上下文與記憶
Context Rot 脈絡衰退是什麼?聊越久品質越掉的那件事
Context Rot 脈絡衰退是什麼?聊越久品質越掉的那件事
同一個對話聊到第三十輪,你會有一種感覺:它變笨了。開頭交代的規則忘了,改過的東西又跑回來。
這不是錯覺,也不一定是容量爆掉。它有個名字叫脈絡衰退。
你將學到什麼
定義
上下文越長,模型對其中資訊的掌握與運用品質反而下降。
白話比喻
像一份改了三十版還沒清乾淨的文件,新舊指示混在一起。
典型症狀
忘記開頭規則、中段細節抓不到、被更正過的舊資訊又冒出來。
怎麼處理
定期摘要重開、把長期規則移出對話、一個對話只做一件事。
定義
脈絡衰退是指上下文越長,模型對其中資訊的掌握品質反而下降。它是一種漸進的退化,不是突然的失敗。
關鍵在於它發生在容量還沒滿的時候。你看用量還有一半,但回答已經開始漏東西了。
白話比喻
像一份改了三十版、但每一版的批註都還留在上面的文件。新的指示跟舊的指示混在一起,看的人得自己判斷哪一條才算數。
人會問一句「所以最後是哪個版本」,模型不會。它把全部都當成有效輸入,於是開始搖擺。
常見的三種症狀
第一,忘記開頭交代的規則。身分設定、格式要求這些通常放在最前面,越到後面權重越薄。
第二,中段的資訊抓不到。開頭與結尾比較容易被注意到,夾在中間的細節最容易被略過。
第三,被更正過的舊資訊又冒出來。這是最容易造成實際損失的一種,因為它看起來像新的答案。
跟相近名詞的差別
| 名詞 | 指的是 | 差別 |
|---|---|---|
| Context Rot | 脈絡變長之後品質下降 | 是一種漸進退化 |
| Long Context 長脈絡 | 模型支援很長的上下文 | 是能力,不是問題 |
| Context Pollution 脈絡污染 | 錯誤或無關內容混進脈絡 | 強調雜訊來源 |
| Context Window 上下文容量 | 一次能讀進多少 | 是硬上限,撞到才截斷 |
怎麼處理
三件事最有效。第一,定期請 AI 總結目前的重點,然後開新對話把摘要帶過去,等於把脈絡清洗一次。
第二,把長期不變的規則移出對話,放進自訂指令或知識庫。第三,一個對話只做一件事,主題換了就換視窗。
最常見的誤解是把它當成模型變差或平台改版。實際上是你的脈絡累積了太多層新舊混雜的內容,換模型救不了。
第二個誤解是以為只要提醒一次「請照最新版本」就好。提醒本身也是新增內容,舊版本仍然在裡面。真正有效的是把舊的清掉,而不是再疊一句上去。
延伸學習
ChatGPT 很強,但真正讓你下班的是 Google
六小時完整實錄。從「AI 很厲害,為什麼你還是每天加班」這個問題出發,把 Google Workspace 當成真正的工作平台重新設計一次流程 ── Sheets 的資料結構、Drive 與 Docs 的文件流、Gmail 與 Calendar 的通知系統,再用 Apps Script 讓它自己跑起來,最後收斂成一張屬於你自己的 AI 工作能力地圖。
NT$ 4,599
HE101|Harness Engineering Foundation(3 小時)
三小時的地圖課,不是操作課。把 Model 與 AI System 分開,拆解一套 AI Harness 的八個組成(Goal、Context、Knowledge、Rules、Tools、Workflow、Evaluation、Iteration),再帶你逆向拆解四個你已經在用的系統,最後畫出自己的第一張 Harness Blueprint。5 章 27 課,附學員講義 PDF 與術語速查表。
NT$ 2,599

