1M 上下文是不是代表模型会永久记住所有东西？

不是。它只表示模型在当前请求或会话里可以参考更多文本。这仍然是临时的“工作记忆”，不是永久知识。

为什么 1M token 对编程和研究很重要？

因为它能在一个工作视野里装下更大的代码库、文档和工具轨迹，从而减少反复切块和摘要带来的信息损失。

不一定。结果仍然取决于内容是否相关、组织是否清晰、检索质量够不够好，以及提示设计是否合理。

因为它改变了 AI 一次性能“记住”多少内容。1M token 的上下文窗口让模型能在一次任务里同时处理更长的文档、代码库和多步代理轨迹，所以最近特别受关注；但更大的上下文并不意味着可以不做上下文工程。

最后更新：2026年3月15日

“上下文窗口”指的是模型在回答当前请求时能主动参考的文本范围。它更像“工作记忆”，而不是长期知识库。从几十万 token 提升到 1M token，意味着模型在单次任务或对话中能同时保留更多材料。

它之所以走红，是因为 Anthropic 刚刚把 Claude Opus 4.6 和 Sonnet 4.6 的 1M 上下文窗口变成标准可用能力，而且按标准价格计费。这让“超长上下文”从昂贵的特殊功能，变成更实际的工作流能力，尤其影响编程、法律审阅、研究整合和长流程代理系统。

核心收益不是“突然变聪明”，而是模型在完成任务时，能同时保留更多相关文本、文件和对话状态。

对于代码审阅、长文档处理和代理轨迹分析这类任务，早期细节一旦丢失，就会破坏整体推理；更长上下文能缓解这个问题。

Anthropic 官方文档也提醒，随着上下文变长，如果塞进去的是噪声或弱相关信息，召回效果和答案质量仍然会下降。

5 道题帮你理解这个热点