作者发现 Claude 5 小时额度不够用，上下文一膨胀就「忘记」前面交代过的信息。这不是 Claude 的 bug，而是所有大模型的硬伤——2025 年 Chroma 技术报告首次系统命名了「上下文腐烂」现象：一旦上下文窗口超过 32K tokens，模型准确率就开始下降，且更关注文本两端而忽略中间信息。Gemini 擅自删掉作者没提到的字段，也是同一机制在作祟：超长上下文中，模型对指令的注意力分布发生偏移，中间的关键约束被「遗忘」。这不是模型变笨了，而是物理上注意力资源有限。

2026 年是四川「3+1+2」新高考的首次落地，和 2025 年首年相比，不只是考试时间延长到 6 月 7-9 日那么表面。本科普通批平行志愿可填 45 个院校专业组，每个组内可填 6 个专业，志愿单位从「学校」变成了「专业组」，选科组合直接决定能报什么专业。更关键的是，政史地生四科实行等级赋分，原始分不公开，考生拿到的是转换后的等级分。这意味着同一分数在不同年份的含金量完全不同，AI 用历史数据推算录取概率时，天然存在一个无法忽视的计量错位。

2026 年高考后有家庭完全按 AI 推荐填报，结果一个都没录上。这不是个别翻车——南方日报记者实测发现，主流 AI 志愿工具的基础政策匹配错误率高达 31.2%，也就是说每 10 个推荐里可能有 3 个是「根本报不了」的硬伤（已停招专业、选科不符、校区已迁）。更棘手的在于司法层面：杭州互联网法院已作出国内首例「AI 幻觉」侵权案一审判决，法院驳回原告全部诉求，理由是 AI 仅为辅助工具，最终法律责任由考生本人承担。平台在收钱时像专家，出事时像路人。

作者事后追问：如果一开始就给 Claude、Gemini、GPT 分好工，会不会更省力？2026 年高考 AI 评测数据显示，物理类总分讯飞星火与 Claude 以 708 分并列第一，各模型在数学、语文、理科等单科各有强势区。但「哪个 AI 擅长什么」这件事，普通用户很难有深度了解。当下能看到的关键变量是：AI 工具正在从「单兵作战」转向「Agent 编排」——Claude 4.8 的 Dynamic Workflows 已能自动编写脚本启动数百个子代理。但拐点不在于模型能力，而在于有没有一个「AI 调度员」能自动判断任务类型后分派给最优模型。这会是一个产品形态级别的机会。

作者让元宝同时做「识图+联网查最新数据」，结果元宝直接拒绝。这暴露了大模型任务理解的深层瓶颈：AI 对「复合指令」的拆解能力远弱于人类预期。当用户说「帮我把这几张照片里的学校信息查出来做成表」，AI 无法自动判断「先识图提取校名→再联网查最新招生计划→最后整合成表」这个隐含的三步流程。这类任务拆解失败，在 50 个提示工程项目里导致 80% 的意图误解。真正的解法不是抱怨 AI 笨，而是用户学会了「把复合指令拆成单步任务」——但这对普通用户来说，恰恰是最难养成的习惯。