脈絡稅：為什麼對話越長越貴又越笨——管好 AI 的「記憶預算」
你有沒有發現，跟 AI 聊得越久，它反而越容易忘東忘西、答非所問，帳單卻越來越高？這不是你的錯覺，是一種叫「脈絡稅」的隱形成本。這篇解釋為什麼對話越長越貴又越笨，並把「管好 AI 的記憶」變成一件像編預算一樣可以操作的事——決定什麼該讓它記、什麼該讓它忘。
前兩篇我們談了成本的大框架、還有怎麼把工作分層配給不同模型。這篇要拆的，是三個成本源裡最陰險的一個——因為它會偷偷長大，而且你越用心跟 AI 溝通，它反而長得越快。
先講一個你八成有過、卻沒細想的體驗：
跟 AI 聊得越久，它好像越容易忘記你前面說過的話、越容易答非所問，可是帳單卻越來越高。你越想把背景講清楚，它反而越糊。
這不是錯覺，也不是 AI 壞了。這是一種有名字的成本，我叫它脈絡稅。
脈絡稅是怎麼長出來的
先講一個關於 AI 的關鍵事實：它其實沒有記性。
你以為 AI「記得」你們前面聊的內容——但它的真相是，每一次你送出一句話，它都要把前面累積的所有對話，從頭到尾再讀一遍，才知道現在的上下文是什麼。它不是「記得」，是「每次重讀」。
這就帶出脈絡稅的機制：
對話越長，它每一次要重讀的東西就越多。你以為你只問了一句「那這個呢」，它背後卻把前面一整段歷史全部重吞了一遍——然後按那一整段的量跟你算錢。
所以脈絡稅有一個很反直覺的性質：同樣問一句話，在對話第 1 句問，跟在第 50 句問，成本天差地遠。 第 50 句的那一問，你付的是前面 49 句的總和再加這一句。
越長不只越貴，還越笨
脈絡稅的第二個代價，比錢更容易被忽略：塞太滿，它會變笨。
道理跟人一樣。你給一個人三行重點，他抓得準；你丟給他三十頁還叫他「注意我剛剛第二頁講的那件事」，他反而容易漏。AI 也是——當對話塞進太多東西，真正重要的那句話，就淹沒在一堆早就不相關的歷史裡。於是你會看到它開始答非所問、重複你否定過的做法、或忘記你三句前才交代的限制。
一句話收束這兩個代價：
對話越長，你同時在付兩種稅：錢的稅（重讀越來越多）和品質的稅（重點被淹沒）。而多數人只感覺到後者「AI 怎麼變笨了」，沒意識到前者也在同步發生。
記憶不是無限倉庫，是有上限的預算
理解脈絡稅之後，關鍵的心態轉變是這句：
AI 的記憶容量是一筆有上限的預算，不是一個無限的倉庫。每一格記憶都有成本，所以「讓它記什麼」是一個要主動做的取捨，不是能塞就塞。
這跟這個系列一貫的主軸一致：把資源當預算管。第一篇管的是產出成本、第二篇管的是模型單價，這一篇管的是記憶這筆預算——什麼值得占用它，什麼該清出去。
怎麼管好 AI 的記憶預算
框架講完了。接下來把「管記憶」變成幾個你今天就能用的具體動作——不需要寫任何程式。
核心只有兩個動作：固定、清除
管記憶預算，說到底就是兩件事：
- 該記的「固定下來」：那些你每次都要重講的背景（你的身分、偏好、專案設定、要的輸出格式），寫成一段固定說明，講一次、重複用，而不是每次即興重講。這樣它們只占「一次」的成本，不會每一輪都重新付。
- 該忘的「清出去」：跟當前任務無關的歷史，別讓它一直跟著。換了主題，就換一個乾淨的對話。
這兩個動作，一個是「別重複付」，一個是「別背無關的」。管好這兩個，脈絡稅就壓下來了。
一件事，一個乾淨的對話
最實用的一條原則：別用一個超長對話裝完你一整天的事。
很多人習慣開一個對話從早聊到晚，什麼都往裡面丟。結果到下午，這個對話已經又貴又糊——它每次回答都要背著早上那些早就結束的話題。
更好的做法是**「一件事一個對話」**：
- 開一個乾淨對話，只處理當前這一件事。
- 做完，把結論帶走（存下來、或貼到你要的地方）。
- 結掉這個對話。下一件事，開新的。
你帶走的是「結論」，不是「整段過程」。這就像開會——會開完你留下的是會議記錄，不是把整段錄音一直放在耳邊。
判斷「該留還是該開新的」：一個問題
每次要接著問下一個問題前，問自己一句：
我接下來要問的，還需不需要前面這一大串背景？
- 需要（例如你還在同一份文件上持續改）→ 留在同一個對話。
- 不需要（你已經跳到一件全新的事）→ 開新對話，別讓舊脈絡繼續收你稅、又干擾判斷。
就這一個問題，幫你在「連貫」和「省稅」之間抓到平衡。
一張自檢：你正在被收脈絡稅的訊號
出現這幾個訊號，就是該「清一清」了：
- AI 開始重複你已經否定過的做法 → 重點被歷史淹沒了，開新對話、只帶關鍵結論。
- 它忘記你幾句前才交代的限制 → 同上，脈絡過載。
- 你發現自己一直在複製貼上同一大段背景 → 該把它「固定下來」，別再每次重貼。
- 同一個對話已經聊了一整個下午、跨了好幾個主題 → 早該拆成好幾個對話了。
- 回應變慢、變貴 → 對話太長的直接徵兆。
看到訊號就處理，不要等它糊到不能用。管記憶跟管錢一樣——定期清帳，比等到爆掉再收拾便宜得多。
這個系列接下來（皆為付費）：
- 第 4 篇：發包——把工作「派」給 AI，而不是自己盯著它做。
- 第 5 篇：AI 產能規模化後怎麼確保它不亂來——護欄、稽核、可追溯。
本文為 AI 使用方法與成本觀念的整理，文中對「記憶」「重讀」的描述為幫助理解的比喻，不同產品的實際脈絡機制與計費方式各異；實際行為請以你所用服務的說明為準。
帶得走的重點
- 跟 AI 對話越久，它每一次回答都要「重讀」前面累積的所有內容——這筆隨對話長大的隱形成本，就是脈絡稅。
- 脈絡稅有兩個代價：一是錢（每次都在為越來越長的背景付費），二是品質（塞太滿反而讓它抓不到重點、越答越笨）。
- AI 的記憶容量是有上限的『預算』，不是無限倉庫。什麼該留在對話裡、什麼該清掉，是一個要主動管理的取捨。
- 管記憶的核心動作只有兩個：該記的『固定下來』（別每次重講），該忘的『清出去』（別讓無關的背景一直跟著）。
- 最省的用法不是一直開同一個超長對話，是『一件事一個乾淨的對話』——做完就結，把結論帶走，而不是把整段過程一直背在身上。
常見問題
- 那我是不是每件事都要開新對話，很麻煩？
- 不是每件事，是「換主題就換對話」。判準很簡單：新的問題還需不需要前面那一大串背景？如果需要——例如你在同一份文件上持續改——就留在同一個對話；如果不需要——你已經跳到一件全新的事——就開新的，別讓上一件事的一整段歷史繼續跟著你付費、又干擾判斷。這不麻煩，反而更清爽：每個對話只裝一件事的脈絡，AI 抓重點更準，你回頭找也更好找。真正麻煩的是把十件事全塞進一個對話，最後它越來越慢、越來越糊，你自己也翻不到東西。
- 把背景『固定下來』具體是指什麼？我又不會寫程式。
- 不用寫程式。最簡單的版本就是：把那些你每次都要重講的東西——你的身分、偏好、這個專案的固定背景、你要的輸出格式——寫成一段固定的說明，需要時貼一次，而不是每次用不同的話重講一遍。很多 AI 工具還提供「自訂指令」「記憶」「專案」之類的功能，讓你把這段常駐背景設定一次、之後自動帶入，這就是最省力的『固定下來』。重點不是用哪個功能，是把「重複的背景」從『每次即興重講』變成『講一次、重複用』——這件事本身就在幫你省脈絡稅。