一篇讲透 AI 编程上下文爆炸的避坑指南

如果你最近在疯狂用 AI 写代码，应该都遇到过这种情况：

前面还像顶级架构师。

后面突然：

• 开始胡改代码
• 修 A 崩 B
• 忘记你的需求
• 回答越来越慢
• 最后直接：

Context Window Full

然后你盯着屏幕沉默三秒：

“坏了，它老年痴呆了。”

其实这不是 Codex 的问题。

这是所有大模型编程工具都会遇到的终极难题：

——上下文窗口（Context Window）

今天这篇文章，我们就用最接地气的方式，把这个东西彻底讲明白。

看完以后，你会真正理解：

为什么 AI 越聊越笨。

以及：

为什么真正会用 AI 编程的人，从来不开一个会话写一天代码。

---

一、什么叫“上下文满了”？

你可以把 AI 想象成一个：

记忆力有限，但智商超高的程序员。

它不是“永久记忆”。

它只能在当前会话里，临时记住一些东西。

比如：

• 你之前说的话
• 项目代码
• 日志输出
• 报错信息
• 文件内容
• 需求描述

这些东西都会占用：

Token（上下文容量）

而模型能装的 Token 是有限的。

就像：

你的电脑内存。

内存满了会卡。

AI 的上下文满了以后：

• 理解能力下降
• 注意力分散
• 开始瞎编
• 忘前文
• 输出重复内容

最后直接：

“抱歉，上下文已达到限制。”

---

二、AI 为什么后面越来越蠢？

很多人都有这种体验。

刚开新会话：

AI：天下无敌

聊了两个小时以后：

AI：我是谁？我在哪？

这是因为：

模型不是“重点记忆”

它是：

“把整个聊天记录重新读一遍”

你没看错。

理论上每次回答时，它都会重新处理：

• 之前的对话
• 代码
• 日志
• 文件

所以：

会话越长。

它脑子越乱。

---

三、最错误的用法：一个会话干一天

很多人喜欢这样：

上午：设计架构
中午：写接口
下午：修 bug
晚上：性能优化
凌晨：改 UI

最后：

上下文 99%。

AI 开始进入：

“神志不清模式”

比如：

• 明明刚修过的 bug 又改回去了
• 开始重构你没让它动的文件
• 疯狂重复回答
• 一句话解释 3000 字

最后你怀疑人生：

“到底是它有问题，还是我有问题？”

其实都没问题。

只是：

你把 AI 当成 IDE 了。

---

四、真正高手怎么用 AI 编程？

答案很简单：

一个任务，一个会话。

是的。

很多重度 AI 编程用户其实都这样干。

比如：

Session 1

只做：

设计数据库

结束。

---

Session 2

只做：

实现登录 API

结束。

---

Session 3

只做：

修 refresh token bug

结束。

---

为什么？

因为：

AI 最强的是短时间爆发。

不是长期持久战。

它像什么？

像：

临时请来的天才外包工程师。

你让他：

• 两小时写模块

他猛得像神。

你让他：

• 连续加班 18 小时

他后面也开始：

if else if else if else

---

五、最实用的技巧：开新会话前做“交接文档”

真正专业的 AI 编程流程里。

有一个特别重要的东西：

handoff.md

什么意思？

就是：

每次结束会话前。

让 AI 总结当前项目状态。

这里分享一个我自己长期在用的“交接 Prompt”

这个 Prompt 最大的优点是：

信息密度高
不说废话
非常适合继续接力开发
对 Cursor / Codex / ChatGPT 都好用

直接复制即可：

要求：

1. 用简洁技术文档风格
2. 不要长篇解释
3. 重点保留后续开发必需的信息
4. 输出 Markdown 格式

内容包括：

# 项目目标
当前项目正在解决什么问题

# 已完成内容
已经完成的功能、接口、模块

# 当前进行中
现在正在处理什么

# 当前 Bug / 阻塞
有哪些未解决问题

# 关键设计决策
记录重要架构、技术选型、约束条件

# 重要文件
列出关键文件路径，并说明作用

# 下一步计划
下一步最推荐优先做什么

# 注意事项
容易踩坑、不要乱改的地方

# 推荐启动 Prompt
帮我生成下一次新会话可直接使用的 Prompt

这个 Prompt 为什么好用？

因为它解决了 AI 编程里最头疼的问题：

“上下文断层”

很多时候你新开会话。

AI 第一件事就是：

请描述一下你的项目

你又得重新解释半天。

血压瞬间上来了。

但如果有 handoff.md：

新会话直接：

请先阅读 handoff.md。

理解项目现状后：

1. 不要重复分析已完成部分
2. 优先解决当前 Bug
3. 修改代码前先说明影响文件
4. 尽量输出最小改动

AI 基本就能：

无缝接力。

你会发现：

效率直接起飞。

因为：

你不再依赖 AI 的“短期记忆”。

而是：

用文档接管记忆。

---

六、为什么很多人越用 AI 越痛苦？

因为他们在干一件事：

“试图让 AI 永远记住项目。”

这是错误方向。

AI 不是数据库。

也不是 IDE。

更不是：

永不失忆的超级程序员

它更像：

CPU

算力超猛。

但断电就忘。

所以：

真正成熟的工作流应该是：

文档负责记忆
AI负责计算

而不是：

什么都塞给AI脑子

---

七、减少上下文爆炸的几个神技巧

1. 不要让 AI 分析整个项目

很多人上来就是：

分析整个仓库

AI：

（当场脑溢血）

正确姿势：

只分析 auth 模块

或者：

只看这两个文件

---

2. 少让 AI 长篇解释

很多上下文其实是废话。

比如：

详细解释为什么这样修改

AI：

直接写一篇《资本论》。

如果只是开发：

建议：

少解释，直接改

或者：

只输出 diff

---

3. 排除垃圾目录

大型项目里：

这些目录是 Token 黑洞：

node_modules
dist
build
coverage
logs

一定要忽略。

不然 AI 天天在读：

webpack打包后的火星文

---

4. 上下文到 70% 就赶紧跑

很多人的经验：

上下文占用	AI状态
30%	聪明
50%	正常
70%	开始变笨
90%	满嘴胡话
100%	原地去世

所以：

不要硬撑。

---

八、AI 编程最核心的真相

很多人以为：

AI 编程的核心是：

Prompt 怎么写

其实不是。

真正核心的是：

上下文管理。

因为：

决定 AI 水平上限的。

不是模型参数。

而是：

你怎么组织信息。

高手和普通人的区别：

并不是：

谁Prompt更花哨

而是：

谁更会切任务
谁更会管理上下文
谁更会做文档交接

---

九、最后送你一句非常重要的话

不要把 AI 当：

“全知全能的神”

而要把它当：

“记忆力很差，但能力极强的高级工程师”

你负责：

• 管理任务
• 管理文档
• 管理上下文

AI 负责：

• 爆发式输出
• 快速编码
• 解决问题

当你理解这一点以后。

你会发现：

AI 编程真正的效率，才刚刚开始。

---

如果你也被：

• Context 爆炸
• AI 失忆
• Codex 发疯
• Cursor 胡改代码

折磨过。

欢迎评论区交流。

大家一起研究：

怎么才能让 AI 少抽风一点。