参考资料

• Lost in the Middle
• OWASP Prompt Injection

大模型基础（09） - 长上下文、Lost in the Middle 与能力边界

读完后，你应能完成以下任务：

• 绘制“大模型基础（07） - 长上下文、Lost in the Middle 与能力边界 / 为什么窗口越大不一定越好”的关键对象与数据流，解释“长输入增加 Prefill 延迟、Token 成本和注意力干扰。”，并用源码位置、日志或 Trace 标注证据。
• 为“大模型基础（07） - 长上下文、Lost in the Middle 与能力边界 / 上下文装配顺序”设计正常与异常输入，验证“保留系统规则和当前任务，不让摘要覆盖高优先级指令。 -> 对历史对话提取稳定事实与未完成状态，近期消息保留原文。 -> 检索证据先去重、排序和权限过滤，再按预算装配。 -> 为来源、时间和可信级别加边界标记，把外部文本视为数据。”，输出首个偏差位置与回归测试结果。
• 实现“大模型基础（07） - 长上下文、Lost in the Middle 与能力边界 / 失败信号”的最小代码或配置，检验“检索段落内的恶意指令触发工具调用。”，输出命令、结果与 Diff，并说明不适用边界。

上下文窗口更大只表示“可以输入更多”，不表示模型能同等稳定地使用每个位置的信息。

核心知识清单

• 上下文容量与有效上下文
• Lost in the Middle 位置偏差
• 指令冲突与上下文污染
• 幻觉、知识时效与事实边界
• 截断、摘要、检索与分层上下文
• 长上下文位置评测与拒答

一、先建立全局：长上下文、Lost in the Middle 与能力边界 是什么？

理解“长上下文、Lost in the Middle 与能力边界”，先要把标题中的对象放进同一条处理链：它接收什么输入，经过哪些状态变化，最终用什么证据判断结果。下表不另造概念，只把作者正文已经解释的章节按依赖顺序连起来。

“长上下文、Lost in the Middle 与能力边界”的第一个核心判断是：长输入增加 Prefill 延迟、Token 成本和注意力干扰。。先弄清这个判断中的对象和输入输出，后面的实现、故障和验收才有共同语境。

顺序	章节	读完本节应抓住的结论
1	为什么窗口越大不一定越好	长输入增加 Prefill 延迟、Token 成本和注意力干扰。
2	上下文装配顺序	保留系统规则和当前任务，不让摘要覆盖高优先级指令。 -> 对历史对话提取稳定事实与未完成状态，近期消息保留原文。 -> 检索证据先去重、排序和权限过滤，再按预算装配。 -> 为来源、时间和可信级别加边界标记，把外部文本视为数据。
3	失败信号	检索段落内的恶意指令触发工具调用。
4	Lost in the Middle 位置偏差	# 大模型基础（07） - 长上下文、Lost in the Middle 与能力边界
5	截断、摘要、检索与分层上下文	保留系统规则和当前任务，不让摘要覆盖高优先级指令。
6	上下文窗口更大只表示“可以输入更多”	上下文窗口更大只表示“可以输入更多”，不表示模型能同等稳定地使用每个位置的信息。

1.1 核心对象之间怎样衔接

flowchart LR
  S1["为什么窗口越大不一定越好"] --> S2
  S2["上下文装配顺序"] --> S3
  S3["失败信号"] --> S4
  S4["Lost in the Middle 位置偏差"] --> S5
  S5["截断、摘要、检索与分层上下文"]

这张图只表达本文的讲解顺序，不替代正文机制。判断“长上下文、Lost in the Middle 与能力边界”是否真正掌握，需要能从最后一个结果沿图回到前面每个章节的输入、状态变化和证据。

1.2 再看失败：问题最早会出现在哪一步？

在“长上下文、Lost in the Middle 与能力边界”的对象和顺序已经明确后，再看可观察的失败：中间证据系统性漏读、静默截断、无关内容稀释答案或长输入导致容量失控。定位时不从最后一条错误猜原因，而是沿上图找第一个偏离正文结论的节点。

二、为什么窗口越大不一定越好

长输入增加 Prefill 延迟、Token 成本和注意力干扰。 研究显示相关证据位于长上下文中部时，模型表现可能低于位于开头或结尾。 应用必须用不同文档长度、证据位置、干扰段落和多证据组合做评测，不能只验证短 Prompt。

三、上下文装配顺序

1. 保留系统规则和当前任务，不让摘要覆盖高优先级指令。
2. 对历史对话提取稳定事实与未完成状态，近期消息保留原文。
3. 检索证据先去重、排序和权限过滤，再按预算装配。
4. 为来源、时间和可信级别加边界标记，把外部文本视为数据。
5. 证据不足、冲突或过期时明确拒答或请求澄清。

四、失败信号

• 相同证据换到中间位置后答案明显退化。
• 旧对话中的格式要求覆盖了当前任务。
• 检索段落内的恶意指令触发工具调用。
• 截断删除了用户约束，却留下不相关历史。

五、动手验证：先跑通 长上下文、Lost in the Middle 与能力边界，再改变一个变量

前面的章节已经建立问题、概念和机制。现在把“长上下文、Lost in the Middle 与能力边界”放进同一套基线中运行；本节不再引入新术语，只验证前文结论能否被复现。

5.1 基线与候选只允许一个变量不同

验证“长上下文、Lost in the Middle 与能力边界”时，先固定模型、上下文长度、证据位置、无关内容比例、问题集合和生成参数。候选方案只能改变本次要验证的变量；如果同时更换数据、依赖和配置，即使结果改善，也不能知道是哪一项产生作用。

执行“长上下文、Lost in the Middle 与能力边界”时，动作是：把同一证据放在开头、中间和结尾，逐档增加上下文并比较召回、答案与延迟。原始结果不能只保留截图或汇总分数，必须同步保存：位置分桶准确率、引用命中、输入 Token、TTFT、TPOT、截断位置和失败样本，使下一次复查可以在同一输入上重放。

实验要素	本文要求
固定条件	固定模型、上下文长度、证据位置、无关内容比例、问题集合和生成参数
唯一变量	本次候选方案与基线之间的一项明确差异
原始证据	位置分桶准确率、引用命中、输入 Token、TTFT、TPOT、截断位置和失败样本
通过阈值	关键证据在目标长度与位置分布下可稳定引用，延迟和成本保持在预算内
立即停止	中间证据系统性漏读、静默截断、无关内容稀释答案或长输入导致容量失控

5.2 执行前先排除不可比较条件

“长上下文、Lost in the Middle 与能力边界”开始前先确认下面四项；任一项不成立，都应先修复实验条件，而不是解释结果。

• 基线能够在“长上下文、Lost in the Middle 与能力边界”的当前环境重复运行。
• 候选只改变一个与“长上下文、Lost in the Middle 与能力边界”结论直接相关的条件。
• “长上下文、Lost in the Middle 与能力边界”的基线和候选使用同一批输入、同一版本依赖与同一通过阈值。
• “长上下文、Lost in the Middle 与能力边界”的原始输出和失败现场不会被重试、格式化或汇总覆盖。

5.3 执行后先核对证据完整性

结果出来后先检查证据，再讨论“长上下文、Lost in the Middle 与能力边界”是否通过。缺少中间状态时，最终输出只能说明现象，不能证明机制。

检查项	当前文章的判定
输入可追溯	固定模型、上下文长度、证据位置、无关内容比例、问题集合和生成参数
过程可回放	把同一证据放在开头、中间和结尾，逐档增加上下文并比较召回、答案与延迟
结果可审计	位置分桶准确率、引用命中、输入 Token、TTFT、TPOT、截断位置和失败样本

“长上下文、Lost in the Middle 与能力边界”的一次合格基线对照按以下顺序执行：

1. 保存“长上下文、Lost in the Middle 与能力边界”基线版本及输入摘要，确认基线本身可以重复运行。
2. 写下“长上下文、Lost in the Middle 与能力边界”候选方案唯一变化的变量，以及它预期影响的指标。
3. 在同一环境执行“长上下文、Lost in the Middle 与能力边界”：把同一证据放在开头、中间和结尾，逐档增加上下文并比较召回、答案与延迟。
4. 为“长上下文、Lost in the Middle 与能力边界”保存：位置分桶准确率、引用命中、输入 Token、TTFT、TPOT、截断位置和失败样本。
5. 使用“长上下文、Lost in the Middle 与能力边界”预登记条件判断：关键证据在目标长度与位置分布下可稳定引用，延迟和成本保持在预算内。
6. 如果“长上下文、Lost in the Middle 与能力边界”未通过，不修改第二个变量，先恢复基线并保留失败现场。

六、用一张矩阵验证 长上下文、Lost in the Middle 与能力边界 的关键结论

矩阵按正文顺序列出“长上下文、Lost in the Middle 与能力边界”的结论。一次实验只选择一行，只改变这一行对应的条件；不要把多行合并成一个无法归因的大实验。

正文章节	已解释的结论	本轮唯一变量	必须保存的证据
为什么窗口越大不一定越好	长输入增加 Prefill 延迟、Token 成本和注意力干扰。	只改变与“为什么窗口越大不一定越好”相关的条件	位置分桶准确率、引用命中、输入 Token、TTFT、TPOT、截断位置和失败样本
上下文装配顺序	保留系统规则和当前任务，不让摘要覆盖高优先级指令。 -> 对历史对话提取稳定事实与未完成状态，近期消息保留原文。 -> 检索证据先去重、排序和权限过滤，再按预算装配。 -> 为来源、时间和可信级别加边界标记，把外部文本视为数据。	只改变与“上下文装配顺序”相关的条件	位置分桶准确率、引用命中、输入 Token、TTFT、TPOT、截断位置和失败样本
失败信号	检索段落内的恶意指令触发工具调用。	只改变与“失败信号”相关的条件	位置分桶准确率、引用命中、输入 Token、TTFT、TPOT、截断位置和失败样本
Lost in the Middle 位置偏差	# 大模型基础（07） - 长上下文、Lost in the Middle 与能力边界	只改变与“Lost in the Middle 位置偏差”相关的条件	位置分桶准确率、引用命中、输入 Token、TTFT、TPOT、截断位置和失败样本
截断、摘要、检索与分层上下文	保留系统规则和当前任务，不让摘要覆盖高优先级指令。	只改变与“截断、摘要、检索与分层上下文”相关的条件	位置分桶准确率、引用命中、输入 Token、TTFT、TPOT、截断位置和失败样本
上下文窗口更大只表示“可以输入更多”	上下文窗口更大只表示“可以输入更多”，不表示模型能同等稳定地使用每个位置的信息。	只改变与“上下文窗口更大只表示“可以输入更多””相关的条件	位置分桶准确率、引用命中、输入 Token、TTFT、TPOT、截断位置和失败样本

6.1 记录本次实际实验

下面的记录用于“长上下文、Lost in the Middle 与能力边界”当前这一次实验，不是第二套知识目录。先从矩阵选择一个章节，再填写实际值；没有填写的字段表示尚未验证。

topic: "长上下文、Lost in the Middle 与能力边界"
selected_chapter: required
claim_from_article: required
baseline_version: required
changed_condition: exactly_one
execution: "把同一证据放在开头、中间和结尾，逐档增加上下文并比较召回、答案与延迟"
evidence: "位置分桶准确率、引用命中、输入 Token、TTFT、TPOT、截断位置和失败样本"
pass_when: "关键证据在目标长度与位置分布下可稳定引用，延迟和成本保持在预算内"
stop_when: "中间证据系统性漏读、静默截断、无关内容稀释答案或长输入导致容量失控"
observed_result: required
first_deviation: null_or_evidence
recovery_replay: required_after_failure

6.2 边界实验必须证明能够停止和恢复

成功路径只能证明“长上下文、Lost in the Middle 与能力边界”在当前样本上工作，不能证明它可以进入生产。边界实验需要主动制造：中间证据系统性漏读、静默截断、无关内容稀释答案或长输入导致容量失控，并观察系统是否在产生不可逆副作用前停止。

场景	只改变什么	应保存什么	通过标准
正常路径	使用已知有效输入	位置分桶准确率、引用命中、输入 Token、TTFT、TPOT、截断位置和失败样本	关键证据在目标长度与位置分布下可稳定引用，延迟和成本保持在预算内
边界路径	把一个输入推进到约束临界值	临界值前后的输出与指标	不静默降级，不把部分结果冒充成功
明确失败	注入：中间证据系统性漏读、静默截断、无关内容稀释答案或长输入导致容量失控	原始错误、首个异常阶段和最终状态	失败被正确分类且没有扩大副作用
恢复重放	执行：缩小上下文并恢复基线，检查检索、排序、装配、截断和模型长度支持	原失败样本的复测证据	原样本恢复，正常样本没有回归

恢复动作不是简单重启。对于“长上下文、Lost in the Middle 与能力边界”，第一步是：缩小上下文并恢复基线，检查检索、排序、装配、截断和模型长度支持。完成后使用原始失败样本复测；只验证一个新样本成功，不能证明触发条件已经消失。

“长上下文、Lost in the Middle 与能力边界”边界实验结束后，应把正常、临界、失败和恢复四类记录放在同一个运行批次中。这样才能区分“候选方案真的修复问题”和“环境变化让问题暂时没有出现”。

七、长上下文、Lost in the Middle 与能力边界 的结果解释

解释“长上下文、Lost in the Middle 与能力边界”实验时先看首个偏差，而不是最后一条错误。最后的异常通常只是上游状态错误的结果；从末端反推容易误把症状当根因。

观察结果	可以支持的判断	下一步
主链路没有达到预期	中间证据系统性漏读、静默截断、无关内容稀释答案或长输入导致容量失控	先执行：缩小上下文并恢复基线，检查检索、排序、装配、截断和模型长度支持
异常链路无法恢复	中间证据系统性漏读、静默截断、无关内容稀释答案或长输入导致容量失控	先执行：缩小上下文并恢复基线，检查检索、排序、装配、截断和模型长度支持
新样本成功但原样本仍失败	修复没有覆盖原始触发条件	固定原失败输入，恢复基线后重新比较
指标改善但证据无法回链	数据、版本或中间状态没有固定	暂停发布，补齐可追溯记录后重跑

“长上下文、Lost in the Middle 与能力边界”只有同时满足“关键证据在目标长度与位置分布下可稳定引用，延迟和成本保持在预算内”，并且没有出现“中间证据系统性漏读、静默截断、无关内容稀释答案或长输入导致容量失控”，才可以认为主链路通过。这里的“通过”只对当前固定版本、样本和环境有效，不能外推到尚未测试的容量、权限或数据分布。

如果“长上下文、Lost in the Middle 与能力边界”候选方案与基线差异很小，先检查证据分辨率是否足够；如果差异很大，先排除数据泄漏、环境漂移和版本不一致。两种情况都不能只看一个汇总均值，需要回到逐样本输出和中间状态。

“长上下文、Lost in the Middle 与能力边界”故障定位完成后，记录“现象、首个偏差、根因、改动、原样本复测”五项。缺少原样本复测时，只能标记为待观察，不能标记为已解决。

八、长上下文、Lost in the Middle 与能力边界 的发布判断

发布判断需要把“长上下文、Lost in the Middle 与能力边界”的质量、失败边界和恢复能力放在同一份记录中。以下任一条件缺失，都应停止扩量，而不是用“基本正常”替代证据。

• “长上下文、Lost in the Middle 与能力边界”的基线与候选只存在一个计划内变量。
• “长上下文、Lost in the Middle 与能力边界”的输入、代码、依赖、配置和数据版本可以追溯。
• “长上下文、Lost in the Middle 与能力边界”的正常、临界、失败和恢复样本使用同一套断言。
• “长上下文、Lost in the Middle 与能力边界”的原始输出、中间状态和失败现场已经保留。
• “长上下文、Lost in the Middle 与能力边界”的日志、Trace、截图和测试数据已经脱敏。
• “长上下文、Lost in the Middle 与能力边界”的停止条件、负责人和回滚入口已经演练。
• “长上下文、Lost in the Middle 与能力边界”尚未覆盖的输入、权限、容量和外部依赖已经登记。

最终记录至少包含基线版本、唯一变量、原始证据、首个偏差、恢复复测和发布责任人。没有参与本次修改的人如果不能据此重放“长上下文、Lost in the Middle 与能力边界”的判断，就不能发布。

九、总结

• 为什么窗口越大不一定越好：长输入增加 Prefill 延迟、Token 成本和注意力干扰。
• 上下文装配顺序：保留系统规则和当前任务，不让摘要覆盖高优先级指令。 -> 对历史对话提取稳定事实与未完成状态，近期消息保留原文。 -> 检索证据先去重、排序和权限过滤，再按预算装配。 -> 为来源、时间和可信级别加边界标记，把外部文本视为数据。
• 失败信号：检索段落内的恶意指令触发工具调用。
• Lost in the Middle 位置偏差：# 大模型基础（09） - 长上下文、Lost in the Middle 与能力边界
• 截断、摘要、检索与分层上下文：保留系统规则和当前任务，不让摘要覆盖高优先级指令。