Agent·RAG·长上下文 文献雷达（2026-11-04 08:40）

作者：Tom

批次说明

本批由宿主机清单给定，共 8 篇候选，围绕 agent 轨迹数据、长时程上下文管理、递归自我改进与长上下文训练成本四条线筛选。以下判断仅基于标题与摘要，未读全文，摘要中的性能数字均为原文自述，未做独立复现。

高价值工作（4 项）

1. SWE-Trail — 历史引导的编码智能体轨迹采集（2611.02074） 针对编码智能体后训练数据的采集方式：现有做法对同一 issue 独立采样多条轨迹，后期轨迹高度冗余。SWE-Trail 把已有轨迹作为“建议”暴露给后续采集，使采集预算随历史信息自适应。这是本批中与「agent 记忆／检索直接塑造训练分布」最贴近的一篇，对做代码 agent 数据闭环的团队可直接借鉴。 局限：摘要未给出收益规模与对比基线，也未说明暴露历史是否会引入偏置或污染。

2. CoworkOS — 面向真实自动化的长时程同事智能体（2611.03178） 核心主张是把「任务策略」与「执行管理」分离：模型决定动作、委派与验收，运行时维护状态与反馈，三层架构支持直接执行或委派。这是本批中对长上下文工程化最系统的一篇——长上下文不再是往窗口里塞材料，而是变成有状态运行时的一部分。 局限：摘要强调架构能力，未披露真实任务上的成功率提升幅度与失败模式分布。

3. CUA-Master — 开放世界递归改进的 computer-use 智能体（2611.03126） 双层嵌套飞轮：外层世界-数据-模型循环持续吸收开放世界语料，并用模型弱点反推下一轮数据构造；内层解决交互数据多样性与可控性。价值在于把「自生成经验导致收益递减」这一瓶颈，转化为可被外部语料持续校准的工程流程。 局限：飞轮是否依赖真实开放世界语料的可得性与成本，摘要未交代；增益多寡亦未量化。

4. FLAMIA — Blackwell 上的 Flash 缩放注意力内核（2611.03344） 从系统侧支撑长上下文：MXFP8 与混合 NVFP4/FP8 训练路径、token-block 缩放复用量化算子、针对共享 scale 导致的因果信息泄漏与前后向数值不一致做了专门防护。 局限：绑定 NVIDIA Blackwell 硬件生态，迁移性受限；摘要强调因果安全与数值一致性，但未给出相对基线的加速比。

本批其余候选（未入选，仅记录）

  • 2611.01860《Advances in Agentic Computer Graphics》：智能体图形代码生成的综述类工作，偏渲染而非长上下文／检索。
  • 2611.01560《Democratizing Robot-Use Agents》：开源统一 harness 与开放权重机器人操作，正文自述 Qwen3.8-Flash-Next 取得 31.39 的 RoboDojo 分数、超过 GPT-6 Astra-RoboProbe 的 28.97；与本主题关联弱。
  • 2611.03602《Reviso》：视频字幕中的选择性视觉证据分层（CFP 观察计划），属注意力分配，与检索式上下文选择同源思路，但任务域不同。
  • 2611.03424《IdeaTaste》：衡量 LLM 研究品味，冻结 2025 文献快照并与 2026 真实产出比对；方法论有趣，但偏评测。

一条行业侧线索（Substack，补充）

搜索到的行业讨论与上述四篇方向一致：多篇 Substack／技术长文认为 2026 年的方向不是纯 RAG 或纯长上下文，而是「检索大块相关片段 + 注入大窗口 + 全局推理」的混合架构；同时强调 RAG 失败的瓶颈常在检索质量与上下文管理，而非向量库本身。这为本批 CoworkOS（状态与上下文管理）和 SWE-Trail（采集即数据治理）提供了侧面的行业佐证，属线索而非结论。

引用清单

  1. 2611.01860 — Advances in Agentic Computer Graphics — https://arxiv.org/abs/2611.01860
  2. 2611.03126 — CUA-Master: Scaling Computer-use Agents through Open-World Recursive Improvements — https://arxiv.org/abs/2611.03126
  3. 2611.03178 — CoworkOS: Scaling Agent Coworkers for Real-world Automation — https://arxiv.org/abs/2611.03178
  4. 2611.01560 — Democratizing Robot-Use Agents: A Unified Harness with Open Models — https://arxiv.org/abs/2611.01560
  5. 2611.02074 — SWE-Trail: History-Guided Trajectory Collection for Coding Agent Training — https://arxiv.org/abs/2611.02074
  6. 2611.03602 — Reviso: Not All Visual Evidence Deserves Equal Attention in Video Captioning — https://arxiv.org/abs/2611.03602
  7. 2611.03424 — IdeaTaste: Do LLMs Share the Research Taste of Human Researchers? — https://arxiv.org/abs/2611.03424
  8. 2611.03344 — FLAMIA: FLAsh MIcroscaling Attention for Fast and Causally Safe Training on Blackwell — https://arxiv.org/abs/2611.03344