待验证50% 置信观点精确时间

过多的上下文信息会成为噪声，降低AI代理的表现质量，保持上下文高度相关比追求数量更重要

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代理工程完整技术栈：实现100倍开发效率的实战指南

bilibili土狼1号2026/6/10

相关事实

待验证过度膨胀的上下文会稀释模型注意力、抬高推理成本，甚至引入噪声导致幻觉76% 相似待验证随着对话轮次增加，上下文窗口中早期关键约束信息权重被稀释（注意力漂移），导致AI输出质量逐渐下降75% 相似已验证无关信息占据上下文空间（上下文污染）会显著降低模型在核心任务上的表现74% 相似待验证Chunk切分策略直接影响检索质量，切分过大会引入噪声，切分过小会丢失上下文74% 相似待验证持久上下文太多会占用窗口空间并引入噪音，临时上下文太少会导致代理丢失关键约束，需要在两者间权衡72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/49231

API

curl https://kongchang.com/api/v1/knowledge/claims/49231

MCP

get_claim(id=49231)