核心判断
微调（Fine-tuning）正在经历分化。不是整体衰落，而是其中一类在快速萎缩，另一类依然必要。区分这两类，决定了你在技术选型时是否会做出正确的判断。
正在消亡的部分：能力补救类微调
2023-2024 年微调最常见的用途是"让模型学会某个特定能力"：
- "让模型学会遵循指令" — 指令微调现已内置进所有主流基础模型
- "让模型拒绝有害请求" — 宪法 AI 等对齐技术已硬编码进基模
- "让模型学会某种写作风格" — 少样本学习（in-context learning）能做到，成本更低
这些微调的存在理由是"模型原本做不到"，但 2025-2026 年的强基模已经在训练中学会了这些模式。微调它们变成了冗余——而且相比之下，RAG 和 Few-shot 成本更低、更灵活、更易更新。
被什么替代：少样本学习（上下文中放示例）→ 成本低、灵活；RAG（检索相关示例）→ 动态、可更新。这两种方式在大多数"能力扩展"场景里已经能替代微调。
永不消亡的部分：工程驱动类微调
这类微调解决的不是"模型能力"而是"工程需求"，基模升级无法让它消失：
成本优化
用强模型的知识蒸馏出小模型，性能接近但推理成本/延迟大幅降低。高频场景永远有这个需求。
延迟优化
量化、剪枝等技术压缩模型，保证推理速度。ToC 产品的延迟要求永远无法被"换更强的模型"解决。
可控性微调
让模型以特定方式行动，而不是让模型更聪明。偏好学习（RLHF）解决的是风格和行为约束，与模型能力正交。
微调 vs RAG：该怎么选
这是当前最常见的技术选型问题。简单的判断框架：
- 知识稳定、数据量少、需要改变行为模式 → 考虑微调（但先问：RAG 能不能做到？）
- 知识快速变化、数据量大、需要溯源 → RAG 更合适
- 想扩展模型某个能力 → 先试 Few-shot，再试 RAG，最后才考虑微调
趋势很明确：RAG 在赢。因为现在知识变化快、数据多、需要追踪信息来源。微调的假设（"知识是稳定的"）越来越不符合现实。
LoRA 让部分微调重新可行
低秩适应（LoRA）的出现改变了微调的成本结构：不需要微调整个模型，只需训练额外的低秩矩阵，成本显著降低。这让一些此前因成本太高而放弃微调的场景重新变得可行——比如为不同客户快速适配不同风格的模型，或者为不同领域快速构建专用模型。
微调决策框架：看到"微调"这个词，先问两个问题：(1) 这是在补救能力缺陷，还是在优化工程指标？(2) RAG + Few-shot 能不能达到相同效果？只有两个问题都给出否定答案，微调才是真正必要的。