RAG is so back! This work shows that plain RAG over raw chat history beats complex agentic memory systems on most long-term memory benchmarks. (bookmark it) They tested Raw-RAG, which is just dense retrieval plus reranking over the raw conversation, feeding a reader LLM. Across LoCoMo, LongMemEval, MEME and MemoryAgentBench, it ranks first in six of seven benchmark and model settings, ahead of the strongest agentic memory system by 0.13 to 5.53 points. Ingestion on BEAM-1M takes 0.3 hours, against 3.2 to 27 hours for systems like Mem0, MemOS and Memora. Why does it hold up? Raw history keeps more of the evidence a question needs, including the relations and dependency paths behind an answer. Rewriting history into memory entries tends to drop those important bits. Even with complete access to the transformed memory stores, models answer less accurately than with raw evidence. Before adding a memory layer to your agent, at least run this baseline on your own data. https://arxiv.org/abs/2610.30755 Chat with Paper: https://academy.dair.ai/papers/is-complex-agentic-memory-always-needed-naive-rag-is-stronger-than-we-thought-2610.30755
#RAG
meng shao@shao__mengAI 评分6565引用elvis@omarsar0LangChain:BlogAI 评分6363 LangChain 讲解 AI Agent 的上下文工程为何要从检索做起
LangChain 发布博客,讲解 Agent 检索的三大问题:低效搜索、一次塞入过多上下文、无关或过时信息,并以 Deep Agents 构建的竞争分析 Agent 为例给出对策。
n8n BlogAI 评分4848 AI Agent 记忆机制:LLM 智能体如何在生产环境中管理状态
Cognee 的 Veljko Kovac 在 n8n 博客解析 AI agent 记忆机制:LLM 每次调用都从零开始,记忆实际存放在模型之外,由智能体在每次调用前检索并回填进提示词。文章区分短期与长期记忆,并对比向量数据库、纯文件、知识图谱与混合系统四类存储架构的取舍。
MarkTechPostAI 评分5757 You.com 发布 Inference Router:12 个开源权重模型配 99.9% 在线率 SLA
You.com 发布 Inference Router,一个 OpenAI 兼容的托管 API,将请求路由到 12 个在线开源权重模型,提供至少 99.9% 在线率 SLA、零数据保留(ZDR)、100% 美国托管和按 token 计费的 0% 平台费。
MarkTechPostAI 评分5050 Cohere 发布 Rerank 5,新增段落级 Context Focus 与校准相关性分数
Cohere 发布 Rerank 5 重排模型家族,含 rerank-v5.0-pro 和 rerank-v5.0-fast 两档,支持 32K 上下文和 100+ 语言,提供 Context Focus(返回带分数的字符片段)和按概率可解读的校准分数。
n8n BlogAI 评分4444 自托管 LLM 与云 API 之间如何路由请求
n8n Blog 发文讲解如何在自托管 LLM 与云 API 之间做请求路由,并给出混合方案。
Sarvam AIAI 评分5656 Sarvam AI 讲解如何为企业 Agent 构建知识编织层
Sarvam AI 介绍其为企业 Agent 构建的知识编织层,由知识树和领域本体两层组成,把分散文档整理成 Agent 可导航、查询和引用的结构。
Chelsea Finn@chelseabfinnAI 评分4444引用Anikait Singh@Anikait_Singh_LLMs deployed in specialized domains, from enterprise codebases to law firms, dig through a mountain of unstructured context! Our new paper, Librarian Agents, asks: can an agent adapt by curating its own long-context workspace, anticipating queries before they arrive? 🧵⬇️
Cohere@cohereAI 评分3232推出 Rerank 5 几行代码就能改变你的搜索方式。通过此次发布,我们正在推进 AI 检索与精准度的前沿。 今日起提供 Pro 和 Fast 两个版本。
Hugging Face 社区博客AI 评分6161 NVIDIA 发布 Nemotron 3.5 Embed、Rerank 和 Parse 开源检索模型
NVIDIA 扩展 Nemotron Retriever 系列,发布 Nemotron 3.5 Embed(8B BF16、1B BF16、1B NVFP4)、Nemotron 3.5 Rerank 8B BF16 和 631M 参数的 Nemotron 3.5 Parse,均为开放商用权重。
Databricks:Blog精选AI 评分6262 Databricks 发布 MemCurrent 生产级 Agent 持久记忆架构
Databricks 介绍 MemCurrent,一种面向生产 Agent 的持久记忆架构,结合情景记忆与派生记忆,通过插件、工具调用和离线 dreaming 管线三种访问模式读写与整合记忆,已用于 Agent Bricks Memory 和 Genie。
推荐理由:原文给出完整设计、消融和成本数据,读者可以据此评估生产级 Agent 记忆架构的选型与收益。
Cohere 产品与研究博客精选AI 评分6363 Cohere 发布 Rerank 5 企业检索重排模型,分 Pro 与 Fast 两档
Cohere 发布 Rerank 5 Pro 与 Fast 两款企业检索重排模型。
推荐理由:Cohere 官方发布 Rerank 5,给出基准分数、校准分数机制和 Context Focus 的实测 token 节省,可评估是否接入检索链路。
LangChain:Blog精选AI 评分6161 Numan 如何用 LangGraph 和 LangSmith 构建评测优先的 AI 健康教练 Nu
英国数字健康公司 Numan 复盘其 AI 健康教练 Nu 的评测体系建设,核心结论是稀缺资产不是提示词而是评测标准。单轮静态数据集和脚本化多轮对话都难以覆盖真实会话,Nu 改为按类别打分的主题数据集、以更廉价模型扮演患者的模拟对话层,并让安全回归自动阻断发布。
推荐理由:Numan 一手复盘 AI 健康教练的评测体系建设,给出的固定数据集、模拟对话和临床医生签核准则等做法可迁移到其他受监管场景。
O'Reilly RadarAI 评分4646 实验项目 ContextCue:用 AI 保留跨团队协作中的上下文
开发者构建实验项目 ContextCue,用 FFmpeg、Faster-Whisper 和 Qwen VL 等工具把会议录音、屏幕共享画面与决策理由整理成可随工作流转的共享上下文。它按请求或决策而非单场会议组织输出,以 Markdown 格式保存,便于人和语言模型读取。该项目针对分布式团队在编码前耗费大量时间对齐理解的问题,目前仍是实验。
IT之家·人工智能AI 评分7070 DeepSeek 上线 Search/Fetch 网页搜索 API,API 短暂出现 V4.1 Flash-1017 快照,Harness v0.2.1-rc1 发布
DeepSeek 宣布 Search/Fetch API 正式上线,基于自研搜索引擎,Search 按搜索词返回结构化网页结果,Fetch 以 Markdown 抓取单个网页,均按成功请求每千次 5 元计费,每秒各限 5 次;2026 年 11 月 1 日前通过 Claude Code 或 Codex 触发的搜索免费。
Databricks:BlogAI 评分4343 2026 年最佳 AI 数据库方案对比:从 pgvector 到 Pinecone、Milvus
Databricks 发布 2026 年 AI 数据库选型指南,对比 10 款方案在检索能力、serverless 扩展、Postgres 兼容性、高并发与低延迟等维度的表现。
meng shao@shao__mengAI 评分6565引用meng shao@shao__mengCS 329Z: Engineering AI Agents Stanford / Fall 2026 @stanfordnlp https://cs329z.stanford.edu/ 课程定位:从"模型"到"系统"的工程学 覆盖:简单 LLM 流水线 → 复合 AI 系统 → 自主 Agent。三位讲师的背景也高度互补: @Diyi_Yang(斯坦福 NLP 教授,人机交互与社会计算方向) @michaelryan207(DSPy 核心贡献者,自动评估 AutoMetrics 作者) @jyangballin(SWE-agent / SWE-bench / SWE-smith 作者,软件工程 Agent 领域最重要的研究者之一) # 课程主线:三大工程挑战 贯穿全课的三个核心问题——分解(decomposition)、数据(data)、评估(evaluation)。11 周的内容基本围绕这三条线展开,可以分为五个模块: 模块 1:构建基元(Week 2–3) · LLM 作为构建材料:API/SDK(litellm)、结构化输出、约束生成、解码策略、test-time compute、上下文工程、模型选型与成本/延迟权衡 · RAG:embedding、向量库、分块策略、混合检索、cross-encoder 与 ColBERT 后期交互 · 工具调用:函数调用 API、MCP(Model Context Protocol)、工具设计、代码沙箱、错误处理与重试 模块 2:框架与设计模式(Week 3–5) · 框架层:DSPy(signature / module / optimizer)、LangChain/LangGraph、LlamaIndex,重点是"框架抽象了什么 vs. 你手写了什么" · 设计模式:workflow vs. agent 的分类学,五种可组合 workflow 模式,ReAct / plan-and-execute / reflection,"scaffold(脚手架)本身就是设计决策" · 记忆架构:短期/长期记忆、记忆作为工具动作、文件系统作为外化记忆、跨 Agent 记忆(MemGPT、Mem0、Generative Agents) · 多 Agent 系统:编排模式、handoff 与状态传递,以及一个很有态度的对照阅读——既读 AutoGen,也读《Why Do Multi-Agent LLM Systems Fail?》和 Neubig 的《Don't Sleep on Single-agent Systems》 模块 3:优化(Week 5) · 从提示词到微调的全景:GEPA、MIPROv2、OPRO、TextGrad(提示优化);LoRA/QLoRA、蒸馏、RLHF/DPO(权重优化);test-time scaling(推理算力) · 核心问题是决策框架:什么时候优化 prompt、什么时候优化 weights、什么时候堆推理算力 模块 4:数据与评估(Week 6–8)——最有分量的部分 · 数据:trace、demonstration、feedback 三类数据;训练数据 vs. 评估数据;数据飞轮;合成数据;从 Agent 轨迹构建数据集(SWE-smith) · 评估基础:为什么 eval 难;4 元组框架(request / environment / stopping criteria / scorer);好 benchmark 的性质;tinyBenchmarks · 评估基础设施:三类 grader、LLM-as-judge 的 prompt 设计与已知偏差、pairwise vs. pointwise、非确定性指标 pass@k vs. pass^k、harness 设计 模块 5:安全与前沿(Week 8–11) · 安全:工具访问的隐私风险、prompt injection(含间接注入)、红队、沙箱与权限模型、输出护栏、human-in-the-loop · Coding Agent:SWE-agent、Claude Code、OpenHands 的端到端架构对比 · 主动式 Agent:从 reactive 到 proactive,General User Models(GUM)、Next Action Prediction,以及"Agent 何时应主动、何时应等待"的 mixed-initiative 问题 · 开放问题:多模态/web/计算机使用 Agent、科学 Agent、长时运行架构、生产可观测性(tracing、monitoring、成本管理) # 作业设计:一手建、一手评 HW1:从零构建 Agent 系统(10%) 给定论文库,构建能检索并推理回答科学问题的 Agent。 · Part A:只用 litellm 手写 RAG + 工具调用 + ReAct 式 Agent 循环 · Part B:用 DSPy 重建关键组件,并反思框架抽象了什么 HW2:评估一个 Agent(10%) 给定一个预构建 Agent,设计完整评估套件:代码型 grader、至少一个 LLM-as-judge、用 4 元组框架构建 benchmark 任务、错误分析。
LangChain:Blog精选AI 评分6363 LangChain 详解 Deep Agents 的上下文工程:如何记住信息而不塞满上下文窗口
LangChain 发布博客,介绍其开源 Agent 框架 Deep Agents 如何用 middleware 做上下文工程,应对长任务中的 context rot。
推荐理由:LangChain 以竞争分析 Agent 为例,讲清 offloading、summarization、skills、subagents 和长期记忆五类上下文管理技术如何通过 middleware 落地。
Databricks:BlogAI 评分4646 Databricks 用真实应用与 400 万段落实测 Lakebase Search 容量规划
Databricks 以内部应用 Slide Hub 为基准,实测 Lakebase Search 在 1M 到 4M 行语料下的表现,给出按查询先定 CU 再扩应用的选型方法。
meng shao@shao__mengAI 评分7373
meng shao@shao__mengAI 评分6868Uber 法务红线 Agent 经四次架构演进,AI 决策准确率达 91%,平均合同审核时间下降 20%+。
引用Uber Engineering@UberEnghttps://x.com/i/article/2108311949260054528
LlamaIndex:产品、工程与评测AI 评分4848 LlamaIndex 详解:为什么 LlamaParse 选择 Markdown 作为文档解析输出格式
LlamaParse 以 Markdown 作为文档解析的默认输出格式,以保留标题层级、阅读顺序和表格结构,并在复杂表格中支持 HTML 表格(colspan、rowspan)与管道表格并存。
Tessl:产品与工程博客精选AI 评分6868 Tessl 工程博客:AI 不是笨,是瞎——企业级 Agent 记忆的三个关键设计决策
作者基于为跨公司工作的 Agent 构建记忆系统一年的经验指出,AI 失败的常见原因不是模型推理差,而是它看不到关键决策上下文,多数 agent memory 只是给瞎子更大的档案柜。
推荐理由:作者以自建系统的一手实测数据说明为何该把记忆当受治理的记录而非存储,三个设计决策和成本数字可直接迁移。
MarkTechPostAI 评分4848 Perplexity 发布 pplx-embed-v2-late:0.6B 边缘模型与 9B 模型,MADQA 得分 92.4%
Perplexity 发布 ColBERT 式多模态嵌入模型 pplx-embed-v2-late,含 0.6B 与 9B 两个版本,9B 在 MADQA 上取得 92.4% 的最佳成绩,0.6B 则面向边缘设备与本地查询编码。
Databricks:BlogAI 评分3434 Databricks 在 Unity Catalog 推出 Workday Data Connect 联邦连接器 Beta
Databricks 在 Unity Catalog 推出 Workday Data Connect 联邦连接器公开 Beta,可零拷贝直接查询 Workday Data Cloud 中的 HR 与财务数据。
Rohan Paul@rohanpaul_aiAI 评分4545引用Aman@aman_unsiloedLaunching Higher-Order Extraction. It deterministically computes the numbers you need from the raw values on the page, even when the final answer isn't printed anywhere.
LlamaIndex:产品、工程与评测AI 评分4343 2026 年 6 款最佳 OCR 文档管理软件对比:LlamaParse、ABBYY、Textract 等
LlamaIndex 发布 2026 年 6 款最佳 OCR 文档管理软件对比,涵盖 LlamaParse、ABBYY FineReader、Amazon Textract、Google Cloud Vision、Microsoft Azure OCR 和 Hyperscience。
Google Developers Blog同事件AI 评分6666 Google 发布 EmbeddingGemma 2:基于 Gemma 4 的开源多模态嵌入模型
Google 发布基于 Gemma 4 的开源嵌入模型 EmbeddingGemma 2,采用 Apache 2.0 许可,将文本、代码、图像、视频和音频映射到统一的 768 维向量空间,参数量从 270M(文本/代码)到 740M(全模态)按需加载。
Databricks:BlogAI 评分5757 Databricks Runtime 推出 NEAREST BY join 以扩展批量向量搜索
Databricks 在 Databricks Runtime 中推出 NEAREST BY join 语法,把批量向量搜索实现为引擎原生的 top-k 排名 join,而非调用外部实时端点。
Google AI:DEV 作者专属AI 评分2727 Google Cloud 数据库如何为生产级 AI 激活数据层
Google Cloud 发布系列实验,演示如何用 AlloyDB 和 Cloud SQL 为生产级 AI 准备数据:在数据库中生成文本嵌入做语义搜索,为 RAG 提供 grounding,并支持多模态嵌入实现图文混合检索。AlloyDB 还提供 AI.IF 等 AI 函数,无需数据准备即可用自然语言查询过滤和重排结果,QueryData 则支持用对话式语言生成 SQL 并构建数据智能体。
Databricks:BlogAI 评分3535 Genie Ontology 如何驱动 Databricks 的产品开发
Databricks 详解 Genie Ontology 如何为 Genie 提供持续更新的企业业务上下文,结合 Unity Catalog 中经治理认证的核心概念与从仪表盘、文档、查询、notebook 中学习到的知识,再由 OntoRank 按认证、使用量、作者等信号排序权威性。
TypeSafe AI@typesafeaiAI 评分4343引用PageIndex@PageIndexAIInspired by @EGafni’s Twitter thread on combining Jev with PageIndex. We show how to build long-document search with @typesafeai Jev + PageIndex. No vector database. No embeddings. Open source: https://github.com/VectifyAI/jev-doc-search 🧵👇
MarkTechPostAI 评分6363 Cohere 发布 Embed 5 嵌入模型:Pro 与 Fast 双档对比 Voyage 4 Large、Gemini Embedding 2 和 OpenAI
Cohere 发布 Embed 5 嵌入模型家族,分 Pro 和 Fast 两档,均支持文本、图像及图文融合输入、100+ 语言和 128K token 上下文,两档共享同一向量空间,可用 Pro 建索引、Fast 查询。
MarkTechPostAI 评分5353 Perplexity 发布上下文嵌入模型 pplx-embed-v2-context-9b-preview,可同时检索答案与支撑证据
Perplexity Research 与 turbopuffer 发布上下文嵌入模型 pplx-embed-v2-context-9b-preview,权重以 MIT 许可托管在 Hugging Face,可自托管部署,尚未上线 Perplexity API。
Aravind Srinivas@AravSrinivasAI 评分5050引用Perplexity@perplexity_aiWe built a new way to train contextual embedding models, which encode each chunk of a document with the whole document in view. pplx-embed-v2-context-9b-preview sets a new state of the art on ConTEB and @turbopuffer's new, privately held context-bench. https://www.perplexity.ai/hub/blog/contextual-embedding-beyond-the-gold-passage
TypeSafe AI@typesafeaiAI 评分3030给后排的朋友们: • 用 Jev 对销售数据做生产级重排序 • 快 20 倍 • 便宜 10 倍 • 准确率提升 12% 你们懂了吗?
引用Rox@rox_aiWe used Jev to retrieve sales data 20x faster, 10x cheaper, and 12% more accurate than GPT-5 Mini. Every time a Rox agent answers a query, it pulls from relevant transcripts, emails, CRM notes, news, and documents. We benchmarked two ways of retrieving them: LLM-based reranking Jev classification The results speak for themselves. Jev was faster, cheaper, and more accurate. Revenue agents require thousands of points of context to understand accounts, chart relationships, and execute on sales. This research will help us serve that context with frontier-level performance for our customers.