这周 AI 编程圈有点热闹。10 月 7 日 Anthropic 发布 Opus 5.5，两天之内 Grok Bot 把它设成默认后端、谷歌云把它请上发布会，一副“接管一切”的架势。但另一边，“降智”的讨论也在同步刷屏：B 站有人把 Opus 5.5 的降智传闻一条条核查。知乎上“换了 Opus 5.5 为什么没体感”的帖子挂了一天，小红书上一条 10 月 6 日的笔记标题更直接——《AI 聊久了变笨，不是错觉》。知乎哔哩哔哩小红书
有意思的是官方的反应。10 月 8 日，Anthropic 发了一份《如何在 Claude 和 Claude Code 中用好 Opus 5.5》的使用手册，里面没有回避“变笨”这件事，反而把几种情况直接写了进去：长对话会让模型反复琢磨已经回答过的问题、上下文接近上限时旧内容会被压缩、最早交代的细节可能丢失，甚至还有一种你可能根本没察觉的情况——你以为自己在跟 Opus 5.5 说话，其实它早就悄悄换成了别的模型。知乎
所以“越聊越笨”到底是怎么回事？我把这两周小红书、知乎、B 站上的实测帖、官方手册和研究报告翻了一遍，结论是：你的 AI 变笨，大概率不是模型降智，而是四种更具体的原因。每一种都有对应的解法，而且几乎都不用花钱。
先说最扎心的数据：变笨比你想的来得早得多
小红书博主“橙研所”干了件狠事：统计了自己最近 30 天在 Claude Code 里的 155 个会话。结果 81 个（52%）超过了 15 万 token。越线的中位时间是——开工后 20 分钟，最大的一个会话烧到 95 万 token。小红书
15 万 token 是什么概念？他的模型上下文窗口是 100 万 token，状态栏显示“上下文才用了 15%”，绿灯。但按社区目前的经验线，过了 15 万 token 就进入所谓的 dumb zone（变笨区）。他的状态栏脚本设的是 70% 变黄、90% 变红——等它变黄，已经 70 万 token 了，黄花菜都凉了。小红书
为什么窗口没满也会变笨？两层原因。第一层是注意力预算：模型要计算每两个 token 之间的注意力关系，数量约是 token 数的平方。15 万 token 就是约 225 亿个关系，每个 token 的注意力预算是固定的，要分的对象越多，每份就越少。第二层是老问题“迷失在中间”（Lost in the Middle）：斯坦福 2023 年的研究发现，输入很长时，模型对开头和结尾的信息用得最好，中间的内容最容易被忽略。也就是说，就算你交代的规则还在窗口里，它也未必“看进去”了。小红书
这不只是个别用户的体感。向量数据库公司 Chroma 做过一项著名研究，测了 18 个主流大模型，结论很扎心：所有模型都会随着输入变长而变蠢，一个不漏——而且在窗口远没满的时候就已经开始了。Chroma官方
变笨的方式也被拆开统计过：Chroma 按模型族统计了长输入下的失败类型占比，不只是“答不出”，还包括格式跑偏、内容错漏，甚至直接编造答案。
MIT 的研究者今年还补了一刀：上下文腐烂（Context Rot）可能根本不是长度问题，而是分布问题——当工具输出、历史推理不断堆积，上下文会逐渐偏离模型训练时见过的状态，模型等于在被窝里读天书。这个现象现在连官方都认了：OpenAI 在自己的文档里把这类问题称为 Context Rot，Anthropic 这次干脆把应对方案写进了使用手册。哔哩哔哩知乎
第二种原因最容易被冤枉：你可能一直在跟“替补”说话
这是这次官方手册里最值得一看的部分。Claude 系产品有一种安全机制：某些内容触发安全检查后，系统会自动把对话切换到旧模型，而且正常请求也可能被误判。手册明确说，检查范围不只是你刚发的那句话，前面的消息、文件和搜索结果都算——所以别光盯着最后一句找原因。知乎
怎么发现？在 Claude 应用里，看到“Switched to”加一个旧模型名字，就是被切了，后续对话会一直用那个模型。更坑的是：就算你在选择器里切回 Opus 5.5，之前触发检查的内容还留在对话里，聊着聊着可能又被切回去。知乎
官方的解法：如果希望换模型前先征求你的意见，去 Settings → Capabilities 关掉“Switch models when a message is flagged”；Claude Code 里用 /model 查看和切换当前模型，怀疑误判就新开对话重试，再用 /feedback 反馈。知乎
对照一下就知道这有多重要：很多人骂“Opus 5.5 降智”，但从头到尾没确认过自己到底在跟哪个模型说话。知乎那位“换了 Opus 5.5 没体感”的作者倒是坦率，明说自己没跑任何对比测试，只是个人印象——这种印象流结论，先查模型再下判断也不迟。知乎
当然，用户的警惕也不是空穴来风。今年 4 月 Anthropic 官方发过一篇 postmortem，承认了 Claude Code 质量危机的三大失误：默认推理档位被悄悄调低、缓存清理 bug 导致“失忆症”、字数限制逼坏代码质量。官方有前科，所以这次“降智”传闻一出来就炸锅。但 4 月那次是官方的锅，这次的“变笨”多数是另外几种情况——分清楚，才知道该修哪里。哔哩哔哩
第三种原因：工具装太多，AI 也会“选择困难”
B 站 10 月 9 日一条视频讲了个反直觉的事：Claude Code 插件不是装得越多越好，工具超过 50 个之后，模型反而会选错工具、性能下降。道理和上下文腐烂相通——每个工具的描述都要占上下文、分散注意力。你以为装了一柜子兵器，实际上是往模型的办公桌上又堆了一摞说明书。哔哩哔哩
这也是为什么官方手册反复强调子 Agent 分工：查订单、查库存、查支付各派一个子 Agent，各自带着一小撮工具去干活，查完由主 Agent 核查证据再汇总。工具少而准的上下文，比大而全的上下文好用得多。知乎
解法：官方手册加社区实测，一共四件事
把官方手册和社区里验证过的做法合起来，其实就是一套动作，按优先级排：
第一件：给水位装个仪表盘。Claude Code 里用 /context 命令随时看 token 占用；愿意折腾的可以像橙研所那样写个状态栏脚本，但阈值别学默认的 70% 变黄——按 15 万 token 这条经验线，100 万窗口设 15% 报警才合理。B 站有 UP 主甚至做了个“refresh 技能”，一键开新对话并自动保留所有规则和指令，本质上就是把水位管理自动化。哔哩哔哩
第二件：养成“交接文档”习惯，这是社区里被验证得最充分的方案。小红书上一条 1.58 万赞、1.97 万收藏的帖子只讲了一件事：每次关掉长会话之前，先让 AI 写一份 HANDOFF.md。原话模板可以直接抄：“这个会话要结束了。请写一份交接文档存到 HANDOFF.md：我们在做什么任务、已经完成了什么、当前卡在哪、下一步计划是什么、有哪些踩过的坑绝对不要再踩。写给一个完全没有上下文的新会话看。”下次开新会话，第一句话就是“先读 HANDOFF.md”。不装任何插件，一个 md 文件就是跨会话记忆最低成本的方案，Codex、Claude Code 通用。小红书
官方手册的思路一样，只是换了个文件：让 Claude Code 把待办写进 TASKS.md，完成一项更新一项，发现新问题也补进去，接着干活前先读一遍。手册给的理由很实在：长任务跑起来后，对话里不断塞进代码、日志和工具结果，上下文接近上限时旧内容会被压缩，最早交代的细节就不再完整——与其指望压缩算法记住一切，不如把关键状态写到窗口外面。知乎
第三件：压缩不是万能药，小心它反过来烧你的钱。4 月就有人扒过 Claude Code 疯狂消耗 token 的问题，核心是 autoCompact（自动压缩）失败后疑似不断重试。当时社区总结的三条现在依然适用：给重试设上限、别一上来全开 auto 功能、把 token 和成本监控放到明面上。社区还有人扒过 /compact 的完整流程：分析、执行、重建三个阶段，10 万 token 的历史能压到 1 万以内，但模板再精细也是有损压缩。用 /compact 之前想清楚：压掉的可能是你最需要的那条约定。小红书小红书
第四件：重要要求放最后说，一个话题一个新会话。“迷失在中间”规律的直接应用：关键的格式要求和限制条件，在每次提问的结尾再补一句，最不容易被漏掉。新问题跟前面聊的无关时，果断开新对话——干净的桌面永远比堆满的桌面好用。官方手册还补了个细节：Opus 5.5 已经会先思考再回答，把提示词里的“仔细思考”“一步一步想”删掉（包括 CLAUDE.md 里的存货），回复能更早开始，质量没见下降——这也是在给上下文腾地方。知乎
这笔账最终是钱：会话越长，每句话越贵
为什么值得这么较真？因为“变笨”不只是体验问题，是成本问题。模型每生成一个 token，都要把窗口里已有的内容整体处理一遍——对话聊得越久，每一句的计算成本越高。API 按量付费的用户，上下文直接进账单，会话管理就是账单管理。
订阅用户也别觉得“包月无所谓”。B 站有用户晒过自己连续三周 Claude 额度提前耗尽、产出反而减半的经历——额度是按用量算的，一个 95 万 token 的巨型会话吃掉的速度，够你开六个干净会话干完同样的活。已经有人把这笔账做成了开源监控工具，输入、输出、缓存读取的每一分钱都记录在面板上——截图里这位重度用户 94.8 亿 token、折合 5444 美元的总账单，就是这么被看见的。哔哩哔哩小红书
官方手册里新推的 /fast 快速模式也是同理：用的还是同一个模型，速度更快，但同样的 token 会更贵，需要开启“额外用量”。值不值得开？官方的说法都算实在：你一直坐在屏幕前等，少等一会可能就值；任务交出去就去忙别的，就不用急着开。知乎
顺带一提，就在 Opus 5.5 发布同周，OpenAI 把 GPT-6.1 Sol 的 Ultrafast 版本定成了 6 倍价格换最高 8 倍速度——整个行业都在把“快”和“聪明”拆开来卖。看懂了注意力预算这笔账，你就看懂了这些定价：窗口里的每个 token，都是要反复计费的。微博
对号入座：三种人，三种打法
只在网页或 App 里聊天、偶尔让 AI 写点小代码的轻度用户：记住三句话就够——一个话题开一个新对话；聊久了先让它把结论总结成十条以内的要点，带着要点开新对话；最重要的要求放在消息最后再说一遍。不用装任何东西。
Claude Code / Codex 重度用户：把上面四件事做成肌肉记忆——/context 看水位、HANDOFF.md 或 TASKS.md 外置状态、autoCompact 别全信、插件做减法（对着 50 个的上限检查一下你装了多少）。再加一条：用 /model 确认自己到底在跟谁说话，把“Switched to”当成故障灯看待。
刚升级 Opus 5.5、觉得“没体感”甚至“降智”的人：先别急着下结论，按顺序排查——模型有没有被静默切换？会话是不是早就过了 15 万 token？插件是不是装爆了？三个都排除了，再去 /feedback 反馈，那时候你的“降智”指控才有分量。
最后说下值得继续盯的信号：Anthropic 这份手册是跟着 Opus 5.5 一起发的第一版，社区已经开始逐条实测，知乎上“Claude 官方发布 5 招解决上下文腐烂，能避免百万 token 白烧吗”的新问题这两天刚冒出来。Claude Code 会不会把“水位报警”产品化、autoCompact 的重试机制有没有修，也值得等一两个版本看看。在那之前，最靠谱的还是那句老话：模型不负责记住你，你负责管好桌面——桌子干净了，AI 自然就聪明了。知乎
