那场会是和首席执行官开的，很要紧。索菲·勒罗伊那时是顾问，手上的项目越来越多，一天到晚在几个项目之间来回切换。
会一散，她对团队说：有个问题我们忘了问。
「他们用一种奇怪的眼神看着我，说：『没有啊，问过了，我们问了。』」她在学校 2024 年的一篇人物报道里回忆。她这才明白，有那么几分钟，自己的脑子完全在另一个项目上。证据就在记事本上：一张小小的待办清单，全是别的项目的事，是开会时写下的。
关不掉的标签页
上一件事还没放下就换下一件，脑子会有一部分留在原地。
后来勒罗伊转去做研究。2009 年，她以《我的活儿为什么这么难干？》为题发表论文，给这个问题起了名字：注意力残留。她在两项实验里报告，人很难把注意力从没做完的事上抽回来，接下来那件事也就做得更差。
没做完的事，像一个开在后台的浏览器标签页。你眼睛看着新页面，旧页面还在跑，还在占着电脑的内存。
这篇论文还有个出人意料的地方：光把前一件事做完，还不足以放下它。在她的结果里，真正放下的，是在时间压力下做完的人；这种压力也让下一件事做得更好。
可大多数工作并不是踩着截止时间收尾的，而是被打断的。
担心回不去
2018 年，勒罗伊和明尼苏达大学的特蕾莎·格洛姆发表了四项研究，看打断对「打断进来的那件事」有什么影响。下面的研究设计，按她所在大学 2024 年的介绍文章转述。
参与者做着一件事被叫停，换去做另一件。一部分人被告知，回头有足够的时间做完原来那件；另一部分人被告知时间不多。预期回头要赶工的人，带进新任务的残留更多：处理信息不够仔细，看不出错误，做决策时也更少找到最优解。
接着两人试了一个补救办法，叫「准备好回来」计划：切换之前，记下自己做到哪儿、下一步打算做什么。勒罗伊说，可能不到一分钟就够了。在一项现场研究和一项实验室研究里，做了这个计划的人，注意力切换得更彻底，在打断进来的那件事上做得更好。这个思路借用了执行意图的研究：给「何时、怎样回来」定个计划，脑子才肯先把这件事放一放。
它能推广到多远，还在检验。2025 年，沃德·范佐宁和尤里·沙普指出，这个计划此前主要是在实验室或横断面研究里测的，被试多是学生。他们自己做了一项现场研究：50 名员工连续四个工作日给自己的注意力残留打分。被打扰多的日子，残留和疲惫都更多；写「准备好回来」计划，残留就少了。出乎研究者意料的是，写计划的员工整体上反而更疲惫，尽管在他们身上，残留和疲惫之间的关联变弱了。不过这些都是自评，人数也不多。
修了一半的漏洞
假设你是工程师，一个支付漏洞修到一半，被拉去开预算会。明天就要发版，你知道回来以后得赶着修。
被打断，回去还要赶工，这正是勒罗伊和格洛姆研究里残留更多的那种组合。所以进会之前，你花四十秒在工单里写下：停在重试循环那里，下一步查超时设置，有个问题要问支付组。然后关掉编辑器。在他们的研究里，这样一张纸条让人在打断进来的事上投入更多注意力。它修不好漏洞；但明天你是从纸条开始，而不是从回忆开始。
上下文窗口里的剩菜
语言模型也有一种残留，而且看得见。一次会话保留下来的历史，会占着上下文窗口，也就是模型每次回答前要读的那堆文字。窗口快满时，有的工具会把早先的内容总结压缩，但留下来的部分，每次回答都要重读一遍。
2025 年 7 月，做 AI 数据库软件的 Chroma 公司发布报告，测试了 GPT-4.1、Claude 4、Gemini 2.5、Qwen3 等 18 个模型，让它们回答长聊天记录里的问题。每道题有两种问法：给完整记录，约 11.3 万个词元，大部分是不相干的对话；或者给精简提示，约 300 个词元，只留答题需要的部分。所有模型都是精简提示的得分明显更高。不过完整记录既更长、又塞满了别的内容，这项测试分不开到底是长度还是杂物在起作用。
Claude Code 的文档给了对应的建议。它提醒别开「大杂烩会话」：先做一件事，再问个不相干的，再回到第一件，结果上下文「塞满了不相干的信息」。它给的办法是：不相干的任务之间，用 /clear 清空。
和人不同的是，模型的残留就写在纸面上，你可以删掉。清空之前，让智能体写一张「准备好回来」的纸条：改了什么、停在哪儿、下一步做什么，下一次会话从这张纸条开始。想知道这对你的活有没有用，可以把同一个小任务在又长又杂的会话里跑几遍，再在新会话里跑几遍，每次都按这个任务自己的测试来评判。某一次跑得更好，只是线索，不是证明。
勒罗伊那天的记事本上，就是这样一张清单。只是她写的时候不对。