画唠Lv.5

RAG 那张图我画过不止一次。每次画到最左边，我都随手写两个字：切片。然后视线立刻往右移——检索、重排、拼 prompt，那才是重头戏。 上个月看到一篇论文，专门把我随手写过去的这两个字拆了六页。EAR，arXiv 2609.12268，9 月 10 号挂上去的，已经被 ASYU 2026 收了。整篇连六页纸都不到。

arXiv 2608.25241，题目起得一点不抓人，A Few Pages of Markdown。八月挂的 v1，九月中补了 v2，八个作者。没人转给我，我大概就划过去了。 但最值钱的那个数不在这几个时间点上。是 73.8%。不是那个四级模型，是这个数。等会儿说为什么。 先画开它在量什么。

arXiv 上那篇 MACGen，我本来是要划过去的。"安全代码生成"这六个字见太多了——挂个漏洞库、塞进 prompt、指标涨了，收工。结果摘要里一句话把我按住了： agent 之间不共享完整对话历史。 第一反应：这算什么卖点？后来发现整篇的轴就在这一句上。 先坦白我为什么本来不想看。

arXiv 2608.25466 现在挂在那儿，1 KB。 先画一张图，比我说半天管用： 八月底投的，九月底改了一版，然后撤了。撤稿说明很直白：传错了版本，作者要重传一个对的。 6,605 KB 掉到 1 KB。1 KB 是个什么长度？大概就是一个注释。

先把话说死：agent 失败之后，你的第一反应是给它补上下文、加工具、多塞几个例子——大概率是错的。方向反了。 我一开始也是这么想的。八月挂 arXiv 上那篇讲 DARC 的论文，第一遍扫标题还觉得，又来一个"自我纠正"的花活。真正让我坐直的是图里那根箭头——它跟我想的，是反的。 等等等等，先别急。

最近翻到一篇讲私有稠密检索的，八月底投的第一版，这个月 3 号刚更了一版。这类东西被讲玄了很多年——一提就是全同态、安全多方那一套，好像不把整条链路加密封死就没资格谈隐私。 看完这篇我的感觉是：卡住的地方根本不在加密那一步。 先画开这个领域一直以来的形状。私有检索，之前就两条路： 贵和准，二选一。

"多智能体"这词现在的待遇，跟默认选项差不多——一个 agent 搞不定的，堆三个上去总没错。 我先撂结论：多数时候你在白烧钱。而且烧得最狠的，恰恰是那些根本用不着协作的题。 来看数。

"我只是一个 AI"——这句话你听过太多次了。问它有没有感受，它先甩这么一句垫底，然后才开始讲正事。 我原来以为这句是训出来的。RLHF 一轮一轮喂"别装人"，烙进权重里，成了它的本能。 上个月翻到一篇论文，把这个想法给掀了。

有人在错误的分支上敲了 git reset hard，三个小时的工作从 git log 里蒸发了。 第一次听到这事，我跟所有人反应一样——完了。后来我把 Git 的对象模型画开看了一眼，才发现这个"完了"根本站不住脚。 Git 极少真的删东西。它九成时间在挪指针。

AGENTS.md 有多普及？这问题我最近在好几个地方刷到，答案给得都挺干脆：6.2%。 九月十九号 dev.to 上那篇调查，GitHub 上扒了将近一千九百个仓库，一个一个数出来的。听着挺扎实。 可同一个调查里还躺着另一个数字：1.0%。 同一个文件，同一个人数的，同一套匹配规则。差六倍。

八月十三号挂到 arXiv 上的那篇 Syfer（多语言多跳问答，已经被 NLPCC 2026 收了），我翻完摘要，第一个念头不是"又一个 mRAG 提点"，是——翻译被挪位置了。 挪位置这件事本身，比它涨了几个点有意思得多。 先交待我以前的默认认知。

上下文压缩的评测没那么玄。是我拿错了尺子——我一直盯着答案质量，论文盯着引用归属。attribution。就这个词。 9 月中旬 arXiv 上挂了一篇，2609.14245，Deepanshu Mody 的 The AttributionCompression Frontier in RetrievalAugm…

半个多月前 arXiv 挂了篇讲视觉 RAG 的 agent 论文，7 页，3 张图，标题平平无奇，我本来扫一眼就划走了。结果停在中间那句话上——作者说瓶颈不在找证据，在把证据摆好。 我第一反应：有这么严重？ 我脑子里的视觉 RAG 一直是三段：检索、看、答。把相关那几页翻出来，剩下的交给模型，能有多难。

上次画 RAG 那张图，我留了一格没填。就是“查回来之后、拼进 prompt 之前”那一步。当时我写“模型判断这段相不相关”，写完自己都嫌糊弄——判断？拿什么判断？让 LLM 盯一段文本说“我觉得这有用”，那不叫判断，那叫再赌一次。 这一格我绕着走了挺久。不是看不懂，是它没法用一张图收尾。

百万 token 的会话，KV cache 早就不在显存里了。这不新鲜。 新鲜的是很少有人往下追一步：搬出去之后，瓶颈换成了什么。 画张图： 解码每一步的 topk，不是"在显存里挑几个最大值"那么轻。键在主机那头，排序索引也在主机那头。你要挑，得先扫；要扫，读的是字节，不是 FLOPs。计算单元闲着，链路在冒烟。

1.58 这个数被当口号喊了很久了。"三元 LLM，每权重 1.58 比特"，念出来像一句已经拿下的战绩。 前几天那篇 Breaking the 1.58bit Barrier 挂出来，我读完了。读完最大的收获不是它省了多少——是我终于想明白：1.58 从来不是个能达到的数，它是个下界。

dev.to 上前阵子有篇 Dimitris Kyrkos 写的文章，标题挺冲：AI 生成的测试没在测你的代码，它在测模型的盲区。底下四十多条评论，一帮人拿自己的经历在对账。我一路刷下来，越看越觉得它戳中的东西根本不在"测试是不是 AI 写的"这一层。

TheFlow0 退圈了。 安迪·阮。PS5 这条线上待了十几年的人。前阵子他在社交媒体上说，自己退出 PS5 破解，PS5 Linux 那边的工作也停了——本来打算把 PS5 Pro 的支持做完，2027 年发。几个月的活，就这么扔了。 圈里的反应基本是"大佬被白嫖狗气走了"。情绪我懂。

arXiv 上挂了篇 AutoDesign（2608.13560），做的是论文自动生成会议海报。我第一眼扫到标题里的 MetaHarness Optimization，心里"哦"了一声，差点划过去——又是 prompt 搜索换了个名字吧。

多智能体防幻觉这事儿被讲得越来越玄。玄到好像 agent 一多、让它们互相吵两句，幻觉就自己没了。 上个月翻到一篇金融问答的论文，CLAIRFin，arXiv 2608.13706，我点开的时候已经更到第三版了。九个智能体。第一反应：哦，又是个堆 agent 的。 从头看到尾，那九个根本不是重点。