DeepSeek（尤其V4‑Flash）存在注意力惯性（attention inertia）：对历史对话上下文分配偏高注意力权重，最新用户指令的相对权重被挤压，表现就是意图识别漂移、容易被旧对话带偏，继续回答上一轮话题，忽略当前新指令 。

现象拆解

1. 不是窗口不够，是注意力分配问题
token还完整留在上下文，没有截断；但自注意力计算时，历史内容抢到大量权重，最新user消息的token权重被稀释。

通俗例子：你多轮聊医药图谱，下一轮突然让它做代码排查，它还在输出图谱分析，不是没看见你的新指令，是历史上下文的信号更强。

2. 训练与对齐带来的偏向
DeepSeek系列训练强优化长上下文记忆、多跳链式推理；代价是对“切换任务、推翻前文、全新指令”的识别鲁棒性变弱。
Claude、Qwen在同样长会话下，对末尾最新用户query的注意力占比会更高；DeepSeek更容易把历史与当前指令做加权叠加，而不是“优先执行最新指令” 。
​
3. 思维链(reasoning_content)放大该问题
开启思考模式后，大量模型自身思考文本进入上下文，进一步挤占注意力；旧的推理片段会持续施加影响，加剧意图偏移 。