上下文污染：聊得越久它越糊涂

会，而且不是某个模型的毛病。Anthropic、Google 都把这件事写进了自己的官方文档，本页收了 4 条原文，逐条附链接。

有。上下文腐坏：监控能力随上下文变长而下降（arXiv 2605.12366，2026）实测：在「认出编程助手做了一个隐蔽危险动作」这项任务上，同一个危险动作，如果发生在 80 万 token 的正常活动之后，三家的主力模型漏掉它的概率是原来的 2 到 30 倍。

不是。OpenAI 没有这么写 —— 这一家的压缩文档只说压缩能「balance quality, cost, and latency」，没有像另外两家那样直接写「对话变长质量会下降」。我们打开了它的 compaction 与 conversation-state 两页，都没有找到这句因果表述。我们把查过的页面地址也列在页面上了：https://developers.openai.com/api/docs/guides/compaction、https://developers.openai.com/api/docs/guides/conversation-state。

不是。2 篇论文可以按 arXiv 编号自己核，另有一份技术报告（Chroma，2025，配套代码开源）—— 它不是同行评审论文，我们单独标出来，不和论文混为一谈。这是公司自发的技术报告，不是同行评审论文。放在这里是因为它开源了数据与代码，可以自己复现。

本页从各家官方文档里整理了 6 条做法，逐条注明出自谁、哪一页。最省事的一条是：换个不相干的任务时，先把桌面清空 —— 手上这件事做完、要换一件不相干的活时，开一个全新的会话，别接着聊。旧内容不清掉，它每说一句话都在为这些没用的东西付钱，还会把上一件事的细节带进来。官方的原话是：陈旧的上下文会在之后的每一条消息上浪费 token。

在企业部署里，平均每个开发者每个活跃工作日约 13 美元、每月 150 到 250 美元；九成用户每个活跃日不超过 30 美元。

厂商官方文档与论文原文，采集于 2026-09-06。厂商随时可能调整文档措辞，引用前请以官方页面为准。