你在对话开头交代得清清楚楚：「接下来全程用中文。」聊到第 40 条消息，它突然蹦出一大段英文。你贴过预算是 3 万 5，后来再问，它笃定地说 3 万。你忍不住想：这东西的记性怎么这么差？
这一篇解释这个现象。和前两篇一样，先说一个反直觉的事实。
它不是忘了，是从来没记住
大模型没有记忆。两次回答之间，它什么都不保留——不是记性差，是压根没有「记」这个动作。
那它怎么能接得上你上一句话？因为每次你发新消息，产品都在幕后把整段聊天记录从头到尾重新发给它读一遍。你以为在和一个认识你的老朋友聊天，实际情况更像：每次都把完整的对话记录塞给一个初次见面的人，让他现场读完、接着写下一句。
读过第二篇的话，你会发现这和知识库是同一个思路：模型不保存任何东西，需要什么，就在作答前摆到它面前。对话记录也一样，只是这次摆的是你们聊过的每一句话。
这套机制平时运转得很好，好到你察觉不到它的存在。直到那份「对话记录」太长，放不下了。
桌面只有这么大
模型一次能读的内容有一个硬上限。所有东西——系统设定、你们聊过的每一句、你贴的文档、它自己写的回答——都要摊在一张大小固定的桌面上，它只能看见桌上的东西。这张桌面的学名叫上下文窗口（context window）。
桌面大小按 token 计——就是第一篇动图里，模型一次「猜」出来的那个「词」（术语页 Token 有个可以亲手拆句子的小工具）。如今主流模型的窗口有几十万 token，听起来像一张巨桌，够摊一本长篇小说。但一份长 PDF 就是几万 token，它自己一段认真的长回答也要上千，几个来回就见底了。
桌子满了会发生什么？看这张图：
注意最后一幕：被挤出去的内容不是存档了，是对它彻底不存在——而且没有任何提示。于是你看到的现象就是「聊着聊着忘了」：它不是变笨了，是你最早那条要求已经不在桌上。
亲手试一次，比看十遍动图都直观。
这是一个迷你模型，桌面只有 8000 token。你的要求「全程中文、预算 3 万 5」已经放在最前面。往桌上加东西，随时问它还记不记得。
已用 600 / 8000 token
往桌上加点东西：
这个小实验需要开启 JavaScript 才能操作。
只要那块橙色的「你的要求」还在桌上，它就答得一字不差；被挤出去之后，它会一脸无辜地反问你。它没有撒谎，也没有装傻——那条消息对它来说，从未存在过。
都在桌上，也分「记得牢」和「记不清」
那是不是只要不被挤出去就万事大吉？可惜还有第二个问题。
桌上摊了两百张纸的时候，模型「读」的质量并不均匀。研究者发现一个稳定的规律：开头和结尾的内容用得最牢，埋在中间的最容易被漏掉——这个现象有个形象的名字，叫「迷失在中间」（lost in the middle）。
这解释了另一种常见的「忘」：要求明明还在窗口里，它却没照做。不是丢了，是被淹没了。塞得越满，中间那片沼泽就越大——这也是第二篇里知识库「只给最相关的几段」的原因：多塞不但占地方，还会互相淹没。
对策也写在图里了：重要要求放开头；聊久了，把它再说一遍——一头一尾，占住两个好位置。
桌子快满时，它会偷偷做总结
被挤出去、被淹没，都还不是全部。很多产品在桌子快满时会做第三件事：把前面几十条对话压缩成一小段摘要，用摘要换掉原文，给新消息腾地方。
压缩是个不错的折中——总比把最早的内容整条扔掉强。但总结这个动作天然保大意、丢细节：「预算 3 万 5」变成「已确定预算」，「色号 #1B3A6B」变成「主色」。丢了之后你再问细节，它手里只有摘要，要么答不上，要么——想起第一篇了吗——现编一个听起来很对的数。长对话后期的数字错误，十有八九是这么来的。
下面是一段聊了很久的对话。桌子快满了——点「压缩」，然后问它几个问题试试。
你：官网改版的事开始推进吧，后面全程用中文沟通。
你：预算定了，3 万 5，不能超。
它：好的。两种改版方案的对比是……
你：主色就用那个深蓝，色号 #1B3A6B。
它：收到，按深蓝出了三版配色……
你：评审定在周四下午 3 点，记得提醒我。
你：供应商那边对接人是林工。
它：都记下了：预算 3 万 5、深蓝主色、周四评审、对接林工。
用户在推进官网改版，已确定预算、主色与评审安排，后续用中文沟通。
这个小实验需要开启 JavaScript 才能操作。
怎么和一个没有记忆的家伙合作
把这一篇的机制翻成几条日常习惯：
- 重要设定放开头，聊久了重复一遍。 一头一尾，两个好位置都占住。
- 一个会话只干一件事。 换话题就开新会话，别让不相干的内容抢桌面、加深「中间的沼泽」。
- 感觉它变笨时，主动做一次「人工压缩」。 让它「把目前的结论、约定和所有关键数字总结成一段」，你核对补全——尤其是数字——然后开个新会话，把这段贴在第一条。和产品偷偷做的压缩相比，你亲手核对过细节。
- 贴文档只贴相关部分。 整份丢进去，既吃桌面，又淹没你真正想问的那几段。
- 长对话后期，对它嘴里的数字多留个心眼。 可能来自被压缩过的摘要，回到第一篇的老规矩：要出处，再核对。
对照你手头那个越聊越长的对话，勾选已经出现的现象。
小结
回到开头那句突然蹦出来的英文。现在你知道发生了什么：
- 它没有记忆。所谓连续对话，是每次把全部记录重新给它读一遍；「记得」只是因为记录还在桌上。
- 桌面（上下文窗口）大小固定。满了就从最早的开始挤，挤出去等于彻底消失，而且不会提醒你。
- 都在桌上也不平等：开头和结尾记得牢，中间容易被淹没；桌子快满时的自动压缩会保大意、丢细节。
- 对策都很朴素：重要的话放开头、适时重复；一事一会话；感觉变笨就人工总结、开新会话。
三篇连起来，新手村的地基就打完了：第一篇讲它为什么会编（没有查证，只有猜词），第二篇讲怎么让它照着念（把资料翻给它看），这一篇讲它为什么会忘（桌面有限，没有记忆）。这三件事凑在一起，几乎能解释你日常遇到的大部分「AI 犯傻」。
想再往下走一步？上下文窗口术语页有图解；想看一个真实的编程 Agent 怎么写代码做压缩，Pi 教程第三章拆了它的源码——那是本站深水区的入口。