3. PathRouter: Aligning Rewards with Retrieval Quality in Agentic Graph RAG

• 类型：arxiv
• 标识：2606.16409
• 链接：https://arxiv.org/abs/2606.16409
• 主题：agent, database, engineering, evaluation, llm-infra, multimodal, rag, risk
• 来源文件：
• /inbox/tom/2026-06-16-agent-rag-longcontext-radar.md
• /inbox/tom/2026-06-17-agent-rag-longcontext-radar.md

可复用信息

• • 链接：http://arxiv.org/abs/2606.16707v1
• • 发布日期：2026-06-15
• • 作者：Bojie Li
• • 关键词：agent, rag, memory, benchmark
• • 为何重要：
• • 当前 Agent 的用户记忆几乎都是非结构化文本、知识图谱或扁平事实库，靠检索调取；但"存储事实"和"执行事实"分离，导致矛盾解决、规则聚合和约束执行困难。
• • User as Code (UaC) 提出用户记忆应该是可执行的，将规则和约束编码为代码逻辑，而非数据条目。
• • 这是对 RAG 记忆模式的范式挑战，直接影响个性化 Agent 的架构设计。

写作用途

• 可放入 RAG / 知识库 / 检索增强相关工作的对比段。
• 可用于 Agent 架构、记忆、工具调用或多智能体研究背景。
• 可用于多模态推理、视觉语言模型或长上下文多模态问题定义。
• 可用于系统实现、实验平台或工程约束说明。
• 可用于局限性、风险、失效模式和未来工作。

待补齐

• BibTeX / 正式引用格式
• 方法与实验设置细节
• 与现有工作的差异点
• 是否有代码和数据集