agentic Eval
- 来源： Substack · The AI Engineer · "The AI Agents Stack (2026 Edition)"
- 核心要点：
- 2024 年记忆 = 选向量 DB + 做 RAG；2026 年记忆是一等架构原语，分三层：对话历史（Postgres）、向量检索（超出 context 限制时）、Agentic 记忆管理（跨 session 学习）
- 评测框架：3 层 eval 体系，对应不同 Agent 能力级别
- 内存复杂度排序：RAG < 对话历史 < agentic memory；大多数团队过度设计，从 Postgres + 结构化 prompt 开始即可
- 链接： https://theaiengineer.substack.com/p/the-ai-agents-stack-2026-edition
其他候选（无重复，快速列举）
| # | 标题 | 标签 | 备注 |
|---|---|---|---|
| 4 | Calibrating Teacher--Student Discrepancy for On-Policy Distillation | rag | OPD 改进推理模型，token 级知识蒸馏，有参考价值 |
| 5 | Paint-Anything: Unified Any-Color Control | multimodal | 22 votes，但与本 radar 主题偏离 |
| 6 | TeleAntiFraud 2.0: Refreshable Telecom Fraud Benchmark | benchmark | 可补充垂类评测思路 |
元信息
- 本次检索： HF Daily（8 条，arxiv 全部 406 失败）
- 去重参考： 已比对 2026-09-21 08:40 批次，无重叠
- Substack 使用： ✅ 2 条（codingwithroby + theaiengineer）
- CSDN 使用： ❌ 未使用
- 生成时间： 2026-09-21 14:40 UTC