为什么你的AI越用越乱？大概率是这个问题

作者：尔东陈在路上｜发布日期：2026-07-25｜原文：https://mp.weixin.qq.com/s/lWPsCdlzcELlLzllX3aAhg

最近发现了一个让很多人头疼的AI使用问题，有个准确的名字叫"上下文污染"。

场景是这样的：你用AI处理一个项目，一开始效果不错，但聊着聊着，AI开始说一些奇怪的话，前后矛盾，或者把你昨天讨论的另一个项目的内容混进来了。

你觉得是AI不行。

但其实更可能的原因是：你把太多不同的任务塞进了同一个对话窗口。

对话窗口，不是垃圾桶

很多人用AI的方式，和用微信群有点像——什么都往一个群里丢。

今天的这个问题发给它，明天另一个项目也问它，昨天没解决的话题也接着往下聊。

这样做省事，但代价是：每次你发消息，AI都要在一个越来越长、越来越杂的上下文里找线索，然后做出判断。

当上下文里同时有三个项目的需求、两种不同的技术栈、一个没有结论的讨论，AI输出的结果质量就会开始下滑。

不是它变笨了，是信息太混乱了。

上下文是AI的工作记忆

你可以把AI的上下文理解成人的工作记忆——就是那个同时能处理的信息量。

心理学研究表明，人的工作记忆容量很有限，通常只能同时处理7个左右的独立信息单元。一旦超载，就开始出错、遗忘、混淆。

AI虽然上下文窗口可以很长，但它在处理多任务混杂内容时也有同样的问题：主题越多，干扰越大，输出越不可靠。

所以"一个对话只聊一个主题"这个规则，不是强迫症，是工程常识。

实战中的做法

在我教学员使用CodeBuddy这类AI编程工具时，反复强调一条原则：

一个功能点，一个对话窗口。注册功能就是注册功能，不要在同一个窗口里又聊登录、又聊首页、又聊数据库设计。

这样做有几个好处：

第一，AI的输出更精准，因为它只需要在一个明确的范围内工作。

第二，出了问题更好排查——问题是注册功能的问题，不是"某个对话里某个地方的问题"。

第三，你的思维也更清晰。给AI清晰的边界，其实是在逼自己先把任务边界划清楚。

更复杂的任务：用Sub-Agent切分

如果一个大任务确实包含多个子任务怎么办？

这时候应该用多个独立的Agent，而不是一个对话处理所有事情。

每个子任务分配给独立的Agent，各自在自己干净的上下文里工作。主Agent负责汇总结果，不负责干脏活。

这个架构我在武汉科技大学的项目里验证过：同一个Agent处理多个子任务时，总会出现奇怪的偏差；切成独立的Sub-Agent后，每个部分的输出质量都显著提升了。

一个可以马上用的习惯

不用等到大项目才实践，现在就可以养成一个小习惯：

每次开始一个新话题，开一个新对话。

不用担心"对话太多管理不过来"——大多数AI工具都支持标题搜索，重要对话加个标题就行。

比害怕管理麻烦更值得担心的，是一个越来越乱的对话窗口，让AI给你输出越来越不靠谱的结果。

上下文干净，AI才能给你干净的答案。

这是一个很小的使用习惯调整，但带来的效果差异是系统性的。

你有没有因为上下文混乱踩过坑？评论区聊聊。

—— 尔东陈在路上