May 19, 2026

更新于 May 19, 2026

为什么你的 AI 编程效果"越用越差"

故障排查性能退化最佳实践思考

很多人都有这种感受：刚开始用 Cursor / Claude Code 神奇得很，几个月后越用越觉得”AI 变笨了”。其实模型没变，变的是你的项目和工作流。本文拆 6 个真正原因。

一、上下文膨胀

刚开始项目 100 个文件，AI 自动检索准；半年后 1000 个文件，AI 检索的”相关文件”里夹了 80% 噪音。

修复：

用 .cursorignore / .aiderignore 排除生成代码、文档、资源
@ 显式指定，少依赖 @codebase 自动
大目录拆 monorepo workspace

二、依赖蔓延 + 风格不一致

每次 AI 写代码引入一个新依赖、用一种新风格，半年后项目有 5 种状态管理库、3 种错误处理模式、混乱的命名。

AI 看到混乱代码，自然产出更混乱。

修复：

一次性清理：列所有依赖、去重、统一风格
.cursorrules 加严格的 “禁止引入新依赖” 条款
团队 review 时严抓”引入新依赖” 的 PR

三、Rules 文件过期

半年前写的 .cursorrules 列了用 Next.js 13、jest 28、CSS Modules。现在项目早升级了，Rules 没更新。

AI 按过期的 rules 出代码 → 你觉得”AI 不懂项目”。

修复：

每个 milestone 后 review rules 文件
大依赖升级时同步更新 rules
记录”学到的教训”段，持续追加

四、Prompt Caching 失效

Claude / GPT 缓存 5-10 分钟。如果你的 system prompt 频繁变化（哪怕一个字），缓存命中率会下降，响应变慢、成本上升。

可能的原因：

system prompt 里嵌入了时间戳 / 随机 id
工具列表频繁增减
历史对话压缩策略不稳定

修复：

system prompt 保持稳定
变化的内容放到 user message 末尾
检查 cache_read_input_tokens 命中率

五、模型版本悄悄变了

OpenAI / Anthropic 的模型名 claude-sonnet-4-6 指向的实际后端可能变。同样的 prompt 输出可能微妙不同。

修复：

用具体版本号（claude-sonnet-4-6-20250915）而非 alias
维护回归 benchmark
怀疑模型变化时跑评估对比

详见 LLM 评估实战。

六、Prompt 模式僵化

你最初的 prompt 是为某个版本的模型调优的。模型升级后，老 prompt 反而不适合。

例子：

老模型需要 “step by step” 引导，新模型默认就会
老模型 tool call 不稳，老 prompt 用了一堆”如果工具失败”逻辑
老模型上下文 64k 时代写的”精简”指令，对 200k 已经过度

修复：

模型升级时 review 现有 prompt 是否还合适
试着删一些”看起来必要的指令”，看效果
用最少 prompt 测试基线

七、第七个隐藏原因：你

刚开始用 AI 时新鲜感拉满，每次 prompt 都认真写。久了懒了，prompt 越写越随便，期待越来越模糊。AI 输出变差不是它的锅。

修复：

复杂任务正经写 prompt
用 prompt 模板
把”懒”承认了，恢复纪律

八、综合自检清单

效果退化时按这个排：

.cursorrules / CLAUDE.md 多久没更新？
.cursorignore 有没有更新？
项目是否引入了过多新依赖？
system prompt 是否包含动态变化内容？
模型版本是否固定？
你的 prompt 是否变得越来越随便？
当前任务的上下文是否过大？
中转是否换过 / 异常？

九、跑一次”基线测试”

写 5 个标准任务：

写一个 fibonacci 函数
修一个明确 bug
写一组单元测试
重构一段代码
写一段文档

用同一个 prompt 模板跑（不带任何项目 rules / 历史）。

如果基线表现正常 → 项目问题（清理上下文）
如果基线也差 → 中转 / 模型问题（换模型或换中转）

十、长期可持续的工作流

为了避免重复退化：

每月一次 audit：rules、依赖、prompt 模板
每季度一次 benchmark：回归测试
每半年一次”刷新”：项目知识重写一遍
持续学习：模型升级时跟着调整

十一、相关阅读

用稳定的中转 + 固定版本号能减少很多变量。YoTradeApi 后台可以查每条请求的实际模型版本，便于排查。