借书先生
临安城里有个说书人，姓闻名达，人称闻先生。
闻先生记性极好。他年轻时读过的书，隔了十年还能一字不差地背出来。街坊邻里有什么拿不准的事，都爱来问他。他张口就答，引经据典，从来不说"我不知道"三个字。
可是闻先生有一桩毛病，旁人渐渐也发觉了——他说的话，有时对，有时错，而且错的时候也说得跟对的一模一样。
比方有人问他："本朝第三任知府姓什么？"闻先生脱口而出："姓赵，赵德安。"说得斩钉截铁。可翻开府志一查，第三任知府分明姓钱。闻先生并不是故意骗人，他是真心实意觉得自己记得，只不过他肚子里装的那些书太多太杂，年深日久，有些地方串了、混了、接错了缝，他自己浑然不觉。
有人因此吃过亏，便不大信他了。
城东有个书铺老板，姓柳，是个精明人。他看出了闻先生的长处和短处，想了个法子。
柳老板对闻先生说："闻兄，你肚子里的学问是不差的，只是年头太久，难免记岔。我这书铺里有三万卷书，你以后但凡要答人家的话，先到我铺子里来翻一翻。不用把整本书读完——你只消把题目告诉我，我替你找出最相关的三五页来，你看了再答，岂不两全？"
闻先生觉得有理，便答应了。
从此以后，但凡有人来问事，闻先生不再张口就答。他先把问题记下来，走到柳老板铺子里，柳老板从三万卷书中挑出几页最相关的递给他。闻先生看了那几页，再结合自己肚子里的底子，重新组织一番，然后才开口回答。
效果立竿见影。
从前他答十句，总有两三句是编的，自己还不知道。现在他答十句，十句都有出处。有人追问细节，他还能说："此言出自《某某志》第几卷。"旁人一查，果然不差。
可这法子也不是没有毛病。
有一回，一个外地来的商人问闻先生："从临安到泉州走水路，沿途有哪些险滩？"
柳老板翻遍了铺子，找出来的几页全是讲运河的，没有一页讲海路。闻先生看了那几页运河的记载，硬是把运河上的险滩说成了海路上的——说得有板有眼，条理分明，可全是错的。
商人走后，柳老板叹了口气，说："这回是我的错。我铺子里关于海路的书本就少，找出来的几页又恰好全不对路。你是照着我给你的东西说的，我给错了，你自然就说错了。"
闻先生也叹气："我这个人，看见白纸黑字写着的东西，就忍不住信。你递给我什么，我就拿什么当依据。我自己肚子里其实隐约记得海路和运河不是一回事，可一看你给的书页，反倒把自己本来记得的东西压下去了。"
后来，柳老板又想了几个改进的办法。
第一，他把书铺重新整理了一遍，不再按书名排列，而是把每一页的内容都拆散了，按照"说的是什么事"重新归拢，做了一套极细的索引。这样一来，有人问海路的事，他就不会误把运河的书页翻出来了。
第二，他定了一条规矩：找出来的几页，先让闻先生自己判断一下"这几页跟要答的问题到底相不相干"。如果闻先生觉得不相干，就扔掉不用，宁可说"我不知道"，也不硬答。
第三，每隔一段时间，柳老板就去外面收新书回来，充实铺子。世事在变，老书里没有的东西，新书里可能就有了。
三管齐下之后，闻先生答话的本事又上了一个台阶。旁人都说，闻先生现在判若两人——从前是"什么都敢说"，现在是"说出来的都靠得住"。
又过了几年，城里冒出来好些模仿者。他们也学闻先生的路子，找个书铺合作，先翻书再答话。可效果参差不齐，有的甚至比不翻书还糟。
有人来问柳老板："都是一样的法子，为何效果差这么远？"
柳老板说："这里头门道多了。第一，书铺里的书好不好、全不全，这是根基；第二，找书的本事高不高，能不能又快又准地把最相关的那几页挑出来，这是关键；第三，说书人拿到书页之后怎么用——是照抄，是消化了再说，还是明明书页里没有的东西也硬往上凑——这是功夫。三样东西，缺一样都不行。"
闻先生在旁边听了，补了一句：
"还有一样最要紧的——你得知道什么时候该去翻书，什么时候不用翻。 若是人家问你吃了没有，你也跑去翻三万卷书，那就是笑话了。"
闻先生的毛病——记性好但会记岔——正是大语言模型参数化知识（Parametric Knowledge）的缩影。海量文本被压缩进了参数里，但这些知识是"烤进去的"，会过时、会混淆、分不清对错。柳老板的书铺就是外部知识库，"先翻书再答话"这套流程叫做检索增强生成（Retrieval-Augmented Generation, RAG），Lewis et al. (2020) 首次系统提出了这个框架。
柳老板从三万卷书里挑几页最相关的递过去，这个"挑"的过程是检索（Retrieval）。文档被切成块，每块编码为向量存入数据库，问题也编码为向量，用余弦相似度找最近邻：
运河的书页被当成海路的依据，这是 RAG 最关键的失败模式——检索到的内容不对，模型反而被错误的"证据"带偏，结果比不检索还糟。闻先生说"看见白纸黑字写着的东西，就忍不住信"，学术上叫 context faithfulness bias，模型对上下文有很强的顺从倾向，即使与自身知识矛盾也倾向采信。
柳老板后来的三个改进分别指向 RAG 工程的三个核心方向：按语义重新分块和建索引（chunking 策略）；让闻先生自己先判断书页相不相干（Re-ranking，重排序）；定期收新书充实知识库——这也是 RAG 相比纯参数化模型最大的优势，不用重新训练就能掌握最新信息。
那些效果参差不齐的模仿者，问题出在柳老板说的三个环节上：知识库质量、检索精度、生成策略。RAGAS 等评估框架正是沿这三个维度打分。
闻先生最后说"你得知道什么时候该去翻书"，这是自适应检索（Adaptive Retrieval）的问题。不是所有问题都需要检索，有时候模型自己就知道答案，多此一举反而引入延迟和噪声。Self-RAG（Asai et al., 2023）让模型学会自行判断需不需要检索——被认为是 RAG 走向成熟的一个重要方向。