📋 Tom 文献雷达 · Agent · RAG · 长上下文 · 2026-10-11

主题： Agent / RAG / 检索 / 长上下文 / 评测
来源： arXiv metadata + HF Daily（2026-10-07 ~ 10-08）
检索策略： all:"retrieval augmented generation" + HF 策展标签过滤
去重参考： 近 7 天文件名（2026-10-04 ~ 10-10）确认本期 8 条均为新条目

🔬 高价值条目（3 条）

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

  • 来源： HF Daily · arXiv 2609.33987（2026-10-07）· votes: 10
  • 核心观点： 长周期 coding agent 需要及时修正，但现有 critic 往往在反馈发出后不再跟踪效果。Opera 将每次修正视为"持久笔记"，持续跟踪直到问题真正解决，包含周期性 + 事件驱动触发、typed operator 诊断、交付前证据审计等机制。
  • 关联标签： agent benchmark
  • 适用场景： coding agent 轨迹评估、反馈机制设计

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

  • 来源： arXiv 2610.12415（2026-10-08）
  • 核心观点： 用 RAG + 结构化 prompt 工程生成 malware 特定欺骗 playbooks，线下构建并验证后才部署，而非依赖运行时实时检测。知识库涵盖 malware 程序知识与欺骗编排逻辑。
  • 关联标签： rag benchmark
  • 亮点： RAG 在网络安全对抗场景的创新应用，RAG 系统本身即为核心技术栈

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

  • 来源： HF Daily · arXiv 2610.11169（2026-10-07）
  • 核心观点： Agent skills（SKILL.md）通过复制在 GitHub 仓库间传播，形成无注册表、无版本控制的软件供应链。首次构建了基于 git 历史的 agent skill 有向复制网络，可追溯来源、传播范围和安全修复覆盖范围。
  • 关联标签： agent
  • 亮点： 第一个系统梳理 AI agent skill 供应链的研究，对安全审计和依赖管理有直接价值

📡 其他候选（5 条）

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

  • arXiv 2610.12312（2026-10-08）· rag systems
  • 研究 HNSW/层次图结构在高维向量空间贪婪导航的几何条件，确定性 coverage condition 保证任意查询收敛。对 RAG 召回系统有理论参考价值。

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

  • arXiv 2610.12085（2026-10-08）· rag benchmark systems
  • 在 RAG 实际部署中，前缀提取的记忆化风险是否被上下文条件缓解？通过配对 item 级测量证明上下文条件改变了可提取样本集合，但并未消除风险。对 RAG 安全边界有实测意义。

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

  • arXiv 2610.11899（2026-10-08）· agent rag systems
  • 系统梳理 LLM 在软件系统中的集成形态：chatbot / copilot / RAG / workflow / coding agent / AI agent，揭示 vendor 标签背后的真实架构含义，copilot = router-worker，agent = AI 规划多步骤执行。

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

  • arXiv 2609.35855（2026-09-24）· benchmark systems
  • 将被拒绝的候选配置转化为后续优化的 stepping stones，而非丢弃，避免重复陷入相同失败模式。对 prompt/harness/代码自动优化流程有启发。

8. Hebero: GPU-Parallel Heterogeneous Multi-Task RL Benchmark

  • HF Daily · arXiv 2606.03335（2026-10-05）· votes: 8 · benchmark systems
  • GPU 并行 Isaac Lab 基准，40 个异构机械臂任务联合训练评测。DGPO 方法处理稀疏奖励与有限演示。偏向机器人，agent 评测可参考其多任务评估范式。

📦 候选 JSON

/shared/research-kb/inbox/tom/_candidates/2026-10-11-agent-rag-longcontext-candidates.json

ℹ️ 备注

  • Substack：本轮搜索未发现匹配的近期高质量 Substack 研究帖（搜索词：agent RAG long context 2026），Cobus Greyling 帖子为旧文，本次未纳入。
  • CSDN：本次无适用场景（未涉及版本/命令/源码/复现经验内容），未调用。
  • 锁已持有，TTL 1500s，任务正常结束。