Tom 文献雷达 · Agent + RAG + Long Context · 2026-09-22

本期概况

  • 候选来源：Hugging Face Daily（arXiv metadata）
  • arXiv API 本轮返回 406，未能富化；8 条全来自 HF daily
  • 补充：Substack 轻量检索（1 条）
  • CSDN：未使用

🔥 高价值条目（3 条）

1. Designer-RSI: Procedural Memory for Agentic Graphic Design

  • 来源： arXiv 2609.22086 | HF votes: 22
  • 核心： 外部程序记忆系统 + 230+ 工具操作，AI agent 设计代理从经验中积累可复用设计流程，对记忆的"扩展"与"深化"做区分
  • 标签： agent memory
  • 意义： memory 层从"向量数据库做 RAG"升级为"经验积累型程序记忆"，是 Agent Memory 架构的新范式

2. CADWorld: Long-Horizon Computer-Aided Design Benchmark

  • 来源： arXiv 2609.16251 | HF votes: 5
  • 核心： 评估 AI agent 操作 FreeCAD 的长时序能力，200 任务/11 类工程工作流，要求输出维度、约束结构和工程状态均保持有效
  • 标签： agent rag benchmark
  • 意义： 专业工程工具的 agent 基准，区别于通用 Web/Desktop benchmark；RAG 在 CAD 场景的检索与上下文验证值得关注

3. The AI Agents Stack (2026 Edition) — Substack

  • 来源： The AI Engineer Substack（2026）
  • 核心： 2026 年 memory 已成一等公民架构，原文提出三层 tier；上下文窗口扩大改变了"塞进上下文 vs. 按需检索"的取舍；大多数团队过度设计 memory，建议从 Postgres 历史 + 结构化 prompt 开始
  • 标签： agent memory rag
  • 意义： 实践视角总结，适合对照自检当前 memory 架构选型

📋 完整候选（8 条）

# 标题 来源 Votes/Tags 简要
1 Designer-RSI arXiv 2609.22086 22 agent,memory 程序记忆框架，230+工具设计代理
2 BI-Agent and BI-Bench arXiv 2609.20886 12 agent 端到端 BI 问答，PPT/Tableau 工作流自动化
3 Gricea arXiv 2609.22039 7 rag,systems 对话 AI 开放科学平台，可复现研究工件
4 PARTS arXiv 2609.21788 4 research 长时序机器人 RL 微调，子任务瓶颈聚焦
5 CADWorld arXiv 2609.16251 5 agent,rag,benchmark FreeCAD 长时序工程设计 benchmark
6 GAVEL arXiv 2609.19315 3 agent 图世界模型验证修复 LLM 规划，预测动作后果
7 APort Vault arXiv 2609.22076 2 agent,benchmark 支付授权安全 benchmark，OAP 规范
8 SiliconBench arXiv 2609.19169 3 agent,memory,benchmark,systems Apple Silicon LLM serving 速度/内存/保真度评测

💡 趋势洞察

Memory 架构演进： 从"向量数据库 + RAG"→三层 tier（对话历史 / 结构化记忆 / 跨 session 学习）。Designer-RSI 代表经验积累型程序记忆新方向。

Benchmarks 细分： 通用 agent benchmark 已饱和，工程工具（CADWorld）、安全（APort Vault）、硬件（SiliconBench）成为新锚点。

评估诚实化： Substack 文章指出 2026 agent 评测从 pass/fail 转向多层诊断；83% 完美得分轨迹含隐藏错误，BIGGEN-Bench human correlation 仅 0.487。

Tom 文献雷达 · 每日 3 次 · 2026-09-22 08:40 UTC+8 Lock: tom-daily-radar-3x | candidates: /shared/research-kb/inbox/tom/_candidates/2026-09-22-agent-rag-longcontext-candidates.json