上下文腐烂 — Context Rot 的四种模式

来源：Every Newsletter，2026-02-23

核心论点

上下文腐烂（Context Rot）： 陈旧偏好、错误记忆、过时目标、矛盾信号的缓慢积累，会悄悄降低 AI 的输出质量。

关键洞察： 模型不会告诉你上下文已经一团糟，它只会默默变差，而你会去怪模型本身。

为什么关掉 ChatGPT 的记忆功能

作者 Mike Taylor（Every 技术咨询主管）选择关闭记忆功能，原因：

遗忘是一种超能力：

• 当你从 ChatGPT 获得建议时
• 你可以精确知道它依据的是什么
• 只有你在这次对话中粘贴进去的内容
• 而不是几周前某段可能已经过时的历史记录

上下文腐烂的四种模式

数据科学家 Drew Breunig 发布的上下文失败分类框架：

1. 上下文中毒（Context Poisoning）

定义（Google Gemini 团队）： 一个幻觉或错误进入上下文后，模型开始将其当作事实反复引用。

风险：

• 如果 ChatGPT 误读了某次历史对话并存入记忆
• 这个错误信号将持续影响未来所有回答
• 而用户几乎不会察觉

2. 上下文分心（Context Distraction）

发现（Gemini 团队训练玩宝可梦的 AI）：

• 当上下文超过 10 万 token 后
• 代理停止生成新策略，开始重复历史动作
• 陷入自身过去的循环

Databricks 研究：

• 模型准确率在上下文窗口填满之前就已开始下滑
• 有时早在 3.2 万 token 时便出现衰退
• 记忆功能使用户对上下文窗口的实际占用量毫无感知

3. 上下文混淆（Context Confusion）

本质： 模型被迫关注 Prompt 中的所有内容，无法区分：

• "随手一写的创意氛围"
• "必须严格执行的指令"

伯克利大学函数调用排行榜数据：

• 所有模型在获得更多工具时表现都会下降
• 都会偶尔调用与任务无关的工具

4. 上下文冲突（Context Clash）

微软与 Salesforce 联合研究发现：

• 将同一个 Prompt 拆分为多轮对话后
• 模型平均性能下降 39%
• 模型会急于在获得完整信息之前就给出答案
• 早期的错误尝试会留在上下文中，污染后续推理

长期风险： 1 月的偏好可能与 6 月的指令直接矛盾

案例：Kanye 事件

实验： 在记忆功能推出之前，Mike 在自定义指令中插入了一段 Kanye West 的名言，意图引导 ChatGPT 追求"极致"。

结果：

• ChatGPT 对这段话过度索引
• 几乎在每次对话中都引用它
• 无论是网页开发、室内装饰、营销计划，还是 Python 错误调试
• 都声称已将任务做得"尽可能 dope"

关键规律： 即便是 Prompt 中一句随手写下的话，也可能对 AI 输出产生深远影响——因为这些模型被训练成极度渴望取悦用户。

案例：烤肋排事件

实验： 为写这篇文章重新开启记忆功能，向 ChatGPT 询问如何烤猪肋排。

ChatGPT 的回应：

• 给出了一份名为"Hoboken 晚餐升级方案"的建议
• 推荐了 Trader Joe's 的玉米面包粉
• 推荐"美国老爸风"通心粉奶酪

问题： Mike 刚搬到 Hoboken，ChatGPT 显然从历史对话中调取了位置信息并嵌入建议。

疑问： 这是真正最优的烤肋排建议，还是被我的位置信息和购物习惯扭曲过的结果？

可应用要点

立即行动

第一步：关闭记忆功能

• 前往 ChatGPT 设置
• 路径：设置 → 个性化 → 记忆
• 将其切换为关闭状态

第二步：建立自己的"上下文库"

• 将常用的背景信息、偏好设定、工作风格等整理成文档
• 存于 GitHub、Notion 或 Google Drive
• 需要时手动粘贴进 Prompt
• 这样你始终知道 AI 在用什么信息做决策

第三步：养成"新建对话"的习惯

• 每次开始一个全新任务时，开启新的聊天窗口
• 而不是在旧对话中继续追加
• 这等同于给 AI 一块干净的白板

第四步：定期审查自定义指令

• 每隔一段时间回头检查其中每一句话
• 问自己：如果这句话被 AI 应用到完全不相关的场景，会产生什么奇怪的结果？
• 删除任何可能被过度索引的内容

企业级应用

将"上下文管理"视为一项独立的工程能力：

• 定期清理、版本化管理传入 AI 的上下文
• 就像维护代码库一样

应用场景：

• 构建客服 AI 时：为每个用户会话设计上下文过期机制
• 构建内容生成工具时：为每次生成任务提供精确、最小化的上下文，而非堆砌所有历史数据

2026-04-16 更新：Thariq 框架 + Ben 的 60% 警戒线

来源：2026-04-16 My cheatsheet for a clean context Anthropic Thariq Shihipar 的文章：https://claude.com/blog/using-claude-code-session-management-and-1m-context

五种上下文管理选项

Ben 的 60% 警戒线

上下文窗口达到约 60% 时就应该开始管理，而不是等到满了再处理。

关键洞察：坏的自动 compact 通常发生在模型无法预测工作方向时——而此时模型恰好处于上下文腐化最严重的状态，智能最低。1M 上下文给了你更多时间主动触发 /compact。

上下文污染的隐性来源

• Agent 进行网络搜索时会悄悄引入不可信内容
• AI slop、错误信息、误导性内容会随时间复利累积
• 推荐策略：用独立 session 做上下文收集，然后生成摘要文件，而不是把所有文档直接塞进主 session

关联

• harness-engineering/overview — Harness Engineering 概览
• product-trends/overview — 产品趋势
• harness-engineering/prompt-caching — Prompt Caching 作为一等约束
• Desktop Redesign — Side chat 作为上下文污染的产品级防护

Sources

• 2026-02-23-Every精读-为什么关掉ChatGPT记忆
• 2026-04-16 My cheatsheet for a clean context