方法论
多任务并行，
AI为什么"串味"了
不是AI变笨了——是不同任务的上下文互相污染。上一个任务的标准、结论、甚至报错，混进了下一个任务的判断里。这个坑很常见：恰好遇到时，最难的不是解决，是不知道它叫什么。它叫"上下文冲突/隔离缺失"，有现成的解法。
1
认识四失败模式：先知道AI"变笨"的四种原因 — 中毒（错误被反复引用越错越离谱）/ 分心（无关信息淹没重点）/ 混淆（历史信息悄悄影响判断）/ 冲突（信息互相矛盾）。多数"突然变笨"是这四种之一，不是模型坏了
2
四策略：写/选/缩/隔 — 写（把信息存到外部）、选（只拉当前需要的）、缩（压缩历史）、隔（各任务独立上下文）。预算有限，四策略就是它的调度方式
3
隔离怎么做：子任务独立窗口 — 多任务并行时，每个子任务开独立上下文，父层只见子任务的摘要。Anthropic 多Agent研究系统：子任务探索上万token，只交回1-2K摘要，整体质量超单Agent 90.2%
4
冲突防治：权威排序 — 当信息互相矛盾时，定优先级：系统提示 > 检索事实 > 对话历史。同一指标两边数值不同，先问"谁是一手源"
# 上下文隔离：让多任务并行不串味
当你在同一个会话里跑多个任务，或让多个AI分工时，用这套方法隔离上下文：
## 一、先诊断：是四种失败里的哪种
- 中毒：一个错误被反复引用，越错越离谱 → 主动裁剪过时/冲突信息
- 分心：塞了太多无关内容，重点被淹没 → 只保留当前任务需要的
- 混淆：历史信息悄悄影响判断 → 每任务独立上下文
- 冲突：信息互相矛盾 → 建立权威排序
## 二、四策略调度
1. 写（Write）：把中间结果存到外部文件/笔记，不占窗口
2. 选（Select）：只拉当前步骤需要的，不预加载全部
3. 缩（Compress）：历史超阈值就压缩成摘要
4. 隔（Isolate）：子任务开独立上下文，只传摘要
## 三、冲突防治
- 权威排序：系统提示 > 检索事实 > 对话历史
- 同一指标两边数值不同 → 先确认谁是一手权威源
- 改了一侧标准 → 必须同步所有引用它/检查它的地方
## 验证
做完后自查：① 这个任务的结果里有没有混入上个任务的内容？② 关键标准是否有唯一权威源？③ 改了标准后，所有相关方都同步了吗？