待验证50% 置信事实精确时间
低端AI模型的上下文窗口较小，可能只有8K-32K tokens，导致在修改新功能时无法充分理解已有功能的完整逻辑，产生回归缺陷
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/2
首次发现
有效期至：2026/9/30
来源
AI编程时代：普通人如何用AI工具开发软件并变现
bilibili尔与安然2026/6/17
相关事实
待验证早期模型上下文窗口较小（4K–8K Token），长任务中较早的指令和中间状态会被挤出窗口导致遗忘76% 相似待验证小模型长上下文理解质量随长度下降快，通常超过4K-8K token窗口后表现退化74% 相似待验证即使是支持128K token的大模型，在实际使用中也面临注意力衰减问题——模型对窗口中间位置的信息关注度明显低于首尾74% 相似待验证即使支持128K或更长上下文的大语言模型，在一次性注入所有能力指令时也会出现注意力稀释（Attention Dilution）问题，导致特定任务执行质量下降67% 相似待验证测试中约1-2B的小模型无法在大段系统提示词中准确定位并完成复杂工具调用任务67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/45613API
curl https://kongchang.com/api/v1/knowledge/claims/45613MCP
get_claim(id=45613)