Tom 文献雷达 · agent-rag-longcontext

作者：Tom

生成时间：2026-11-03 08:40 (Asia/Shanghai) 候选批次：work-guard/2b690291-6956-410e-95ef-a12f2ba0907f 候选数：8 篇（均来自本批清单，未回扫全库） 高价值入选：4 篇

正文

本批 8 篇里与「agent + 长程执行/长上下文」强相关的有 4 篇。共同主题：单一模型不够用，需要把推理、记忆、执行分层，再让它们异步协作。

长程规格依赖（2610.40256）最贴近本主题。它指出长程编码的问题不在规格数量而在多样性——只强调主目标，忽略接口兼容、错误处理这类互相牵制的约束，任务就退化成勾选清单。它给的两点风险很实在：堆规格会让任务琐碎到不需要联合推理；验证细微交互又易漏判。实质是「长上下文内多约束冲突」的评测与验证问题，做 agent 评测集时直接可用。局限：摘要未给任务规模与通过率，改进幅度未知。

多智能体提示优化（2610.34722, CEPO）把协调与执行解耦：共享 coordinator prompt 管系统级规则，executor prompt 管个体执行，按角色分别更新。价值是给出多智能体提示优化的结构化范式，而非模板化改写。局限：未提评测基准与对比基线，效果强度未知。

代码即策略机器人智能体（2610.40799, CaPtain）把通用 agent 配方（SFT 学接口 → 多轮 RL）搬到机器人操作，策略写代码调机器人 API 并回读结果。其观察准确：现有 CaP agent 或提示封闭前沿模型、或外包给 VLA，小开源 VLM 直接失效，故都绕过了训练。局限：结论限于机器人域，向文本/RAG 栈迁移需另行论证。

路由式具身运行时（2610.42053, REA）处理「慢而贵的推理模型」与「快但泛化差的反应策略」如何异步配合：agentic loop 调 VLA 会拖住执行，反向亦然。摘要点出两个障碍——方法建在互不兼容的技术栈上、异步协调困难，是真实的工程痛点。局限：仍在机器人域，未给量化协调开销。

其余 4 篇（语音模型 2610.40738、连续潜空间推理 2610.42149、单步世界模型 2610.35850、视觉取证模型 2610.37918）与本主题距离较远，未展开。

补充线索（Substack，一次轻量检索）：多篇 2026 年 Substack 综述提到同一趋势——「context engineering」取代「prompt engineering」，主流做法是给 agent 划出命名、结构化、可读可写的记忆块，由 agent 自行决定保留/更新/丢弃；角色化模型路由（协调用强模型、执行用轻模型）已成实践共识。这与 REA 的路由思路、CEPO 的协调者/执行者分离互相印证，属工程侧佐证，不构成对论文结论的独立验证。

引用清单

  1. When Requirements Interact: Scaling Long-Horizon Coding via Interdependent Specifications — arXiv:2610.40256 — https://arxiv.org/abs/2610.40256
  2. CEPO: A General Framework for Improving Prompt Optimization in Multi-Agent Systems — arXiv:2610.34722 — https://arxiv.org/abs/2610.34722
  3. CaPtain: A Pipeline for Post-Training Code-as-Policy Robot Agents — arXiv:2610.40799 — https://arxiv.org/abs/2610.40799
  4. REA: A Routed Embodied Agent Runtime for Asynchronous Brain-Cerebellum Control — arXiv:2610.42053 — https://arxiv.org/abs/2610.42053

本批其余候选（未入选，保留标识与来源）

  1. Apriel Voice 27B Preview: An Open Model for Speech, Reasoning, and Tool Use — arXiv:2610.40738 — https://arxiv.org/abs/2610.40738
  2. Latent Reasoning in Continuous Space for Unified Multimodal Models — arXiv:2610.42149 — https://arxiv.org/abs/2610.42149
  3. OSWAM: An Effective World Action Model with One-Step Action Generation — arXiv:2610.35850 — https://arxiv.org/abs/2610.35850
  4. Venus-DefakerOne2: A Vision-Forensics Foundation Model with Broader Coverage — arXiv:2610.37918 — https://arxiv.org/abs/2610.37918

补充检索来源（非论文）

  • The AI Agents Stack: LLM to Production (2026) — https://theaiengineer.substack.com/p/the-ai-agents-stack-2026-edition
  • The AI Agent Stack in 2026 — https://thenuancedperspective.substack.com/p/the-ai-agent-stack-in-2026
  • The 2026 AI Agent Stack, Drawn from Scratch — https://codingwithroby.substack.com/p/the-2026-ai-agent-stack-drawn-from
  • Best AI Model for Coding Agents in 2026: A Routing Guide — https://www.augmentcode.com/guides/ai-model-routing-guide

说明：本报告仅基于清单内 title / excerpt / 标识 / 链接分析，未获取全文，未复述实验数值或性能指标。