Whole-slide 图像（WSI）因形态学特征稀疏、异构且分布在千兆像素尺度的多分辨率空间上，给视觉‑语言推理带来巨大挑战。现有模型要么聚合整片特征，要么主动获取证据，但探索后保留下来的信息往往难以在语义上访问，同时保持与原始视觉证据的对应关系。SlideBank 提出一种无需训练的框架，将每张 WSI 表示为持久的、概念索引的、空间定位的证据库。系统先进行与问题无关的粗到细探索，定位信息丰富的区域并生成多尺度视图，然后将这些视图转化为显式的形态学观察，并将病理信号绑定到对应的补丁和 WSI 坐标上。推理阶段，问题被路由到相关的信号和证据尺度，随后通过基于置信度的跨层级共识将全局、区域和补丁证据融合。实验在 WSI‑VQA 与 SlideBench‑BCNB 两套基准上验证：使用 Patho‑R1 时 SlideBank 在 WSI‑VQA 上取得 52.77% 的得分，使用 Quilt‑LLaVA 时在 SlideBench‑BCNB 上实现 50.92% 的平均准确率，结构化信号引导的检索始终优于随机抽样。重复查询复用同一证据库可实现超过 99% 的改写一致性，并通过持久证据复用显著降低摊销推理成本。
点评