arXiv 2605.10828 在 5 月 11 日提交，作者是 Muhan Gao、Zih-Ching Chen、Kuan-Hao Huang 三人。论文标题《The First Drop of Ink》带着文学比喻，但研究的是一个相当工程化的问题：当大模型在 retrieval-augmented 或 agent 系统里被喂大量上下文时，里面只要混进少量「相关但误导」的硬干扰文档，整段推理就会被拉偏。这种现象以前研究者都见过，论文做的事是第一次把它的剂量—响应曲线画出来。
研究问题与方法
过去关于长上下文性能的研究多在两端做文章：要么测试「大海捞针」类的关键信息检索，要么讨论 lost-in-the-middle 这种位置偏置。论文作者想问的是另一个问题：如果上下文里的总长度固定不变，把里面 hard distractor（语义高度相关、但内容会误导推理的文档）的比例从 0% 一路提到 50%，性能曲线长什么样？
实验设置是固定上下文长度，按一定百分比把检索到的相关文档替换为硬干扰文档，跑标准的多文档问答任务。作者还做了基于 attention 机制的理论分析，给出预测：硬干扰会以非线性的方式吸走 attention 预算。
结果：跌得很快，而且很难抢救回来
论文给出的核心曲线是非线性的。当硬干扰比例从 0% 升到大约 5%——也就是 100 篇文档里只混进 5 篇误导内容——性能就出现急剧下跌；之后从 5% 一路到 50%，下降幅度反而趋平。作者把这个现象命名为「第一滴墨」效应，类比一滴墨水滴进一杯清水，整杯就被染色，再多滴几滴颜色不会按比例继续加深。
更难的是反向：你能不能用「过滤」把性能拉回来？作者的对照实验给出了一个不太愉快的答案——常见的过滤策略带来的提升，主要其实来自上下文长度被压短，而不是来自干扰被剔除。要把性能恢复到接近无干扰的水平，硬干扰比例必须降到接近 0%——哪怕剩 1-2% 的硬干扰，性能也回不到原状。
作者的注释直白：「Substantial recovery requires reducing the hard-distractor proportion to near zero, highlighting the importance of upstream retrieval precision。」翻译一下就是：把希望寄托在下游过滤上没用，必须在 retrieval 这一层就提高 precision。
方法解读：attention 预算被偷
论文给出的解释是 attention 机制层面的。硬干扰文档之所以叫硬，是因为它们和真实查询语义距离很近——这正是检索算法把它们捞上来的原因。模型的 attention 在处理这种文档时分配的权重不会比真正相关的文档低多少。当硬干扰比例从 0% 长到 5%，被偷走的 attention 预算已经足够大；继续增加干扰比例，被偷走的份额接近饱和，所以曲线压平。
这套理论分析顺带解释了一个长期困扰从业者的现象：为什么有些 RAG 系统从「召回率优先」切到「精确率优先」时，下游问答质量会突然跳升一档——不是参数变好，是 attention 没被偷了。
这个发现告诉 RAG 工程师该把钱花在哪里
过去一年 RAG 系统的工程实践，不少团队把精力放在 reranker、上下文压缩、prompt 模板这些下游环节。这篇论文给出的隐含结论是：这些环节不是没用，但收益上限远低于把检索器本身做对。检索器返回的 top-k 里只要混进一两个看起来相关但实际误导的文档，下游再优雅也救不回来。
跟同期的 QUIVER 框架（arXiv 2605.23956）和《Language Models Need Sleep》（arXiv 2605.26099）放一起看，三篇论文从不同角度都指向同一个判断——长上下文 LLM 系统的瓶颈正在从模型容量转向 retrieval 精度、attention 预算管理、长链路扰动控制这些工程问题。2026 年下半年若还有 RAG 团队继续把预算砸在 reranker 上，大概率是没读这篇论文。
参考链接
