DeepSeek 长上下文对话的幻觉与使用规范
本文适用于长期使用 DeepSeek 辅助开发的场景。你会学到：DeepSeek 在什么情况下容易产生幻觉、如何识别上下文超限的信号，以及降低幻觉的交流与工作流规范。
存在的问题
以下是实际使用中观察到的三个问题，按影响程度排列：
- 上下文超过 200k 后幻觉加重：一个窗口上下文一旦超过 200k，DeepSeek 不再遵守
agent.md约定，也不会按照trills要求的步骤开发代码。 - 上下文混乱：内容过多导致 AI 注意力下降、幻觉加重，交流成本随之增加。
-
deepseek-v4-flash擅自写代码：在讨论对话结束后，经常不等确认就开始写代码，不遵守treills的开发规范。
阈值参考：DeepSeek 系列模型的上下文窗口有限，长对话会挤占可用窗口并稀释注意力。建议在对话接近窗口上限前主动开启新会话，把上下文压缩成背景说明再继续。详见 DeepSeek 官方文档。
自我反思与使用规范
- 不能许愿式编程：不能指望 AI 会严格按照约定的规范执行，规范必须落在可检查的交付物上（如 checklist、验收标准），而不是口头约定。
- 提高信息密度：与 AI 交流时描述不清楚、信息密度低，会导致严重的理解偏差。正确做法是把想法准确、结构化地传递给 AI，并假设 AI 会犯错——深入研究使用的技能组，观察 AI 的行为，出错后及时更正。
验证与自查
每次长对话开发会话结束后，对照检查：
- 会话总字符数是否接近模型上下文上限（200k 量级）？若是，下次拆分为新会话并附上压缩后的背景。
- 检查 AI 是否在对话未结束时擅自写代码或跳步执行——出现即打断并回到规范流程。
- 核对最终产出是否满足
agent.md/treills的交付物清单（如 prd、design、implement），不满足视为幻觉输出。