让模型通过压缩历史记录变成“人设”到底靠不靠谱

一直以来，做个性化 Agent 的人都在纠结一个很现实的问题：是用检索（Retrieval）还是用蒸馏（Distillation）。检索方案虽然准，但随着用户聊天记录越来越长，Context Window 的成本和检索延迟简直是无底洞。现在的通解是把历史记录压缩成一段自然语言描述的“Persona（人设）”，但这事儿一直有个争议——大家都觉得把长长的历史压成几句话，信息损耗肯定大，效果肯定打不过检索。

最近 arXiv 上这篇论文通过一个叫 PersonaLink 的方法，把这个争议给拆解得很清楚。它的核心逻辑挺有意思，不是去微调模型，而是做一种“训练无关（training-free）”的迭代优化。

PersonaLink 的工作逻辑

它把用户历史压缩成一个包含三个字段的有限长度 Persona，然后玩了一个“递归自我修正”的游戏：
1. 自我评估：用这个生成的 Persona 去带入一个冻结的（Frozen）7B 模型里跑任务。
2. 错误重写：让模型根据自己在用户历史记录上的报错情况，重新改写这段 Persona。
3. 防退化检查：只有当改写后的 Persona 在测试集上的表现没有变差时，才会保留这个新版本。

这种做法最聪明的地方在于，它全程用的是同一个 7B 的底座模型，唯一的变量就是 Prompt 里那段 Persona 的内容。这就把“模型能力”和“表示能力（Representation）”彻底解耦了，结论非常硬核。

结论里的不对称性

实验结果揭示了一个很有意思的任务不对称现象：

• 分类任务（Classification）： 在 LaMP-2 数据集（15 类新闻分类）上，PersonaLink 跑出来的准确率在 0.745 到 0.755 之间，这跟传统的 BM25 检索方案（0.760 到 0.765）在统计学上几乎没区别。也就是说，在做分类这种逻辑明确的任务时，用一段精简的人设完全可以平替检索。
• 回归任务（Regression）： 检索依然完胜。在需要预测数值或连续变量的任务里，压缩后的 Persona 丢掉的信息太多，根本无法支撑起精确度。

这其实给了我们一个很明确的工程指导：如果你只是想让 Agent 模仿用户的说话风格、分类喜好，完全没必要去折腾复杂的 RAG 检索链路，把 Persona 压实了就行；但如果你想让 Agent 预测用户的消费金额、打分等数值型任务，检索还是绕不开的。