Unverified50% confidenceFactExact time
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
1
Sources
50%
Confidence
Medium-term (~90 days)
Relevance
7/2/2026
First Seen
Valid until: 9/30/2026
Sources
AI Agent开发四大核心模块：从翻车到稳定落地的架构指南
bilibiliAIAgent应用开发6/24/2026
Related Claims
Unverified即使是128K Token的大模型在处理大量历史时也会出现注意力稀释问题85% similarUnverified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76% similarUnverified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75% similarUnverified上下文窗口大小不等于有效上下文长度，超出有效注意力范围会导致遗忘漂移现象75% similarUnverified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75% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/41632API
curl https://kongchang.com/api/v1/knowledge/claims/41632MCP
get_claim(id=41632)