AI 用着用着感觉"变笨"了，这种感觉非常普遍。但先别急着下结论：十有八九不是模型真的降级了，而是使用环境里的三个变量在作怪。按 A、B、C 的顺序排查一遍，多数情况能找到真凶。
先查 A：你现在用的，还是当初那个模型吗
很多平台默认开启"自动选择"，高峰期会把你悄悄路由到更便宜的弱模型；App 更新后默认模型可能被重置；免费额度用完，有些服务会直接降档而不明显提醒。你以为还在和旗舰模型对话，实际回答的已经是另一个"人"了。
查法很简单：看对话界面的模型名称是不是你预期的，去设置里确认默认模型，然后用一道你熟悉的"基准题"在当前模型下重测一次，对比当初的回答质量。
再查 B：上下文是不是被污染了
长对话里早期的错误回答会被模型当作既定事实继续引用；记忆功能或自定义指令里过时的偏好，会在你察觉不到的地方带偏新回答；多轮对话下来，模型的注意力被稀释，对当前问题的聚焦度自然下降。这些都会让你觉得"它以前不是这样的"。
查法：新开一个干净的对话，把同一个问题原样再问一遍；检查记忆与自定义指令里有没有过时内容，必要时关掉记忆再测。
再查 C：采样随机性，加上你自己的提问方式
大模型的回答自带随机性，同一个问题问两次，质量本就有波动，你记住的往往是最好那次。另外一个扎心的真相：用久了之后，人的提问会越来越简略，背景给得越来越少，期望却越来越高。答案变差，有时只是因为问题变"懒"了。
查法：把当初那个"聪明回答"对应的问题，一个字不改地再问一次，看差距还在不在。
自查四步，按顺序走完再下结论
第一步，确认模型版本与路由设置，排除被切到弱模型；第二步，新开干净对话，用基准题复测；第三步，检查记忆和自定义指令，清理过时偏好；第四步，把提问背景补全后再测一次。四步走完，"变笨"的感觉通常能定位到具体原因。
什么时候，"真的是模型变了"
也有少数情况是模型端真的变了：官方宣布版本更新或旧模型下线替换；高峰期部分厂商会临时降配算力，回答质量随负载波动；同一道基准题在干净环境下持续变差，且网上有大量相同反馈。这时该做的是换模型或等官方修复，而不是反复折腾提示词——方向错了，越调越累。
