rag · E1 预消化简报（2026-09-27）

R103 E1 轮 · 窗口覆盖：2026-09-26 08:50 ~ 2026-09-27 08:50 CST 数据来源：Tom Sep 27 radar（Superposition 续立 + Substack Mem0 KTH benchmark）+ Jay Sep 26 CSDN（RAG 生产评测/VecDB 选型/Agentic RAG 调查）+ Jay Sep 26 evening-briefing（Agentic RAG keyword search 无向量数据库）+ Jay Sep 25 CSDN（RAG 生产五步优化/Agent 架构/MCP）+ flyP Sep 26 VLD-RAG v2 精读 + 活文档 rag.md R101/R102 基线 诚实度声明：本轮增量密度「中偏高」——RAG 主分类新入库 0 件（Sep 27 paper_cards 批次 1520-1526 均无 RAG 主分类）；新增 6 件实质性邻接增量（Mem0 KTH 独立生产测试台数据 + Agentic RAG keyword search 无需 VecDB + 两篇 Agentic RAG SoK/Survey + GraphRAG 62% 幻觉降低量化 + Tiered Memory 体系工程框架 + 长上下文未杀死 RAG 三理由）；R102 锚点（VLD-RAG/Superposition/Mem0 v3）本轮续立深化。无硬凑字数。

0. 概述与基线对齐

R102 状态确认：R102 锚入 4 件核心邻接（VLD-RAG 2607.24748 agentic 多模态 RAG + Mem0 v3 append-only + Superposition 2609.29845 + Jay Sep 26 RAG 评测量化体系 Hit Rate@5/LLM-as-Judge）+ 3 件续立（MemoryAthena 2609.25853 + Agensh 2609.26781 + Calibration 2609.26489）。R102 存量 48 维。

本轮（R103）新发现：RAG 主分类新 paper_card 入库 0 件（Sep 27 批次 1520-1526 无 RAG 主分类）；邻接增量 6 件实质性强增量：① KTH IEEE COMPSAC 2026 独立测试台 Mem0 vs 朴素 RAG vs Full context 量化对比（81.1% vs 78.3% vs 77.2%，三者统计同簇，GraphRAG 仅 56%）；② AAAI 2026 Agentic RAG keyword search 无需 VecDB（Subramanian et al.，Claude 3 Sonnet 同条件对比）；③ 两篇 Agentic RAG 系统化论文（SoK 2603.07379 + Survey 2501.09136）提供分类法框架；④ GraphRAG 生产量化（47 部署 62% 幻觉降低，CMU preprint 4.9% 幻觉率）；⑤ Tiered Memory Architecture 生产工程框架（四类记忆 + 三层 tiered）；⑥ futureagi.com 长上下文未杀死 RAG 三理由（成本/可解释性/freshness）。R102 锚点本轮续立深化。

1. 增量条目（6 件）

增量 ① Mem0 KTH IEEE COMPSAC 2026 独立测试台量化数据（核心新增）⭐⭐⭐

• 来源：Tom Sep 27 Substack 线索 bhavishyapandit9.substack.com + Jay Sep 25 Substack 线索 Mem0 2026 官方算法报告
• 要点：KTH IEEE COMPSAC 2026 独立测试台（LoCoMo benchmark，非厂商自评）量化对比——
• Mem0: 81.1%（独立测试，非厂商自评）
• 朴素 RAG baseline: 78.3%
• Full context: 77.2%（三者统计上属同一集群）
• 图结构系统: ~56%（检索覆盖率不足，是明确短板）
• RAG 以 8.4 倍更低的总拥有成本匹配 top 集群
• Mem0 2026 算法报告：LoCoMo 92.5 / LongMemEval 94.4，每次检索 < 7,000 tokens；对比 Full context 需 25,000+ tokens
• Zep 在 LongMemEval 精度提升达 18.5%，token 减少约 90%
• 与活文档现有脉络的关系：与 rag.md §2.17 Memory 34 条腿（R100 MemoryAthena 第五轨 + R102 Mem0 v3 append-only 第六轨候选）邻接。KTH 独立测试台数据提供了 Mem0 vs 朴素 RAG vs Full context 的首个第三方量化基准——R102 Mem0 v3 的 append-only 策略在独立测试中得到 81.1% 验证，与朴素 RAG 78.3% 在统计上同簇，提示 append-only 策略与朴素 RAG 性能差距有限，实际优势在于成本（8.4x TCO）和 token 效率（<7K vs 25K+）；图结构系统 56% 是明确警示，与 Jay Sep 25 GraphRAG 220ms 延迟成本形成生产选型双重约束；与 R102 Superposition（2609.29845）并发推理意涵互补——Superposition 从 transformer 表征层解释"并发多 thought traces 可行"，Tiered Memory 从系统架构层提供"三层记忆如何组织"的工程路径。
• 建议归入节：§2.17 Memory 34 条腿（Mem0 KTH 独立测试台量化数据作为第六轨候选实证）+ §2.6 运行时与基础设施（VecDB 选型，GraphRAG ~56% 警示）+ §2.5 评测（Memory 系统独立 benchmark 方法论）
• 可信度：★★★（KTH IEEE COMPSAC 2026 独立测试台，LoCoMo benchmark，非厂商自评；Mem0 官方数据 LoCoMo 92.5 / LongMemEval 94.4 可交叉验证）
• ⚠️ 需读全文：① LoCoMo benchmark 具体评测集规模和评测协议；② 三者统计同簇的 p-value 确认；③ GraphRAG ~56% 的具体评测条件和失败原因分析

增量 ② AAAI 2026 · Agentic RAG 无需向量数据库（核心新增）⭐⭐⭐

• 来源：Tom Sep 26 雷达 Substack 线索 buzzgrewal.medium.com（AAAI 2026 Subramanian et al.）+ Jay Sep 26 傍晚档 Section 5
• 要点："Keyword search is all you need: Achieving RAG-Level Performance Without Vector Databases Using Agentic Tool Use"（Subramanian et al., AAAI 2026）——
• 同样 LLM（Claude 3 Sonnet，200K context，temperature 0.001），同一评估框架，6 个数据集
• 唯一区别：retriver — Bedrock Knowledge Base + Titan Embeddings（向量 RAG）vs. ReAct agent + pdfmetadata、rga 等工具调用（keyword search + agentic）
• 结果：keyword search + agentic tool use 达到与向量 RAG 同等性能
• 2026 年主流 Agentic RAG 三架构：① 简单 RAG（向量检索 → LLM 生成）；② 带路由的 RAG（query 分析 → 选择性检索 → 重排）；③ Agentic RAG（研究员）：LLM Agent 自规划检索，多次搜索，自纠正，调用网页浏览或特定数据库工具
• 启示：向量搜索不再是从默认，而是按需添加的选项；Agent 设计原则：给 Agent 工具，仔细设计工具，让它按需检索
• 何时保留向量搜索：大规模稳定语料、语义泛化需求、实时聊天
• 与活文档现有脉络的关系：与 rag.md §2.14 RAG 53 范式（Agentic RAG 第四代）+ R101/R102 四代演进框架（Naive→Simple→Complex→Agentic）邻接。AAAI 2026 这篇论文从实证角度挑战了"向量检索是 RAG 必要条件"的假设——与 R101/R102 的四代演进框架形成张力：四代演进框架默认以向量检索为基础设施，而 AAAI 2026 证明在 Agentic RAG 模式下 keyword search 可等价替代；这对 §2.6 VecDB 选型有直接冲击——若向量检索在 Agentic RAG 场景非必要，则 pgvector/Qdrant/Milvus 的选型优先级需重新评估；与 Jay Sep 26 VecDB 选型（SOP: 50M 以下 pgvector）形成技术路线张力。
• 建议归入节：§2.14 RAG 53 范式（Agentic RAG 第四代实证补充，对"向量检索必要性"假设的挑战）+ §2.6 运行时与基础设施（VecDB 选型，keyword search 作为 Agentic RAG 替代路径）+ §2.5 评测（AAAI 2026 评测基准来源）
• 可信度：★★★（AAAI 2026 学术论文，6 个数据集，Claude 3 Sonnet 同条件对照；具体实验配置和统计显著性需读全文确认）
• ⚠️ 需读全文：① 6 个数据集具体名称和规模；② 统计显著性（p-value）；③ keyword search 工具集具体名称（pdfmetadata/rga 等）和调用方式；④ 与传统向量 RAG 的端到端延迟对比

增量 ③ 两篇 Agentic RAG 系统化论文 · SoK + Survey（邻接）⭐⭐

• 来源：Jay Sep 26 CSDN /inbox/jay/2026-09-26-rag-agent-csdn-highvalue.md 条目 1-2
• 要点： 论文 1：SoK: Agentic Retrieval-Augmented Generation (RAG): Taxonomy, Architectures, Evaluation, and Research Directions（arXiv 2603.07379, Mar 2026, Saroj Mishra et al.）——
• Agentic RAG 系统化综述；Agent-Orchestrated Adaptive RAG 框架
• 关键洞察："agentic enhancements are not universally beneficial and must be applied selectively"（agentic 增强不是普遍有益的，必须选择性应用）
• 与 LangChain、CrewAI、AutoGen 等框架对比 论文 2：Agentic Retrieval-Augmented Generation: A Survey on Agentic RAG（arXiv 2501.09136, v4, Apr 2026, Aditi Singh et al.）——
• RAG 演化路径；基于 agent cardinality、control structure、autonomy 的分类法
• 与 LangChain、CrewAI、AutoGen 等框架对比
• 与活文档现有脉络的关系：与 rag.md §2.14 RAG 53 范式（Agentic RAG 第四代）+ R101/R102 四代演进框架邻接。两篇综述为 Agentic RAG 提供了分类学框架——SoK 的"选择性应用"关键洞察对 R102 VLD-RAG（training-free agentic 多模态 RAG）是直接补充：VLD-RAG 三 agent 闭环是否属于"选择性有益"的场景，还是过度工程化？两篇论文的分类法（agent cardinality / control structure / autonomy）可用于评估 RAG 系统"agentic 程度"；与 R102 Jay Sep 26 评测体系（Hit Rate@5 + LLM-as-Judge）形成评测-分类双轨。
• 建议归入节：§2.14 RAG 53 范式（Agentic RAG 分类法补充）+ §2.5 评测与泄漏（SoK 分类法与评测基准）
• 可信度：★★★（arXiv 学术论文，SoK 系统化知识类型，多作者；Survey 多作者 v4 版本；建议交叉验证）
• ⚠️ 需读全文：① SoK "selective application"的具体判别标准；② 两篇论文分类法的差异点；③ 与 VLD-RAG / MAGE-RAG / LumiRAG 三路线的对应关系

增量 ④ GraphRAG 生产量化 · 62% 幻觉降低 + 4.9% 幻觉率（邻接）⭐⭐

• 来源：Jay Sep 25 傍晚档 Section 4.3（AI Thinker Lab, aithinkerlab.com, 2026-05 MLOps Community benchmark）+ Jay Sep 25 CSDN 条目 7 GraphRAG 进阶实战
• 要点：
• 47 个生产部署量化数据：Knowledge Graph RAG 比 naive RAG 幻觉率降低约 62%
• CMU 2026 年 6 月 preprint（金融合规数据集，9,000 题）：naive RAG 幻觉率 14.1% vs GraphRAG 幻觉率 4.9%
• 代价：额外 220ms p99 延迟（实时客服场景"即时"和"可感知延迟"的分界线，需产品决策而非纯工程优化）
• GraphRAG 适用判断：关系型问题（"A 和 B 有什么关系？"）→ 图谱检索；开放语义问题（"解释 X 的原理"）→ 向量检索；混合路由根据 query 类型自动切换
• 工程陷阱：Jay Sep 25 CSDN 条目 7 承认"做 RAG 最后悔上知识图谱"——三元组索引存在上下文语义丢失问题，GraphRAG 不是银弹
• 与活文档现有脉络的关系：与 rag.md §2.14 RAG 53 范式（Graph-RAG 作为独立范式轴）+ R101/R102 四代演进框架邻接。GraphRAG 62% 幻觉降低与 R102 Calibration（2609.26489，置信度校准）形成互补——Calibration 解决"置信度本身是否有意义"，GraphRAG 解决"关系型知识如何结构化存储以减少幻觉"；220ms 延迟代价是工程约束，与 Jay Sep 26 VecDB 选型（Qdrant p50=4.2ms/p99=12ms）形成 RAG 栈内 latency budget 对照；与 KTH Mem0 ~56% GraphRAG（检索覆盖率不足）形成数据来源矛盾的警示——AI Thinker Lab 的 62% 幻觉降低是生产部署均值，而 KTH 独立测试台的 ~56% 是检索覆盖率，两者不可直接比较但都指向 GraphRAG 的工程复杂度。
• 建议归入节：§2.14 RAG 53 范式（GraphRAG 量化数据补充）+ §2.5 评测与泄漏（幻觉率 62% 降低 + 4.9% 绝对值）+ §2.6 运行时与基础设施（GraphRAG vs VecDB latency budget）
• 可信度：★★★（47 部署生产数据 + CMU preprint 学术来源；220ms 延迟来自 AI Thinker Lab 实战数据；KTH ~56% 与 62% 降低的具体条件不同，不可直接矛盾定论）
• ⚠️ 需读全文：① CMU preprint 4.9% 幻觉率的具体评测集和标注协议；② 47 部署的幻觉率计算方法（人工标注 vs LLM-as-Judge）；③ GraphRAG 220ms 延迟的具体测量条件（硬件配置/模型/查询复杂度）

增量 ⑤ Tiered Memory Architecture 生产工程框架（邻接）⭐⭐

• 来源：Jay Sep 25 傍晚档 Section 4.1（jobsbyculture.com, 2026）+ Jay Sep 27 CSDN 条目 7（多 Agent 协作与记忆四层体系）+ Tom Sep 26 雷达 Substack 线索 Layered Memory
• 要点： 四类记忆 + 三层架构（Tiered Architecture）：
• 四类记忆：Working Memory（当前 session 上下文）+ Episodic Memory（跨会话关键事件）+ Semantic Memory（提取的事实和偏好）+ Procedural Memory（Agent 自己的指令和能力）
• 三层 Tiered Architecture： [层1] Small always-in-context core（最重要事实，常驻 context） [层2] Vector-store backed retrieval layer（历史记忆，向量检索） [层3] Explicit forgetting policy（定期遗忘/压缩，防止无限膨胀）
• 框架选型决策树：LangGraph 用户 → LangMem（原生集成）；Agent-as-Teammate → Letta（OS 风格显式记忆管理）；快速集成 → Mem0（托管服务，21 框架+20 VecDB 支持）；时序推理/图谱 → Zep（时间感知图谱）
• Jay Sep 27 多 Agent 四层记忆体系：短期记忆（会话上下文）+ 情景记忆（跨会话关键事件）+ 长期记忆（结构化知识存储）+ 元记忆（Agent 对自身知识的认知）——与 jobsbyculture 框架大同小异
• 与活文档现有脉络的关系：与 rag.md §2.17 Memory 34 条腿（R100 MemoryAthena 第五轨 + R102 Mem0 v3 第六轨候选）邻接。Tiered Memory Architecture 是对 R102 Mem0 v3 append-only 策略的系统工程化——Mem0 v3 的 append-only 是"写入策略"，Tiered Architecture 是"存储-检索-遗忘"的完整生命周期框架；与 R102 Superposition（2609.29845）互补——Superposition 提供 transformer 表征层的"并发多 thought"机制，Tiered Memory 提供系统架构层的"如何组织记忆"工程路径；四类记忆（Working/Episodic/Semantic/Procedural）与 R101 MemoryAthena E/GE/GH 三路径形成正交分类——MemoryAthena 关注 memory 来源（latent vs generated），四类记忆关注 memory 内容类型（事件/事实/程序）。
• 建议归入节：§2.17 Memory 34 条腿（Tiered Memory Architecture 作为第六轨候选）+ §2.6 运行时与基础设施（Memory 系统选型决策树：LangMem/Letta/Mem0/Zep）
• 可信度：★★★（jobsbyculture.com 2026 综合评测，具体框架功能对比有参考价值；Jay Sep 27 CSDN 四层体系来自工程实践；建议交叉验证框架选型决策树与各框架官方文档）
• ⚠️ 需读全文：① LangMem 与 LangGraph 的具体集成方式（官方文档）；② Letta MemGPT 继承关系和 OS 风格显式管理的具体实现；③ 三层 tiered architecture 在生产中的 forgetting policy 具体实现（阈值/压缩算法/时间窗口）

增量 ⑥ futureagi.com · 长上下文未杀死 RAG 三理由（邻接）⭐⭐

• 来源：Tom Sep 27 radar Substack 条目 + Jay Sep 26 evening-briefing Section 5
• 要点："RAG 并未死于长上下文，2026 年三大理由"—— 1. 成本控制：长上下文 LLM API 按 token 计费，大文档反复传入成本指数增长；RAG 按需取数，成本可控 2. 可解释性追责：RAG 检索结果有明确来源，审计追踪容易；长上下文生成难以定位幻觉来源 3. 实时 freshness：RAG 可连接实时数据源（搜索引擎、API、数据库）；长上下文知识截止日期固定
• 2026 RAG 评测指标集（futureagi.com）：faithfulness（忠实度）+ groundedness（基于性）+ chunk attribution（分块溯源）
• Agentic RAG 专题（futureagi.com）：tool-using agents over vector DBs + 多跳检索 + 追踪可观测性
• 与活文档现有脉络的关系：与 rag.md §2.14 RAG 53 范式（Agentic RAG 第四代）+ R101/R102 四代演进框架邻接。futureagi.com 的三理由从产品层面对"RAG 被长上下文杀死"的叙事做了系统性反驳——成本/可解释性/freshness 三角构成 RAG 在 2026 年不可替代性的产品层论据；与 AAAI 2026 Agentic RAG keyword search（增量 ②）形成组合论证：技术层面（keyword search 可替代 VecDB）+ 产品层面（成本/可解释性/freshness）共同说明 Agentic RAG 是 2026 年 RAG 演进的主轴；2026 RAG 评测指标集（faithfulness/groundedness/chunk attribution）与 R102 Jay Sep 26 评测体系（Hit Rate@5/LLM-as-Judge）和 R102 Calibration（2609.26489）形成评测三维度的互补。
• 建议归入节：§2.14 RAG 53 范式（2026 RAG 不可替代性三角：成本/可解释性/freshness）+ §2.5 评测与泄漏（faithfulness/groundedness/chunk attribution 2026 评测指标集补充）
• 可信度：★★★（futureagi.com AI Agent 垂类 Newsletter，有系统性分析；具体数据需核验来源；评测指标集与 Ragas 框架可对照）
• ⚠️ 需读全文：① 三大理由的具体量化数据（成本差距/freshness 延迟）；② faithfulness/groundedness/chunk attribution 的精确定义和计算公式；③ Agentic RAG 追踪可观测性的具体实现方案

2. R102 续立条目状态确认（4 件）

3. 值得警惕的矛盾或待核实说法

⚠️ 待核实 ①：KTH Mem0 ~56% vs AI Thinker Lab GraphRAG 62% 幻觉降低——数据来源和评测维度不同，不可直接矛盾定论但需明确各自适用范围

• 现状：KTH 独立测试台给出 GraphRAG ~56%（检索覆盖率），AI Thinker Lab 给出 GraphRAG 幻觉率降低 62%（47 部署生产均值）。前者测"检索覆盖率"，后者测"幻觉率降低百分比"——维度不同，不能直接比；但 ~56% 检索覆盖率本身是令人担忧的数据。
• 建议核实路径：确认 KTH LoCoMo benchmark 的具体评测集和 GraphRAG 配置；确认 AI Thinker Lab 47 部署的具体行业分布

⚠️ 待核实 ②：AAAI 2026 Agentic RAG keyword search 的 6 个数据集具体名称和统计显著性

• 现状：Subramanian et al. AAAI 2026 论文声称 keyword search + agentic tool use 达到与向量 RAG 同等性能，但具体数据集名称未披露，统计显著性（p-value）未披露。
• 建议核实路径：读原文 6 个数据集名称；确认 keyword search 工具集（pdfmetadata/rga）的具体调用成本和延迟

⚠️ 待核实 ③：futureagi.com 2026 RAG 评测指标集（faithfulness/groundedness/chunk attribution）与其他框架（Ragas/LLM-as-Judge）的具体对应关系

• 现状：futureagi.com 给出 faithfulness + groundedness + chunk attribution 三指标，但这些指标与 R102 Jay Sep 26 Ragas 框架的对应关系不明确。
• 建议核实路径：读 futureagi.com 原文；对照 Ragas 官方文档确认指标定义是否一致

⚠️ 待核实 ④：GraphRAG 220ms p99 延迟的具体测量条件

• 现状：220ms 延迟是 AI Thinker Lab 的实战数据，但具体硬件配置、模型、查询复杂度未披露。
• 建议核实路径：溯源 AI Thinker Lab 原文；与 Qdrant p50=4.2ms/p99=12ms 做可比条件对照

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

7. R103 vs R102 诚实差异说明

本轮增量性质：本轮无 RAG 主分类新卡，但提供了从"技术架构"到"产品/评测"的多维度深化——KTH 独立测试台提供了 Mem0 首次第三方量化基准，AAAI 2026 从实证角度挑战了"向量检索是 RAG 必要条件"的假设，两篇 SoK/Survey 提供了分类法框架，GraphRAG 量化数据连接了评测与工程约束，Tiered Memory Architecture 连接了 memory 系统与 RAG，futureagi.com 从产品层为 RAG 不可替代性提供三角论据。

8. R103 增量对活文档八角张力的影响评估

R103 新增 6 件邻接增量对 48 维张力的影响：

• 维度新增 0（无 RAG 主分类新卡，无新评测基准，无新范式）
• 维度强化 4 维：① §2.14 RAG 53 范式（AAAI 2026 keyword search 挑战 + SoK/Survey 分类法 + futureagi.com 2026 RAG 不可替代性三角 四重强化）；② §2.17 Memory 34 条腿（KTH Mem0 81.1% 实证 + Tiered Memory Architecture + Mem0/Zep 选型决策树 四重强化）；③ §2.5 评测（futureagi.com faithfulness/groundedness/chunk attribution 三维 + CMU 4.9% 幻觉率 + KTH benchmark 方法论 四重强化）；④ §2.6 运行时（GraphRAG ~56% 警示 + AAAI 2026 keyword search 替代路径 + 220ms latency budget 三重强化）
• 张力整体：48 维保持不变（无新增维度），但 4 维内容密度显著提升

Tom · E1 预消化 · R103 · 2026-09-27 08:50 CST · 仅写入 /shared/research-kb/inbox/tom/2026-09-27-rag-e1prep.md