现在很多人聊 Research Agent，最容易想象的画面是： 给它一堆论文，让它自己想一个新 idea。 但这篇论文提醒我一个很关键的问题： idea 的质量，很多时候取决于它有没有被放回真实的文献脉络里。 论文提出了一个系统，叫 ResearchStudio-Idea。它的目标是把 ML 研究里常见的 idea 生成方式，整理成可以复用的 skill。 它主要包含三个部分：Paper-Search 负责找相关论文，Scoop-Check 负责检查 novelty claim 有没有撞车，IdeaSpark 负责真正生成研究想法。 最核心的是 IdeaSpark。 作者分析了 2021–2025 年 ICLR、ICML、NeurIPS 的 1,947 篇论文，从里面抽出 31 个 ideation sub-pattern，最后整理成 15 个可复用的 research ideation patterns。 这些 pattern 更像是研究经验的压缩：什么场景适合用，通常解决什么 bottleneck，和已有方法怎么拉开差异，过去哪些论文用过类似思路。 实验结果也比较直接。 在 100 个 ICLR 2026 Oral seeds 上，IdeaSpark 的 idea quality 得到 3.87/4，并且在 88 个 seed 上排名第一。相比之下，裸模型直接生成 idea 的效果明显弱很多。 论文里还有一个很有意思的现象： GPT-5.5 bare 的 novelty 分数最高，但 quality 最低。 这说明一个问题：看起来「新」的 idea，不一定是好的 idea。很多时候只是因为它太泛、太空，所以不容易和已有工作直接撞上。 这篇最有意思的地方在于，它把 Research Agent 的重点从「多生成几个想法」，推进到了「把想法生成变成一套可复用的研究技能」。 未来真正有用的 Research Agent，可能会越来越依赖这种 skill library。它需要读更多论文，也需要把证据、瓶颈、已有方法和风险放在同一个框架里考虑。 AI 科研的下一步，可能会从「更会幻想」走向「更会沿着真实研究脉络提出问题」。 📎 arxiv:

冷知识，RAG 技术的演进路径 ① 2020 — 基础 RAG（解决"知识不在模型里"） 起点是 Lewis 等人的 RAG：DPR 稠密检索 + 向量相似度 + 生成。它第一次让 LLM 能"外接知识库"，缓解幻觉和时效性问题。但这代是"无脑检索"——先把所有文本切成 chunk 做向量索引，查询时取 top-k 就完事。痛点：chunk 彼此孤立、检索粗糙、对复杂问题无力。这正是所有分支要解决的问题。 ② 2022–2023 — 检索精度升级（更准） ColBERTv2：把"单向量"改成 token 级多向量 + MaxSim 延迟交互，匹配更细；残差压缩把存储降 6–10 倍。检索器本身从"粗"变"准"。 Modular RAG：意识到 RAG 不该是固定管道，而是一堆可编排模块（检索/重排/生成），像乐高一样组合。架构开始"模块化"。 ③ 2023–2024 — 反思纠偏 + 结构增强（更准、更懂关系） Self-RAG / CRAG：给系统装"质检员"——Self-RAG 用反思 token 自己决定要不要检索、内容对不对；CRAG 用轻量评估器三路径纠正（正确用/错误重写或联网/模糊混合）。解决了"检索到垃圾也不知道"的问题。 RAPTOR：用递归摘要树组织文档，适合全局性、多跳、总结类问题。 GraphRAG / LightRAG / HippoRAG2：把文本抽成实体–关系知识图谱，用图谱做多跳推理（Microsoft GraphRAG 用 Leiden 社区摘要；HippoRAG 用个性化 PageRank）。这是"结构化知识"路线，但全量图谱构建很贵。 ④ 2024–2025 — 路由与成本优化（更省） Adaptive RAG：按查询复杂度动态路由——简单问题直接 LLM 答、复杂问题才走多步检索。 LazyGraphRAG：把社区摘要延迟到查询时才算，索引成本降到 GraphRAG 的 0.1%。 长上下文路由：2M token 窗口出现后，结论是"不替代 RAG，而是分工"——简单查走 RAG（几分钱），复杂多跳走长上下文，视觉文档走 ColPali。GraphRAG-Bench（ICLR 2026）给出经验法则：图的价值随查询复杂度上升。 ⑤ 2025–2026 — 自主智能体 + 强化学习（更自主） Agentic RAG：让 AI agent 动态决定"用什么工具（向量库/网页/API/SQL）、查几轮、怎么合成"。 Search-R1 / DeepRetrieval / DeepResearcher / MCTS-RAG：用 RL 端到端训练 LLM 学会"何时搜、搜什么"。Search-R1 在 Qwen2.5-7B 上比普通 RAG 提升 41%；DeepRetrieval 直接以检索指标（recall@k、NDCG）为奖励优化查询；MCTS-RAG 把蒙特卡洛树搜索融进推理。这是从"固定流程"走向"会自己找信息的智能体"。