长上下文模型：能读完一本书的 AI

长上下文模型一次能处理数十万乃至上百万 token，相当于几本书或几百份文件。它让“把所有资料丢给 AI”从想象变成日常，重塑了阅读、研究、法律审查的工作方式。

长上下文的魅力在于“全局视野”：当 AI 能同时看到所有相关材料，它的判断质量与只看片段时完全不同。人类何尝不是如此——能被记住的信息才可能被联系起来，广博的阅读从来不是无用的积累。

## 核心要点

图片来源：Openverse / Garrette（https://www.flickr.com/photos/22258062@N00/53236995）

1. 长上下文不是万能的：模型可能“迷失在中间”。

2. 它与 RAG 并非对立，而是互补的两条路线。

3. 长上下文成本高昂，按 token 计费的价格是硬约束。

4. 位置编码与注意力效率是长上下文的核心技术挑战。

图片来源：Openverse / Bob Bekian（https://www.flickr.com/photos/53771684@N04/6359335819）

## 写在最后

以上是关于「长上下文模型」的科普介绍。人工智能正在快速发展，相关概念和方法也在不断演进。希望本文能帮你建立对这一主题的基本认识。