上周有个下午,我在同一个对话里连着干了三件事:翻一篇旧稿里的数据、改一段发布脚本、顺手让它给我排个次日的推送顺序。
到第四十几轮,我回头问了一件二十分钟前它答得很准的事——它答歪了。不是差一点,是把我早就纠正过的错,原样又端了上来,语气还特别笃定。
我第一反应是它变笨了。等我把聊天记录往上翻,翻到自己干的那些事,这句话就骂不出口了。
一、它不是在回忆,是在检索
用久了会发现一件事:模型本身是无状态的。它不"记得"我们聊过什么,它只是每一轮把整段历史重新读一遍,然后接着往下说。
这就带来两个后果。
第一个是注意力被稀释。记录里塞了三件事:旧稿的数据、脚本的报错、排期的偏好。当我问脚本的事,那堆旧稿数字还在它眼前晃,它得自己判断哪些相关——判断就可能出错。
第二个是它分不清"提过的"和"定下来的"。
举个我自己的例子。改一个配置,先试方案 A,报错;我纠正,走方案 B,成了。半小时之后我再问相关的问题,它把方案 A 又端出来一次。
为什么?因为在记录里,A 被明明白白地写过、分析过、还占了好几段;而"否决 A"这件事,只藏在我某一条不起眼的回复里,一句话。它读历史时不区分立场,只管出现的次数。
所以长对话真正的敌人不是长,是没收尾。没有写下来的决定,等于每一轮都要重新投一次票,投成什么样看运气。
成本这一头是同一个道理。我自己搭了个会话哨兵:单个会话里工具调用累计到 40 次,我就得落盘收口,到 50 次硬停。为什么卡这么死?因为这种长对话的钱,大头不是花在新活上,是花在"把前面几十轮重新读一遍"上。同样的产出,会话越短,账单越薄。
二、三个信号,出现一个就该换会话
信号一:你开始第二次解释同一件背景。 不是你的表达出了问题,是它被噪声淹了。再解释一遍,通常还会淹第三遍。
信号二:同一处错你纠正到第三遍。 第一次是它不懂,第二次是它漏了,第三次就是它不记得。
信号三:你要往上翻记录才能找到结论。 结论散在对话里、靠滚动去找,等于已经丢了。真正定下来的东西,应该是你不翻记录也能说出口的。
三、我实际在用的三条规矩
规矩一:一个会话只做一件事,换任务就新开一个。
交接别复制整段历史。我只写三行:
目标:把某篇旧文的封面换掉 已完成:标题已经在库里比对过,id 44 下一步:改封面图,1300×650,改完验一次页面
三行,新会话接手不费劲。你搬过去的整段历史不是资产,是负债——它会让下一轮的注意力重新被旧噪音占满。
规矩二:中间产物写文件,对话里只留结论和路径。
以前我让专家写稿,稿子直接回在对话里,几千字。等我要改第三段,它得先把整篇重读一遍,然后才动手;改一次,读一遍,改五次读五遍。
现在改成:稿子写进 generated/xxx.md,对话里只落一行——"已写到 generated/xxx.md,1600 字,第三段待改"。要改哪段,就只贴那一段。
同一件活,会话长度砍掉一半以上,质量反而更稳,因为它每次面对的只有要改的那一小块。
规矩三:给自己一个收口阈值,到点就停。
我的数字是 40 和 50,你可以用更土的办法:一件事超过 20 轮还在原地打转,先停。
收口的动作永远只有三步:把已经定下来的写进文件;把还没定的压缩成一句话问题;开新会话,带上那句话。
十分钟不到,但能救回后面半小时的糊涂账。
四、有三种活,别乱断
短会话是效率工具,不是万能钥匙。下面这三种我照样跑长:
一是顺藤摸瓜的排查。一条线索追到第三条,断了就全丢。这种我会留长会话,但每追完一层就在文件里打个锚点,写清"已排除什么、怀疑什么"——万一要断,从锚点接得上。
二是需要来回推演的方案讨论。你说一句我驳一句,信息本身就在来回里长出来,硬切成三段反而更贵。
三是碰质量红线的活:要核的数字、要对的口径、要验的步骤。这种一步都不能省,宁可会话长,也不许为了省账跳过核对。
最后
我原来以为,跟 AI 协作的本事在于"会不会问"。
现在觉得更关键的是"会不会收"。
AI 的记性不是聊出来的,是写出来的。 你不写下来的东西,它每一轮都得重新猜一遍;你写下来的东西,下一轮它连猜都不用猜。
留言板
0 条留言