个性化语言智能体需要根据每个用户的历史交互来调整自己的行为，这种能力很大程度上取决于系统在推理时如何把“用户是谁”放进上下文。目前主流方案可以分成检索式和蒸馏式两类。检索式记忆会从用户过去的记录中挑出与当前请求最相关的若干条，再拼接到提示词中。这一策略通常准确，但存在一个持续的代价：每一次新请求都要在越来越长的历史上重新执行选择，而且被选入上下文的片段本身也会增加计算负担。蒸馏式记忆则不同，它只对整段历史做一次压缩，产出一个有固定边界的自然语言人格。这样的人格与具体查询无关，具备可解释性，但由于信息被高度压缩，研究者长期默认它会牺牲准确率。蒸馏人格到底能不能追上检索？如果能，又是在哪些任务上能追上？论文作者指出，这些问题在以往并没有被干净地刻画出来。
为了回答这些问题，论文引入了 PersonaLink。这是一个完全不需要训练的方法，它先把用户历史蒸馏成一个三字段的有界人格，然后采用递归修正流程进行提炼。具体来说，每一轮都会从用户自己的带标签历史中划出一段留出切片，让同一个冻结的 7B 智能体用当前人格在这段切片上做预测；接下来根据模型在错误样本上的反馈重写人格；只有重写后的版本在留出切片上没有造成性能回退，它才会被保留下来并进入下一轮。这套流程不使用额外的梯度更新，也没有改动底层的 7B 模型。
实验设计最值得注意的地方在于，作者让所有对照方法共用同一个冻结的 7B 主干网络，唯一不同之处只是放入上下文的历史表征形式。这样一来，观察到的效果差异就不能归因于模型本身，而应当归因于历史是如何被表示和放置到 prompt 中的。这为比较检索与蒸馏提供了一个相对干净的平台。
实验结果呈现出清晰的任务类型不对称性。在 LaMP-2 数据集的 200 个用户上执行 15 类新闻分类时，PersonaLink 达到 0.745 至 0.755 的准确率，而 BM25 检索的准确率为 0.760 至 0.765。统计检验显示二者没有显著性差异，也就是说作者证明了蒸馏出来的人格在分类任务上确实可以与检索式记忆打成平手。但论文标题也明确划出了边界：这一结论不适用于回归任务。对于冻结智能体而言，当目标变成数值型回归时，有界人格的表现仍然不如检索式表征。论文作者把这种现象称为任务类型不对称性，并提醒读者不要把“人格可替代检索”的说法推广到分类之外。
这篇论文由 JaeHa Yoon 与其他五位作者共同完成，2026 年 6 月 25 日提交至 arXiv，分属于计算与语言（cs.CL），编号为 arXiv:2609.02890。后续若要在实际产品中决定使用检索还是蒸馏人格，本文提供了一个非常关键的参考依据：如果面对的是一组分类问题，蒸馏人格也许已经足够；如果包含回归任务，那么检索仍然值得保留。