上下文管理(一):为什么对话越长越笨

• 上下文(Context) = AI 当前"看得见"的所有信息(你们的对话、它读过的文件)
• 它有容量上限(上下文窗口)。超出或塞太满,会:
  • 忘记早先的约定和需求
  • 被无关的旧内容干扰,答得跑偏
  • 前后不一致、重复犯改过的错
• 关键认知:对话不是越长越好。一团乱麻的长对话,质量往往不如一个聚焦的新对话

怎么判断"台面已经满了"? 别去数字数,看这三个信号——出现任意一个就该开新对话:

1. 它重复问你已经答过的事(比如又问一遍你的技术栈);
2. 它改回了你明确改过的东西(上面那道题就是这个场景);
3. 你得反复重申早先定下的约定,它才照做。

这三条比任何字数阈值都可靠:不同工具、不同模型的容量差很多,但"开始退化"的表现是一样的。

先说一句省事的:如果你用的是 Claude Code,它自带 /compact 命令, 能把当前长对话自动压成摘要接着聊,不用你手动总结(上下文窗口的机制与成本账, 进阶章 x.4 会专门讲)。下面这张卡是通用做法——换任何一个没有该功能的 AI 对话工具都能用,原理也是同一个。

我们这个对话已经很长了。请帮我总结一下:1) 当前项目的目标和关键约定;2) 已经完成了什么;3) 还没做的下一步。我会用这份总结开一个新的、干净的对话继续。

🔧 试一试:亲手把 AI 聊"笨"(8 分钟)

1. 开一个新对话,先让 Claude 帮你定个约定(比如"这个项目变量名用英文、注释用中文")。
2. 在同一个对话里连着做四五件不相关的事:改个样式、写个排序函数、查段资料、再改另一个文件……把台面堆满。
3. 现在问它:"我们最开始定的那个命名约定是什么?"——看它还记不记得、答得准不准。
4. 再新开一个干净对话,只做一件事,对比它的利落程度。

你会看到:塞满不相关任务的长对话里,它开始忘约定、绕远路;干净的短对话又快又准。

为什么:AI 靠的是有限的"工作台"(上下文窗口),不是长期记忆。台面堆满,早先的约定就被挤出视野——不是它变笨,是它看不见了。