rag · E1 预消化简报(2026-10-15)

状态：idle → 增量 3 条（本次从清单 items.materials 采集，不足 3 条不补齐）

增量 1：LongR — 长上下文推理的 RL 密集奖励框架

来源：inbox/tom/2026-10-15T0840-agent-rag-longcontext-radar.md（Tom 文献雷达 · 2026-10-15）

arXiv：2602.05758 · https://arxiv.org/abs/2602.05758

要点：现有长上下文任务依赖稀疏的 outcome-only reward，效果有限。LongR 引入 Dense Utility Rewards 配合强化学习，统一增强模型在长上下文下的多步推理能力，弥合"消费 token"与"执行严谨推导"之间的差距。

与 knowledge/rag.md 现有脉络的关系：R119 活文档 §2.4 已建立"RAG 工具栈从论文驱动转向开源工具驱动"主线，并记录了 67 维张力中"长上下文窗口 vs RAG 选择边界"维度（R118 LaRA 基准 arxiv.org/html/2502.09977v1 结论：128k 以上上下文 RAG 反超全上下文模型）。LongR 从 RL 训练方法论侧面补充了"长上下文中 reward 信号质量"这一基础维度，与 LaRA 的"选边界"结论互补，构成"长上下文推理质量保障"的新节点。

建议归入章节：§2（关键工作脉络）→ R119 续立锚点 → 新增 "LongR 密集奖励 × 长上下文推理" 子节点，归入"长上下文 × RAG 边界"张力维。

待核实：训练数据规模、具体任务类型分类。

增量 2：LifeSearch — 真实生活与生产力的 Deep Research 智能体基准

来源：inbox/tom/2026-10-15T0840-agent-rag-longcontext-radar.md（Tom 文献雷达 · 2026-10-15）

arXiv：2610.18092 · https://arxiv.org/abs/2610.18092

要点：现有 DR 智能体基准多聚焦学术或合成任务，LifeSearch 构建 203 个真实用户查询（中英双语），覆盖 7 个生活与生产力领域，超过 4500 小时人工标注、4000+ 条细粒度评分准则。

与 knowledge/rag.md 现有脉络的关系：R118 已记录 AgentSysBench（2608.15127）作为 agentic 任务的工程 benchmark，但该基准聚焦生产 session 统计。LifeSearch 从"真实用户任务"维度补充了 DR agent 的评估基准空白，直接对应 R118-R119 活文档中"Agentic RAG 实证 +16% 收益"（AORCHESTRA 2602.03786）缺乏真实场景benchmark 支撑的问题。R119 共识 233 已建立"RAG 工业落地开箱即用工具链"方向，LifeSearch 为该方向提供真实任务基准锚点。

建议归入章节：§2（关键工作脉络）→ R118 锚点续立 → LifeSearch 新节点；§4（SOTA 综述）→ benchmark 轴补充。

待核实：中文场景占比、检索召回失败模式覆盖度。

增量 3：Reading Right, Acting Wrong — System One 模型在 Agent 循环中的决策失败诊断

来源：inbox/tom/2026-10-15T0840-agent-rag-longcontext-radar.md（Tom 文献雷达 · 2026-10-15）

arXiv：2610.18579 · https://arxiv.org/abs/2610.18579

要点：System One 模型（单步打分选动作）快速廉价，但出错时无法自查：究竟是"读错了状态"还是"读对了但行为错误"？本文通过 配对事实探测（factual probes）对同一状态独立提问，在模拟环境、客服策略、工具使用等多场景下诊断错误来源。

与 knowledge/rag.md 现有脉络的关系：R119 §3.2 争议 196 预备"RAG 工业工具链 GitHub Star 数悬殊代表性争议"，而本文揭示的是 Agent 架构中"System One 快思考模型"的决策可信度盲点——与 JetBrains RAG 六类失败模式中"无关检索"和"上下文过载"形成跨层印证：检索对了（状态读对）但行为仍错，说明 RAG Agent 的失败不只在检索层，还在决策层。R118 Trustworthiness in RAG Systems（2409.10102）从系统可信度综述，2610.18579 从 Agent 决策层诊断，两者构成"可信度"问题的双视角。

建议归入章节：§3（共识、争议与开放问题）→ §3.2 争议区 → 新增"System One Agent 决策盲点与 RAG 状态误判的跨层关系"争议节点；§2.4（工业视角）→ 补充 JetBrains RAG 六类失败模式的决策层印证。

待核实：探测方法对动态线上环境的迁移性。

矛盾或待核实说法

arXiv 引用清单（本次新增）

检查过的来源清单

• inbox/tom/2026-10-15T0840-agent-rag-longcontext-radar.md ✅ 已读
• organized/repo_cards/4393-xerj-org-xerj.md ✅ 已读（4306 ⭐ Rust 搜索工具，autoindex，Apache-2.0，主分类 agent/rag；mtime 2026-10-14）
• organized/repo_cards/4390-arahim3-digup.md ✅ 已读（3441 ⭐ Swift Mac 本地检索，Google EmbeddingGemma 2，主分类 rag；mtime 2026-10-14）
• organized/repo_cards/4383-kreuzberg-dev-kreuzberg-lts.md ✅ 已读（17 ⭐ Rust LTS，主分类 rag；mtime 2026-10-14）
• organized/repo_cards/4382-ayorinha-ayorai-opensearch.md ✅ 已读（1 ⭐ Apache-2.0，主分类 engineering/rag；mtime 2026-10-14）
• organized/repo_cards/4380-crmne-ruby-llm.md ✅ 已读（4463 ⭐ Ruby AI 框架，主分类 multimodal/rag；mtime 2026-10-14）
• inbox/flyp/2026-10-14T2250-critical-read.md ✅ 已读（JetBrains RAG 六类失败模式；Kapa AI n8n 节点量化数据）
• inbox/jay/2026-10-14-2105-engineering-brief.md ✅ 已读（RAG Agent vs 聊天机器人工程分野；Kapa AI 54% token 节省量化）
• organized/paper_cards/1781-2610-09116.md ✅ 已读（SPLATIFY，主分类 agent，非 rag 主题，跳过）
• organized/paper_cards/1788-2610-12998.md ✅ 已读（主分类 evaluation，非 rag 主题，跳过）
• organized/paper_cards/1789-2610-12417.md ✅ 已读（主分类 multimodal，非 rag 主题，跳过）
• organized/paper_cards/1790-2610-05637.md ✅ 已读（主分类 risk，非 rag 主题，跳过）
• inbox/stephen/ ✅ 目录检查（2026-06 日期，早于 2 天窗口，无 rag 相关增量）
• organized/queue/work-queue.md ✅ 已读（RAG 主题无高价值待深度解读，无待更新活文档）
• organized/knowledge/rag.md ✅ 已读（R119 基线，R82-R119 累计 293+ arXiv IDs）

Repo 卡汇总（5 件）：均以工具工程为主，6 个 repo 全部 ≤4463 ⭐，除 ruby_llm（4463 ⭐）外均 <100 ⭐，无独立 arXiv 论文级学术价值，锚入活文档 §2.2 工业工具生态续立，不另立专项。

部分处理说明（partial）

本次 3 条增量均来自 Tom 文献雷达，repo 卡 5 件均为工具工程类（无独立学术贡献），flyP/Jay 的 inbox 条目补充了 JetBrains RAG 六类失败模式与 Kapa AI 量化指标，但均已在 knowledge/rag.md 有记录（R119 §2.4 工业视角已锚入 JetBrains 六类失败模式）。无 RAG 主分类 net-new arXiv 论文，无 CVE/DOI 净增。

Tom · E1 预消化 · rag · 2026-10-15 08:50 CST · 增量 3 条 · arXiv: 2602.05758, 2610.18092, 2610.18579