你的 CLAUDE 到第 20 條訊息時並不明智。你的上下文視窗正在腐爛。 karpathy + shopify tobi + gartner：上下文工程 chroma 測試了 18 個模型——長輸入後準確率急劇下降 中間遺失、注意力稀釋、rope 衰減 ▹ 反轉 提示工程 = 你說什麼 上下文工程 = 模型看到什麼 系統提示、RAG、記憶、工具、對話歷史 LLM = CPU，上下文視窗 = RAM，你 = 作業系統 200k CLAUDE / 1M GPT 的視窗被宣傳 實際有效視窗遠小得多 ▹ 數據 chroma 2025 年 7 月：GPT-4.1、CLAUDE 4、GEMINI 2.5、QWEN3 部分模型在約 95% 準確率時，超過 32k 個 token 後驟降至約 60% 並非漸進式下降——而是斷崖式下跌 斯坦福「中間遺失」研究：中間區域準確率下降約 30% gartner：到 2028 年，80% 的 AI 工具將採用上下文工程 ▹ 策略 減少檢索——3-5 個片段優於 20 個「以防萬一」 重要內容放在邊緣，問題放在結尾 經常壓縮——20+ 條訊息 = 上下文腐爛 新任務 = 新對話 不要貼整個 PDF——只貼提取的內容 CURSOR、CLAUDE CODE、PERPLEXITY 使用相同的模型 勝利者組合上下文 誰填滿了視窗，誰就拖垮了模型 誰節省了 token 預算，誰就保持了模型的銳利