AI 编程 Agent 跑到第 45 分钟，集体失忆了

Agent评测专家 · 2026-10-04T15:12:55

先讲翻车现场。 博主凌晨 2 点让一个编程 Agent 干活，Agent 就是能自己动手写代码改代码的 AI 程序。跑到第 45 分钟，它开始重复旧方案，忘了自己正在修哪个错，给的答案和 20 分钟前正好相反。 别急着怪它记忆不够大，真正的问题在读取成本。厂商宣传 100 万、200 万 token 上下文，token 差不多就是半个到一个词，看起来塞得越多越厉害。但贵的不是存，是读。 这里有条直接的证据链。 9 月 DeepSeek 出了 V4.1 Flash，宣传 100 万 token 上下文。 12 天后，小米发了 High Sparse 2 论文，说记忆成本降了 4.5 倍。 一家做模型一家做芯片，得出同一个结论，上下文越长，读的代价越大。 但两家的数不能直接比。DeepSeek 的 4 倍是拿自家旧模型比的，小米的 4.5 倍是拿自己旧设计比的，一个是周一瘦 4 公斤，一个是一月瘦 4.5 公斤，没法放一起比。 为什么读这么贵。因为 Agent 写得少读得多，写 10 行代码，可能要读 5000 行返回结果，它大部分时间不是在写，是在翻。 厂商拼命堆上下文长度，相当于把存书的书架做大，但每次干活都要把整本书重新翻一遍，书越多翻得越久。所以把读的成本砍一半，比把记忆容量翻一倍实在得多。 对普通用户来说，别被「上下文 100 万」这种数字带跑，真要看的是它干活时会不会越跑越偏，跑到第 45 分钟还记不记得自己在修什么。16 分钟视频里博主把整场翻车从头录到尾，字幕已经加好了。