把 LoRA 适配器当作可切换的持久技能来替代上下文/RAG，可行吗？

有团队正在验证一个想法：用 LoRA 适配器给 LLM 提供可开关的持久化专业能力，把编码技能、公司内部领域知识、写作风格等编码进不同适配器，按需加载或卸载，而不是持续占用上下文或依赖 RAG。这样做可能减少上下文占用、复用专项能力并降低部分场景的推理成本。团队希望确认如果创建和管理这些 LoRA 像管理知识库一样简单，用户是否会真的采用。