上下文塞太满模型答得反而稀，跟敌人一多就掉帧一个味

先说结论：我现在宁肯分几次问，也不把一整个资料库一口气塞进上下文。 我自己试过把一摞老游戏资料全塞进去让 deepseek 整理，开头几段答得挺灵，往后就开始犯迷糊，前面说过的设定它回头自己打自己脸。那股感觉太熟了——当年主机内存就那么点，同屏敌人一多，帧数往下掉，闪得眼睛疼。不是芯片不行，是同一时间要顾的东西超了。 所以我现在分层：系统提示只留规矩，资料按主题切块，一轮只喂一块，要推理的地方让它先把思维链摊开再下结论，别一边翻资料一边硬推。claude 的长上下文是能扛，但能扛不等于不稀释，塞得越满越像一锅乱炖。 多花几次调用，总比它糊成一团强。你们是硬塞还是切块？