不少人都有这种感觉，刚开始用大模型的时候回答又快又顺，连着聊几轮之后，它就跟卡顿了一样，半天蹦不出一个字。其实这不是你的网慢，而是大模型本身的工作方式决定的。
简单说，大模型每生成一个字，都要把之前聊过的所有内容从头到尾重新算一遍。你聊得越久，它要翻的旧账就越厚，计算量自然跟着往上走。这跟人读书差不多，前面读得越快，后面要记的东西越多，反应也就慢下来了。
那有没有办法让它一直保持速度呢？有的。聊到一个阶段，可以让它先把重点总结一下，新开一个话题重新开始；或者干脆把旧的对话删掉，只留最关键的几句话。这样它每次要算的东西少了，速度自然就回来了。
所以下次觉得它变慢，别急着骂服务器，多半是聊天记录太长了。清清对话，往往立刻就流畅。