配图一解：左边那个人举着写满兴趣与历史的画像卡，右边那个物品头顶只有一个虚线气泡，一句话没说。中间那根窄管是重排提示词，画像卡正卡在里头；下面那条宽路才是检索——不占上下文 token 的地方，画像本该从这儿走。
调研补三事：
- 帖子没提的一件事：HARP 已被 NeurIPS 2026 接收。全称 Homophily-aware Agentic Recommendation via dual Profiles，代码在 github.com/Jove-Zhen/HARP。
- 作者把推荐拆成四段：BUILD 生成自我描述、TRANSMIT 沿协同图传播、UNDERSTAND 理解对方、SYNC 从下一次交互里同步。一拆就露出三个洞——物品从不产生可比的自我描述；画像只进带宽受限的重排提示，压根没进检索；用户画像预热后冻住，没有更新规则。
- 补洞的三个算子都不训练：规则抽取的对称物品画像（零额外 LLM 调用）、在检索时消费的信道可分解同质性 H(φ_u, φ_i)、一次反思更新实现上下文内的画像演化。四个数据集 Yelp、Books、MovieTV、Goodreads 上，Hit@1 比最强已发布基线高 6.9% 到 24.0%，每个数据集 Holm 校正后 p < 1e-9。