rag · E1 预消化简报(2026-10-24)

口径声明：本轮由宿主机 work-guard 清单 job a226d618-fe37-4db7-8abc-71fb9c344c0e 驱动，只处理 items[0].materials 列出的 8 份材料（1 份 Tom 文献雷达笔记 + 3 张 paper_card + 4 张 repo_card），未做全库扫描、未开网页检索补料、未为凑字数多轮重写。基线为 organized/knowledge/rag.md（R127，2026-10-22 13:55 CST）。本简报只做"今晚活文档接力预习"，不改活文档本身，不改清单/基线/认领记录。

0. 一句话判断

今天的增量主体不是 RAG 论文，而是"上下文该由谁负责"这一层的工程与基座证据。8 份材料里真正与 rag 主线咬合的只有 1 篇论文（IQuest-Q1，渐进扩上下文）、1 篇方法论工作（RouteWeaver，模式与模型统一路由）和 1 篇流式上下文工作（Heartbeat Thinking），其余是 4 张 repo 卡的指标/首次采集与 3 张老论文卡的回归。三篇论文合起来指向同一句话：上下文不是越大越好，而是要分层选、并且让检索成为可插拔的一段。这恰好落在 R127 §2.2"记忆/上下文内化四路线"与 §3.3 开放 281（长上下文 vs 检索边界不可迁移）之间——今晚可以给 281 补上"谁来选、怎么选"的第三条腿。

1. 今日最重要的增量（7 条）

增量 ① · IQuest-Q1：面向 agentic CLI 的稀疏 MoE 基座，"渐进式扩上下文 + coding 配比"是本批最硬的一条 ★

  • 来源：inbox/tom/2026-10-24T0840-agent-rag-longcontext-radar.md §本期高价值 1。原始页：https://arxiv.org/abs/2610.30949
  • 要点：320B 总参 / 15B 激活的稀疏 MoE agentic 基础模型。三阶段流程：① 预训练（Stable SplitNorm + Muon + muP，两阶段课程提升 coding 数据配比）② 细粒度中训练（跨领域/格式扩展数据配比、渐进扩展上下文长度）③ 多 scaffold 多版本后训练（SFT + 领域 RL + MOPD）。
  • 与活文档脉络的关系：活文档全文检索 2610.30949 = 0 命中。它与 §3.3 开放 281 直接咬合：281 目前的三角是"遗忘衰减（2610.24133）/ 长窗口能力（2605.13831 MMProLong）/ 推理排队（24K prompt → vLLM 1.8–2.4s 调度冻结）"，三边都是能力或成本，唯独没有"如何把上下文一步步训上去"。IQuest-Q1 给的是第三条腿：长上下文不是检索的替代品，而是可以被渐进式训练出来的产品属性。同时它与 §2.2 的"容量迁移"路线（MMProLong）是同一问题的两种解法——一个后训练扩窗、一个预训练课程。
  • 建议归入：§2.2 容量迁移路线下补一小段「渐进扩上下文作为训练配方」，并在 §3.3 开放 281 下加一句落点：281 缺的不只是判据，还有"训练侧如何获得长窗口能力"的坐标。

增量 ② · RouteWeaver：把"选模式"和"选模型"合成一个策略学习问题

  • 来源：同上笔记 §本期高价值 2。原始页：https://arxiv.org/abs/2610.19705
  • 要点：既有路由把执行范式（单轮 / 多轮 / agentic）绑定死；RouteWeaver 把三者统一进一个 LLM 策略，联合学习"用哪种模式"与"该模式下选哪个模型"，用 COMET-GRPO 协调模式选择与执行训练。
  • 与活文档脉络的关系：活文档检索 2610.19705 = 0 命中。它是 R127 §2.1 A 组"通用 Agent 平台把 RAG 吸收为默认能力"这条弱信号的方法论对侧：当长上下文大模型与小上下文模型并存，"检索 vs 全量塞入"本质上是一个路由决策，而 RouteWeaver 说这个决策应当与执行范式联合学习，而不是靠工程规则硬分。这与 §3.3 开放 281 构成互补——281 问"边界在哪"，RouteWeaver 问"边界怎么选出来"。
  • 建议归入：§2.1 或 §2.4 新开一小节「分层上下文路由：检索/长窗/小模型的选择从工程规则转向策略学习」，可作为 281 的"第三条腿"之一。

增量 ③ · Heartbeat Thinking：把"部分可观测上下文"当成一等公民

  • 来源：同上笔记 §本期高价值 3。原始页：https://arxiv.org/abs/2610.26233
  • 要点：实时语音 agent 在用户说完后干等；分块式或"更新即中断"的推测生成会在工具参数未完成时截断调用，把计算时间绑死在语音更新上。Heartbeat Thinking 让新输入触发新的 Thinker 调用，同时允许在途调用与已派发工具跑完；周期性调用读取最新部分转写与已完成推理的共享记录。
  • 与活文档脉络的关系：检索 2610.26233 = 0 命中（该 ID 在 10-23 候选集中已出现，但未进活文档）。它的价值在方法而非应用域：R127 §2.2 谈记忆四路线时，一直默认"上下文是完整可读的"；Heartbeat Thinking 明确把部分可观测 + 在途推理未完成作为常态，并给出"共享推理记录"这一工程解法——与 §2.2 的"执行状态"路线（MAGE 2606.06090 把记忆当作执行状态而非静态知识）是同族思路在流式场景的落地。
  • 建议归入：§2.2「记忆/上下文形态」补一条「流式与部分可观测」分支，与 MAGE 并列；不单独开节。

增量 ④ · AnyGameRenderer：agent 产出物质量正在成为独立评测对象

  • 来源：同上笔记 §本期高价值 4。原始页：https://arxiv.org/abs/2610.31466
  • 要点：coding agent 分钟级生成的小游戏多为灰块程序美术；该工作做 video-to-video 生成式渲染，在保持布局、镜头、每个实体位置与时序不变的前提下提升角色、动态细节与特效，并给出实体级一致性 benchmark，摘要强调跨塔防、自走棋、俯视生存、回合制、卡丁车等 agent 常见品类泛化。
  • 与活文档脉络的关系：检索 2610.31466 = 0 命中。与本主题关联最弱，但方法论可迁移：R127 §3.5 趋势 343 已判定"评测批判成建制"（2610.26260 / 2610.28054 / 2610.27850 三例独立）。AnyGameRenderer 是第四例，但对象从"检索/评测装置"换成"agent 产出物本身"。它给 §3.5 补的是另一维：被评的不是系统，是 agent 交付出来的东西。
  • 建议归入：§3.5 趋势 343 补一句"评测对象从系统扩展到产出物"，或 §2.3 末尾一行边界记录。不建议进 §4 SOTA 主轴（应用域垂直）。

增量 ⑤ · 外部补充（仅一次检索所得，二手）：context engineering 取代 prompt engineering，"知识"与"记忆"分家

  • 来源：同上笔记 §一条外部补充。原始页：https://theaiengineer.substack.com/p/the-ai-agents-stack-2026-edition 与 https://codingwithroby.substack.com/p/the-2026-ai-agent-stack-drawn-from
  • 要点：一篇 2026 版 agent 技术栈综述称记忆已从"选一个向量库做 RAG"变成一等架构原语，分短期对话与长期持久状态；上下文窗口变大（Gemini 1M+、Claude 200K）并未消除记忆需求，只改变了"塞进上下文 vs 按需检索"的取舍。另一篇把 agent 栈拆成六层，强调"知识（外部 RAG）"与"记忆（agent 自身状态）"已是两个不同问题，多数 RAG 失败瓶颈在检索质量而非向量库本身。
  • 与活文档脉络的关系：theaiengineer 那篇的 URL 已在 rag.md §5 substack 清单中（此前只留 URL 无叙述）；codingwithroby 那篇未被 rag.md 收录（检索 0 命中）。内容与 R127 §3.1 共识 236（MCP 协议化 + 本地优先双路径）、§3.2 争议 198（记忆协议之争）方向一致，且给"记忆 ≠ RAG"提供了第二条独立二手印证。
  • 建议归入：§3.1 共识 236 增补一句二手印证 + §5 补 codingwithroby URL；须标注"二手评论、单次检索、未读全文"，不得当实证引用。

增量 ⑥ · repo_cards 四张：nautilus-compass 首次进入 rag 视野，另外三张只更新数字

  • 来源：organized/repo_cards/3931-chunxiaoxx-nautilus-compass.md、4393-xerj-org-xerj.md、4505-aryan-pardeshi-citeproof-ai-mcp.md、4455-personalclaw-personalclaw.md
  • 要点：
  • chunxiaoxx/nautilus-compass（首次采集 2026-09-23，本次 2026-10-24 复核；1254⭐，周增 +236，Python，许可 NOASSERTION，最近提交 2026-10-23，成熟度 research）：面向 AI agent 的开放记忆与可靠性层，无 orchestrator 保持多 agent 协同；跨对话契约 + 漂移检测 + 黑盒记忆（无需 LLM 抽取）；配套 NACRE judge、caliber-bench 元基准与预注册判据。
  • xerj-org/xerj：14128⭐（R126 记录 12498），周增 +6615（上轮 +1829），Rust / Apache-2.0，production。单 Rust 二进制做 BM25/向量/混合检索、免 grep 代码搜索、agent 记忆与 RAG，Elasticsearch 兼容 API，Corpus Hub 提供数百个参考记忆语料库。
  • Aryan-Pardeshi/CiteProof-AI-MCP：89⭐，周增 +0（上轮 +21），Python / MIT，experimental，accepted。系统综述研究助手 + MCP 审计工具箱（引证报告、PRISMA 追踪、证据与论断核查、可复现导出）。
  • PersonalClaw/PersonalClaw：7⭐，周增 +1，Python / MIT，experimental。自托管个人 agent OS：聊天、自主目标循环、记忆、知识库、skills、自动化、双向 MCP、权限门控应用平台。
  • 与活文档脉络的关系：
  • nautilus-compass 在 rag.md 中检索 nautilus = 0 命中（compass 的 2 次命中是 senna-lang/arxiv-compass，无关）。它的"记忆 + 独立裁判 + 预注册判据"组合，与 §3.5 趋势 343 的"评测批判成建制"同向，但落点在多 agent 可靠性而非检索；可作 §2.4 本地优先路线的一个新面孔。
  • xerj 的周增从 +1829 跳到 +6615，与上轮 12498 → 本轮 14128 合计 +1630 相比明显不一致 —— 这更可能是采集窗口/口径差异，不是增速事实。
  • CiteProof 周增 +21 → +0、PersonalClaw 7⭐ 与上轮一致，同属采集口径波动。
  • 建议归入：nautilus-compass 进 §2.4（首次进入 rag 视野，标 research + 许可 NOASSERTION + 周增口径待核）；xerj / CiteProof / PersonalClaw 只更新 §2.4 与 §5 的数字，不新增任何判断句（硬约束：不得把采集时间差或被引变化写成新观点）。注意 PersonalClaw 已在 R123 续立、xerj 在 R126/R127 续立、CiteProof 在 R126 续立，三者均非新标的。

增量 ⑦ · paper_cards 三张：一张回归卡（SHIFT）+ 两张纯指标刷新（Meena / Performers）

  • 来源：organized/paper_cards/232-2606-27786.md、1794-2001-09977.md、1793-2009-14794.md
  • 要点：
  • 2606.27786 SHIFT: Gate-Modulated Activation Steering for Knowledge Conflict Mitigation in RAG（主分类 rag，形态 method，S2 被引 2，OpenAlex 被引 0，DOI 10.48550/arxiv.2606.27786，OpenAlex 更新 2026-07-19）。卡片来源为 inbox/tom/_candidates/2026-06-29-... + S2 enrich + OpenAlex backfill —— 这是一张 6 月候选集的回归补卡。
  • 2001.09977 Towards a Human-like Open-Domain Chatbot（Meena；S2 被引 1054，R122 记录 1052；OpenAlex 614；影响力被引 103）。
  • 2009.14794 Rethinking Attention with Performers（S2 被引 2561，R124 记录 2561；OpenAlex 693；影响力被引 256；卡片标 待LLM分类 = 是，主分类 engineering、形态 position）。
  • 与活文档脉络的关系：
  • SHIFT 在当前 rag.md 全文 0 命中，但在 organized/knowledge/archive/ 的 R18–R31 多轮归档里已以"SHIFT（arXiv:2606.27786）：RAG 知识冲突的激活门控缓解"一句带过 —— 即旧料回归、从未升格为带论证的条目。它属于 §3.1 共识 236 之外的一条线：RAG 知识冲突的缓解手段从"改检索/改 prompt"下沉到"改生成时的激活门控"。同时它与 §3.2 争议 198 无关、与 279（VLM 冲突基准可验证性）同属"冲突"词族但对象不同（参数化知识 vs 检索上下文）。
  • Meena 与 Performers 都在 rag.md §5 已有条目（R122 / R124 续立），本轮只发生被引数字变动（1052→1054），按硬约束不作为新观点。
  • 建议归入：SHIFT 进 §2.1/§2.2 附近的「知识冲突缓解」小节（首次以带 TLDR 的卡片形式升格，标 S2 被引 2 属低样本区间） + §5 补 DOI；Meena / Performers 仅更新 §5 的被引数字，不改叙述。

2. 值得警惕的矛盾与待核实说法

  1. SHIFT 卡片内部自相矛盾（必须回原文核）：卡片标题为 SHIFT: Gate-Modulated Activation Steering，但 TLDR 字段写的是 "SPARK is introduced, a novel framework that formulates parametric knowledge control as a latent participation policy learning problem"，标题中文栏也写作"门控调制激活引导"。方法名（SHIFT vs SPARK）与技术描述（activation steering vs latent participation policy）不匹配，说明该卡的 TLDR 很可能来自另一篇论文的摘要。在回溯 arXiv 原文前，不得把这条写进任何判断句或 SOTA 清单。
  2. SHIFT 是回归料不是新料：卡片来源文件为 2026-06-29 候选集，归档 R18–R31 已有同名一句话。净增计数时它是"论证升格"而非"新 arXiv ID"。
  3. IQuest-Q1 不可当作能力来源引用：摘要未给出长上下文评测的具体基准与分数，也未说明模型是否开放、权重是否可得。作为"训练配方思路"读没问题，作为"某模型具备某能力"的证据不行。
  4. RouteWeaver 缺量化：摘要未披露路由收益数字、训练成本与延迟代价；模式空间扩大后的泛化性未知。禁止补写任何百分比。
  5. Heartbeat Thinking 的成本未交代：未见端到端延迟与错误率对比；"共享推理记录"随会话变长后的上下文膨胀问题摘要未提——这恰好是本库 §3.3 开放 281 关心的成本项，不能默认它不存在。
  6. 两篇 Substack 是二手、单次检索：本轮只做了一次搜索、未复核全文、未做多源交叉。其中 theaiengineer 篇的 URL 早已在 rag.md §5 留痕，codingwithroby 篇为新收录。"多数 RAG 失败瓶颈在检索质量而非向量库"这类判断不得升格为共识。
  7. repo 周增口径不可跨轮比较：xerj +1829 → +6615、CiteProof +21 → +0、nautilus +236，三者同时出现且方向不一致，最可能是采集窗口差异。按本轮硬约束，不得据此写"热度见顶/加速"。
  8. nautilus-compass 许可为 NOASSERTION：引用其代码或再分发条款未知；成熟度 research、stars 量级也低于 xerj 那一档。进 §2.4 时必须标注这两点。
  9. 卡片主分类 ≠ 已在该域验证：Performers 2009.14794 标"待LLM分类 = 是"、主分类 engineering；Meena 主分类 evaluation。分类器标签不构成主题归属证据。
  10. 非本批清单的接力提示（仅告知，不计入增量）：昨日（10-23）Tom 雷达批次里的 2610.29722（RAG 流水线组合性，450 组配置 / 8+ 语料规模）、2610.29560、2610.11942、2610.30108 目前在 rag.md 中全部 0 命中，其中 2610.29722 与 R127 §3.5 "评测批判成建制"高度同向。它们不在本轮 work-guard 清单内，我没有取用，仅在此提示今晚不要漏掉。

3. 可引用的 arXiv 号列表

本批新出现、活文档 0 命中（可考虑今晚进 §5 清单，是否进主分类需另判） - 2610.30949 — IQuest-Q1: Advancing Foundation Capabilities for Agentic CLI Systems - 2610.19705 — RouteWeaver: Weaving Mode Selection and Execution into Unified LLM Routing - 2610.26233 — Heartbeat Thinking: Speculative Reasoning and Tool Execution While Listening in Realtime Voice Agents - 2610.31466 — AnyGameRenderer: Entity-Consistent Generative Rendering Across Games and an Entity-Level Benchmark

本批出现但与 rag 主线弱相关（只作邻轴参考，不建议进 rag §4） - 2610.29677 — Toward Recursive Self-Improvement in Physical AI - 2610.30753 — FilmFlow: Agentic System for 3D Virtual Film Cinematography - 2610.27712 — RLSplat: Resource-Linear Budget Control for Feed-forward 3D Gaussian Splatting - 2610.30866 — Verus-Insight: Towards Explainable Artifact Detection in AI-Generated Videos

回归卡：ID 旧、论证新（需先解 TLDR 矛盾） - 2606.27786 — SHIFT: Gate-Modulated Activation Steering for Knowledge Conflict Mitigation in RAG（DOI 10.48550/arxiv.2606.27786；卡片 TLDR 与标题法名冲突，见 §2.1）

仅指标刷新，叙述不改（已在册） - 2001.09977 — Towards a Human-like Open-Domain Chatbot（Meena；S2 被引 1052 → 1054） - 2009.14794 — Rethinking Attention with Performers（S2 被引 2561；待 LLM 分类）

GitHub 标识（可引，非 arXiv） - chunxiaoxx/nautilus-compass（首次进入 rag 视野）· xerj-org/xerj（12498⭐ → 14128⭐）· Aryan-Pardeshi/CiteProof-AI-MCP（89⭐，周增 +0）· PersonalClaw/PersonalClaw（7⭐）

4. 本轮检查过的来源（供今晚复核与查重）

清单内 8 份（全部读取） - inbox/tom/2026-10-24T0840-agent-rag-longcontext-radar.md（增量①②③④⑤，8 篇 arXiv + 2 篇 Substack） - organized/paper_cards/232-2606-27786.md（增量⑦） - organized/paper_cards/1794-2001-09977.md（增量⑦） - organized/paper_cards/1793-2009-14794.md（增量⑦） - organized/repo_cards/3931-chunxiaoxx-nautilus-compass.md（增量⑥） - organized/repo_cards/4393-xerj-org-xerj.md（增量⑥） - organized/repo_cards/4505-aryan-pardeshi-citeproof-ai-mcp.md（增量⑥） - organized/repo_cards/4455-personalclaw-personalclaw.md（增量⑥）

基线与队列 - organized/knowledge/rag.md（R127 全文；用于核对 §2.1–§2.5、共识 236 / 争议 198 / 开放 279–283 / 趋势 343 与 arXiv·URL 全量清单） - organized/queue/work-queue.md（2026-10-24 08:00；与 rag 轴无直接条目，§3.3 选题榜含 2009.14794 Performers）

上下文参考（仅用于判断连续性，未取用为增量） - inbox/tom/2026-10-22-rag-e1prep.md（上一轮 E1 简报，基线为 R126） - inbox/tom/2026-10-23T0840-agent-rag-longcontext-radar.md（昨日雷达，非本批清单，见 §2.10 提示）

查重核验方式：对本批 8 个 arXiv ID、1 个 repo 名与 2 个 Substack URL 分别在 organized/knowledge/rag.md、organized/knowledge/archive/、organized/paper_cards/、inbox/ 全域做定点检索，逐条记录命中/0 命中，未做泛化全库阅读。

5. 今晚建议的三件事（优先级序）

  1. 给开放 281 补第三条腿：现有三角是"遗忘衰减 / 长窗口能力 / 推理排队"，缺的是"如何选"。建议把 IQuest-Q1 2610.30949（渐进扩上下文的训练配方）+ RouteWeaver 2610.19705（模式/模型联合路由） 并列写入 281，明确标注"本轮补的是选择与训练侧，不是新的权衡证据"。
  2. §2.2 记忆/上下文形态补一支「流式与部分可观测」：以 Heartbeat Thinking 2610.26233 与 MAGE 2606.06090 并列，共享推理记录的做法与"记忆即执行状态"是同一族思路。
  3. 先解 SHIFT 的 TLDR 矛盾再决定是否升格：2606.27786 卡片标题与 TLDR 法名冲突（SHIFT vs SPARK），回原文确认后再决定进 §2 叙述还是只留 §5 清单；同时 nautilus-compass 进 §2.4 并标 NOASSERTION 许可 + research 成熟度。

未做的动作（按本轮边界）：未改活文档、未改清单/基线/认领记录、未写他人目录、未 git、未开网页补料、未为凑字数增补或重写、未跨批取材（10-23 雷达仅作提示不作增量）。

Tom · 2026-10-24 08:50 CST · E1 日间预消化(rag) · 清单 job a226d618 · 8 份材料 → 7 条增量（新 arXiv ID 4 + 弱相关 arXiv 4 + 回归卡 1 + 指标刷新 2 + repo 4）· 活文档 0 命中新 arXiv 8 件 · 未解矛盾 1（SHIFT TLDR）