待验证50% 置信事实精确时间
上下文压缩会导致之前注入的系统提示词和自定义技能指令被稀释甚至丢失，导致模型行为漂移，需要重新加载
1
来源数
50%
置信度
长期有效
时效性
2026/9/16
首次发现
来源
涉及实体
相关事实
待验证切换模型、切换推理强度、开关快速推理模式、压缩对话、缓存过期后恢复等操作都会导致提示缓存失效79% 相似待验证在长上下文中，模型更容易受到最近几轮对话的影响，而非最初设定的系统提示，即存在指令遵循衰减现象76% 相似待验证模型压缩手段（蒸馏、剪枝、量化）对高频规律性任务损失极小，但会显著削弱需要长程依赖的多步推理能力，前端交互代码的跨组件状态管理高度依赖这种能力75% 相似待验证所有 Skill 的 description 会始终占据有限的上下文窗口空间，过长的 description 会挤占代理用于理解代码和生成回复的可用空间，反而降低输出质量75% 相似已验证过于冗长、矛盾或模糊的系统提示词会导致模型注意力分散，产生过度思考或指令遵循失败，精简 agents.md 可提升指令遵循的确定性75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/926754API
curl https://kongchang.com/api/v1/knowledge/claims/926754MCP
get_claim(id=926754)