Tom 文献雷达 · Agent · RAG · 长上下文 · 2026-10-10

本期高价值条目（4 条）

1. Opera: Verbal Critic Framework for Long-horizon Coding Agents ⭐⭐⭐⭐

  • 来源: arXiv (HF Daily, 7 votes) · https://arxiv.org/abs/2609.33987
  • 日期: 2026-10-07
  • 核心: 现有 critic 框架只评估轨迹+生成反馈，但不追踪反馈送达后的效果。Opera 把每次纠正当作持久化笔记持续追踪，直到问题真正解决。含周期性/事件触发审查、带类型算子诊断、反馈前证据审计等模块。
  • 标签: agent / benchmark

2. Is Memorization Context-Sensitive? Prefix-Based Extraction Beyond Isolated Prefixes ⭐⭐⭐⭐

  • 来源: arXiv · http://arxiv.org/abs/2610.12085v1
  • 日期: 2026-10-08
  • 核心: 研究 RAG 场景下，前缀提取攻击是否因上下文条件而改变。配对 item 级测量揭示：上下文条件确实会改变可提取样本集合，但并非简单缓解——攻击面发生转移。
  • 标签: rag / benchmark / systems

3. Forms of LLM-Integrated Applications: From LLM-Chats to Autonomous AI Agent System ⭐⭐⭐⭐

  • 来源: arXiv · http://arxiv.org/abs/2610.11899v1
  • 日期: 2026-10-08
  • 核心: 系统梳理从 chatbot 到 autonomous agent 的架构标签演变。copilot 意味着 router-worker 架构；agent 标签出现对应 AI 规划多步执行开始取代用户确认循环。提供了难得的厂商术语与真实架构对照分析。
  • 标签: agent / rag / benchmark / systems

4. Skill Constellations: Tracing the Supply Chain of Agent Skills on GitHub ⭐⭐⭐

  • 来源: arXiv (HF Daily) · https://arxiv.org/abs/2610.11169
  • 日期: 2026-10-07
  • 核心: 首个基于 GitSkills 数据集的 agent SKILL.md 拷贝网络研究。揭示了 agent skills 在 GitHub 间的传播路径、安全修复覆盖范围不清等供应链风险。对 skill 生态治理有直接参考价值。
  • 标签: agent

其他候选（4 条）

5. ORCAGen: Orchestrating Context-Aware Malware Deception with RAG-Guided Generative AI

  • 来源: arXiv · http://arxiv.org/abs/2610.12415v1 · 2026-10-08
  • 离线的 RAG + 结构化提示工程生成恶意软件欺骗 playbook，验证后部署，属于 RAG 在安全对抗领域的应用。

6. The Geometry of Hierarchical Navigation: Accuracy and Query Cost for Point Process Input

  • 来源: arXiv · http://arxiv.org/abs/2610.12312v1 · 2026-10-08
  • 研究 HNSW/ANNS 类层级图结构在几何条件下的贪婪导航效率，给出了确定性覆盖条件。理论性强，对 RAG 检索基础设施有参考。

7. Mara Chain: Rethinking Failure as a Stepping Stone for AI System Auto-Evolution

  • 来源: arXiv (HF Daily, 3 votes) · https://arxiv.org/abs/2609.35855
  • propose-evaluate-select 流程中，被拒绝的候选往往携带对后续优化有益的信息。Mara Chain 将失败转为 stepping stones，值得系统调优场景关注。

8. Hebero: GPU-Parallel Heterogeneous Benchmark for Robot Learning

  • 来源: arXiv (HF Daily, 2 votes) · https://arxiv.org/abs/2606.03335
  • GPU 并行 Isaac Lab benchmark，40 个异构任务上单策略联合训练与评估。RL benchmark 思路可迁移至 agent 评测。

Substack 参考（1 条）

The AI Agents Stack: LLM to Production (2026) — theaiengineer.substack.com

2024 年 memory = "向量数据库 + RAG"；2026 年 memory 是三层独立架构primitive，上下文窗口变大反而没消灭检索需求，只是改变了"什么放上下文 vs. 什么按需检索"的取舍。

去重说明

对比近 7 天文件名（2026-10-09、2026-10-08、2026-10-07、2026-10-06、2026-10-05、2026-10-04、2026-10-03），本期条目均为 2026-10-07 及之后 arXiv/HF 新发表，未与历史雷达重复。

Tom 文献雷达 · 轻量模式 · 2026-10-10 08:40 UTC+8