AI编程越用越拉胯？实测没打字就烧5万token：拖垮你的多半不是降智，是上下文失控

8月28日，知乎问题《为什么刚开始觉得AI编程很厉害，用久了就不行了？》下的一条高赞回答，浏览量逼近百万。最扎心的不是技术拆解，而是一个段子：你让AI走方案A，它回"你说得对，但是我们应该选方案B"；你红温大吼"方！案！A！“，它蓝移回去"方！案！B！”——最后你深呼吸，开了个新对话。知乎

紧接着，B站一个开发者晒了另一种"拉胯"：打开Claude Code，一个字没打，起始上下文已经吃掉51,400 token。他用`/context`命令逐项排查，揪出两个隐形杀手——一个没卸载干净的测试插件和一个auto-memory开关——砍到41,400，等于每轮对话还没开始，先省下近1万token。哔哩哔哩

这两条内容指向同一件事，而它是8月份大量AI编程"中度用户"正在经历、却很少有人讲清楚的：你以为的模型降智，大概率是你的上下文失控。

一、"失忆"是怎么发生的：一场机器和人都参与的遗忘

翻车描述得最诚实的，是《大家Vibe Coding路上遇到最大的问题是什么？》这个171万浏览的问题。一篇以第二人称自嘲的复盘里，你——一个连一行代码都不会写的技术小白——用AI从零搭值班表报备网站，前期丝滑得像坐在高铁上看窗外风景，中后期坠入深渊：功能和功能打架、权限设计复杂得离谱、一个BUG修复方案连着问了六轮，拿到六个不一样的结论。复盘的总结句一针见血：不是它傻，是系统已经大到不能一次性塞进上下文。知乎 对另一半原因，这篇复盘同样不客气：最开始那个"精致到像一件艺术品"的方案，白纸黑字写在那，最后"被你们俩齐心协力忘了个底儿掉"。

注意，这是双向遗忘。AI那半场有机械原因：上下文窗口填满后，工具会触发压缩（compaction）——把老对话摘要化、塞回窗口继续。今年8月中旬开源就卷起插件生态的DeepSeek Harness（dsh），它的处理顺序是：先裁剪超大的工具结果，重新计量后若仍达阈值，再对旧历史生成摘要。哔哩哔哩 压缩是有损的：它倾向保住"正在写什么"，丢掉"当初为什么这么写"。所以AI跟你翻脸选方案B时未必是抽风，而是晚上八点你说服它选A的那段论证，到晚上十一点已经不在它的脑子里了。这件事甚至已经被量化过：在火山引擎OpenViking的官方评测里，LoCoMo这类长程记忆基准上的长对话记忆准确率，从24%–57%被提升到了80%–83%。知乎

人这半场更隐蔽：每轮改需求时你都在"一时兴起"，而AI只会无条件执行最近的说法。所谓AI编程"用久了不行"，多数不是能力曲线在掉，是共识在蒸发。

二、你的token都烧在哪：我把多个平台的实测放到一张表上

单个人踩坑只能吐槽，跨来源对起来才能看出分布。这一轮AI编程社区在8月沉淀出来的实测数据，拼在一起大致是这样：

表里有两条反直觉，值得单独说：

其一，"多给上下文"不是解药，是症状。B站有人做了个对照实验：一路给Claude Code配齐所谓"必装6大Skill"，另一路把技能全删了——后者标题就是《我删除了我所有的Claude技能……而Claude变得更聪明了》。哔哩哔哩 两条视频发布于同一天、前后只差不到9小时，观点却针锋相对，社区在这个问题上真实地分裂。而上面那张表的共同指向是：每个插件、每条memory、每份被自动塞入的项目说明，都在预扣你本轮对话的"思考预算"。1M上下文窗口≠1M可用注意力，塞错了比不塞更危险。社区近两个月流行开Subagent，本质也是同一个思路：让干脏活的子代理带着自己隔离的上下文窗口去读仓库、查资料，把500多行原始输出挡在外面，主会话只接收30行摘要这样的结论。知乎

其二，token浪费不只是钱，是质量的先行指标。起始上下文越肥，触发压缩越早，AI失忆越快——“没打字先烧5万"和"越用越拉胯”，其实是同一条因果链的两端。

三、三种"越用越不行"，先分诊再开药

把这轮收集到的翻车样本做个归因，"拉胯"其实分三种，处理方式完全不同：

1. 全局降智（真·模型问题）：新开会话也拉胯，且社区短时间集中反馈同一个版本——特征是"所有人一起变差"。这种你只能等官方修复或换线路，个人操作无意义。

2. 上下文失效（最常见）：新会话开头丝滑，聊着聊着改A坏B、重复问同样的问题给出矛盾答案。多数个人体感"降智"属于这类。

3. 需求漂移（人祸）：连问六轮拿到六个结论，回头翻原始方案发现AI最初是对的。本质是边界没冻结，每轮都在追加临时想法。

分诊动作只需要两下：跑一次`/context`看起始占用；把当前任务原样开新会话重放。新会话立刻变聪明→是上下文失效或需求漂移，别骂模型。

四、值得收藏的操作：一次会话的卫生流程

综合这轮社区实测和几篇高赞复盘，中度以上用户可以照抄这套动作：

• 开局先体检：用`/context`（或状态栏上下文占比插件）确认起始占用；不用的插件、自动记忆开关，关掉比留着强。

• "为什么"落盘，别留在聊天里：把架构决策、边界条件写进CLAUDE.md/spec这类单一事实源文件。有篇在知乎流传的复盘称，一个团队经过8个Vibe Coding项目验证后总结出：成功率从最初的30%提升到90%，靠的是"冻结边界、建立单一事实源、棘轮式约束"先铺工程规则，而不是Prompt多花（该文自述数据，未经第三方核验，方向值得抄、数字将信将疑）。知乎

• 认输信号：B站那期讲上下文工程的视频给了个好用的止损线——连续三轮修改后问题数量不减反增，别再compact续命，直接新开会话，用spec文件交接。哔哩哔哩 压缩只是延迟失忆，重启才是清创。

• 跨会话靠文件，不靠AI自觉：想要"昨天教过的今天还记得"，要么手动维护进度文档，要么尝试MemoraX这类跨工具共享记忆方案——但要清楚，这类第三方层同样要占上下文，先瘦身再装记忆。

五、为什么这事值得继续盯

工具厂商比用户先一步承认了这件事。阿里8月27日发布全新Qoder，把定位从AI编程工具升级成"以Coding为核心能力、面向所有人的智能体工作台"，官方口径称产品已累计服务全球超600万用户、覆盖10万家以上企业客户。智东西知乎 DeepSeek则把dsh整个框架押在"一切皆插件"的执行底座上，模型、工具、沙箱、会话全部变成可替换、可组合的插件。知乎 字节Trae、腾讯CodeBuddy同期都在堆Plan/Goal/任务管理。行业正在把"管上下文"从用户的自理能力，变成产品的竞争维度。

这意味着两件事：一是工具还会密集换代，但"上下文卫生"这项技能跨工具保值，先学会不亏；二是接下来值得观察的信号很具体——各家Agent的默认起始上下文水位、compaction策略是否公开可查、第三方记忆层是被官方吸收还是被干掉。谁把"失忆"治好了，谁才是这一轮智能体编程的终局选手。在那之前，先把你那个没打字就烧5万token的会话，清理一下。