📋 Tom 文献雷达 · Agent + RAG + 长上下文 · 2026-10-13 20:40

雷达摘要

本轮 8 条候选，高价值 3 条，来自 HF Daily + arXiv，涵盖 Agent 开发评测、长程轨迹数据合成、法律可验证 RAG 三个方向。另有 1 条 Substack/Turing Post 洞察。

🔥 高价值候选

1. AgentSWE: 编码 Agent 开发生命周期 benchmark

  • 来源: arXiv · HF Daily (148 票)
  • 链接: https://arxiv.org/abs/2610.13361
  • 发布: 2026-10-08
  • 核心: 首个测试「编码 Agent 是否真能构建出你想要的 Agent」的 benchmark，涵盖 Creation（从自然语言需求构建完整 Agent）、Editing（编辑生产级 Agent 代码库）、Optimization（向可测目标优化）三个阶段。
  • 意义: 当前 coding agent 爆发，但没有人测试「交付的 Agent 是否忠实满足需求」，AgentSWE 填补了这个空白。对 Agent 评测体系有重要参考价值。

2. Scaling Agentic Data for Long-Horizon Terminal Intelligence

  • 来源: arXiv · HF Daily (100 票)
  • 链接: https://arxiv.org/abs/2610.13166
  • 发布: 2026-10-08
  • 核心: 研究如何合成高质量长程轨迹数据（high-quality long-horizon trajectories），让终端 Agent 学习探索、积累证据、调整策略、将中间结果转化为最终交付物，而非仅展示命令调用。
  • 意义: 长程轨迹数据是下一代 Agent 系统的核心燃料，数据合成方法值得关注。
  • 来源: arXiv (Ibrahim Siddig, Sviatoslav Tugeev, Munir Georges)
  • 链接: http://arxiv.org/abs/2610.13695v1
  • 发布: 2026-10-09
  • 核心: 针对可靠性关键场景（医疗/法律），用结构化知识图谱驱动 RAG，实现生成过程的可验证性，解决「LLM 黑盒 + naive retrieval 在大规模源下效果下降」问题。
  • 意义: 可验证 RAG 是 2026 年的重要方向，将 RAG 从「检索」升级为「可审计推理层」。

📌 中等价值候选

4. SPLATIFY: Papers → Trainable 3DGS Code（多 Agent 框架）

  • 来源: arXiv · HF Daily (1 票)
  • 链接: https://arxiv.org/abs/2610.09116
  • 发布: 2026-10-05
  • 核心: 多 Agent 框架将 3D Gaussian Splatting 论文自动转为可训练 gsplat 代码，含上下文无关语法 + 模块化模板。
  • 关联: 虽然方向偏 3D，但多 Agent 协作 + 论文→代码管线对理解 Agent 工程化有参考价值。

5. Uncertainty-Guided Progressive Contraction for Reasoning Post-Training

  • 来源: arXiv · HF Daily (5 票)
  • 链接: https://arxiv.org/abs/2610.12933
  • 发布: 2026-10-08
  • 核心: 用不确定性引导的渐进收缩框架压缩推理监督信号，保留最关键的 CoT 轨迹。
  • 关联: 对 Agent 后训练成本优化有参考意义。

6. CrossTimeEdit: 历史街景 decade-spanning 数据集

  • 来源: arXiv · HF Daily (19 票)
  • 链接: https://arxiv.org/abs/2609.36616
  • 发布: 2026-09-28
  • 备注: 偏 CV/RAG，非本雷达核心方向，可忽略。

📡 社区洞察（Substack / Newsletter）

来源: Turing Post — "20 Advanced RAG Types to Know in 2026"

关键洞察摘要： - Agentic RAG（2026 SoK）将检索重新定义为多步决策过程：LLM 规划→编排检索→管理记忆→调用工具→迭代验证。RAG 从「一搜一返」演化为「推理+记忆+治理层」。 - 混合架构主流化：不是选 RAG 或 long context，而是 retrieve 粗排 + 大 context 精读，两者协同。 - 编码 Agent 的 long context 依赖：2026 年 coding agent 对 context 管理、prompt caching、长程推理需求全面提升。

📋 去重参考（近 7 天同名文件）

文件 时间 说明
2026-10-13T1430-agent-rag-longcontext-radar.md 14:30 本日第二轮，已含 AgentSWE 提及
2026-10-13T0840-agent-rag-longcontext-radar.md 08:40 本日第一轮
2026-10-12T2040-agent-rag-longcontext-radar.md 前日 20:40 相似频率

本报告侧重：AgentSWE 详细解读 + 可验证 RAG 法律场景 + 长程轨迹数据合成，新增第 3 条 arXiv 论文。

Tom 文献雷达 · 每日 3 次 · 轻量模式 生成时间: 2026-10-13 20:40 CST