你喂给AI的资料越多，它反而越笨

Anthropic 最近发了篇文章，结论挺反直觉：你跟 AI 长聊的时候，塞进去的资料越多，它反而答得越差。

不是开玩笑。

很多人的用法是：把几十页 PDF、一堆聊天记录、三五篇背景文章，一股脑全丢给 AI，然后说“帮我总结一下”或者“根据这些回答我”。结果呢？关键信息漏掉，答非所问，甚至把明明在材料里写得很清楚的东西搞错。

问题不出在资料质量，出在你给的方式。

这背后有个东西，Anthropic 管它叫“注意力预算”。

你可以把 AI 的注意力想象成一个人的脑容量。上下文窗口确实很大，看着能塞很多东西。但注意力不一样，它是一笔很紧的预算。你塞进去的每个字，都在花这笔钱。塞到最后，钱花完了，模型就开始“抓大放小”，而且放掉的，往往就是你最在意的那个细节。

这就好比你开一个三小时的会，前面放了两百页 PPT。讲到最后，没人记得第 47 页写过什么，哪怕那页才是真正的结论。

更扎心的是，AI 不会告诉你它“没注意到”。它会非常自信地给你一个答案，让你以为它全看懂了。这种自信的错，比明说的不知道更坑人。

所以真正的差距，慢慢从“模型强不强”，变成了“你会不会用”。

Anthropic 的建议很朴素：别当资料搬运工，要做信息守门员。

具体就三条。

第一，别一次给全。把一个复杂任务拆成几步，每一步只给当前这一步要用的信息。这一步用不上的，先别往里塞。

第二，删废话。背景里那些“嗯嗯好的收到”“这是张三发来的”这种不影响结论的边角料，能删就删。省下来的注意力，留给真正要紧的事实。

第三，让 AI 自己说它看到了什么。关键信息给进去之后，先让它复述一遍它理解的要点，确认没漏，再往下走。这一步慢一点，但比返工快得多。

这事细想挺有意思。

过去我们拼的是“谁找得到更多信息”。现在搜索这么发达，信息根本不缺。缺的是另一个能力：在一堆材料里，判断什么该进 AI 的窗口，什么该留在外面。

换句话说，AI 越强，越考验使用者的判断力。

你喂得多，不代表它懂得多。你喂得准，它才真的用得上。

工具箱里那个“粘贴全文”的按钮，少用。