Claude Code越用越蠢?元凶是上下文压缩机制在偷内容
Claude Code 跑长任务时,最怕的不是代码写错,而是 AI "失忆"——刚才定好的架构决策说忘就忘,反复提醒同一个约束也没用。很多人第一反应是模型变笨了,其实根源往往在上下文压缩这里。今天把这件事说透,看看压缩到底动了什么手脚,以及怎么避开那些坑。
上下文满了,AI 到底经历了什么
Claude Code 的上下文窗口是有限的工作台——所有对话、文件内容、工具调用结果都堆在这里。用到大约 93% 的时候,系统就会开始压缩,把早前的消息变成一段摘要,腾出空间继续干活。压缩本身不是截断,而是用模型自己生成一段精简版本来替换原始记录,保留结论和关键路径,丢掉过程细节。1
问题来了:模型在注意力最差的时候,决定该删什么、要留什么。一条工具调用输出可能被压缩成几个字,一个来回确认过的约束可能只剩下结论本身,背后的原因和背景全都消失。
压缩不是一刀切,而是层层递进
Claude Code 有一套精密的 五级压缩流水线,成本从低到高依次排列:先用不花钱的办法,能不压就不压,实在扛不住了才动用 LLM 生成摘要。2
每一层都在试图避免调用下一层。越往后越贵,也越可能丢失信息。Session Memory 这层的思路很聪明:把"理解会话内容"的成本摊薄到整个会话周期里,每隔一段时间做一小块增量提取,到压缩时直接拿来用,不用临时花大价钱生成摘要。
压缩真正动了哪些信息
一次压缩过后,四类内容的变化程度不一样:
- 工具调用输出:原本几百 token 的 grep 结果,可能压缩成一句"OrderService 中有两处调用"。测试日志里的重复行、注释行全没了。1
- 读进来的代码片段:方法签名、参数类型全部消失,只剩"更新订单状态为 COMPLETED,保存后发邮件通知"这样的结论。
- 对话约束:"不要动邮件逻辑"这类约束会保留结论,但背后的原因——"另一个团队负责这块"——可能丢失。
- 错误重试过程:来回改了几次才通过的过程,只留最终结果,模型不知道踩过哪些坑。
压缩不是导致偏离的原因,而是 放大偏离的机制。真正的偏离往往在触发压缩之前就发生了——模型开始重新解释"实时性要求高"为"可以分层缓存"。但压缩之后,早期的用户约束不可见了,状态机里没有冲突记录,模型真诚地认为自己完成了任务,只是参照系已经被压缩扭曲了。6
上下文越满,模型越蠢
一个反直觉的事实:上下文越多,AI 表现反而越差。当上下文字数超过 30-40 万 token,模型的注意力开始涣散,旧工具输出、重复日志、无关文件片段把真正重要的信号淹没了。这不是模型"忘了",而是注意力被稀释了。7
实测数据很残酷:30-60 分钟短会话质量打 92 分,4 小时马拉松只有 67 分。新手喜欢开一个长会话从头聊到尾,高手则是 30 分钟一换规则写文件,中途主动触发压缩或开新对话。8
让压缩变得可控的实战技巧
好消息是,Claude Code 给你留了足够的操作空间。关键是变被动为主动,在模型被迫压缩之前自己先动手。
- CLAUDE.md 持久化核心信息
项目架构、编码规范、禁止事项这些不变的东西写进 CLAUDE.md,压缩后不会丢,因为它们不参与对话历史的压缩循环。控制在 200 行以内。8 - 主动压缩,带方向
不要等自动压缩触发。在会话中主动敲 /compact 重点保留 XX,让模型按你的维度去压缩,而不是让它自己猜该留什么。7 - 子代理隔离中间过程
探索类、脏活类的任务交给子代理处理,它只把结论带回来,主上下文干干净净。判断标准:我之后还需要这些中间过程吗?如果不需要,直接用子代理。7 - 用 /clear 开新会话,带摘要
全新任务果断开新会话。自己写一句核心摘要带到新的上下文里面,往往比让 AI 猜更精准。7 - TODO.md 当外部记忆
把任务进度、已放弃的方案、踩过的坑写到 TODO.md,压缩后重新读取,模型可以快速重建现场。
还有一个细节值得注意:prompt 写得短反而费 context,因为 Claude 得自己去翻代码库、自己想。多写一两句话明确任务目标,反而能省 token。9
科研场景尤其要关掉自动压缩
如果你的场景偏创意和科研,而不是纯写代码,建议关闭自动上下文压缩。压缩在创意类场景的影响尤为突出,因为这类任务的上下文主要来自用户在对话中输入的内容,模型依赖 in-context learning 习得,一旦压缩这些信息就永久丢失。代码场景影响相对有限,因为关键信息大多已经持久化在磁盘文件里,模型可以随时重新读取。10
上下文实在太长怎么办?直接把自己写好的状态文档塞给 Claude,让它去读,然后 /clear 清空上下文重新开始,比等压缩靠谱得多。
压缩后为什么感觉"没断片"
很多人有个误解,以为压缩后模型还记得所有历史。其实不是。压缩后连贯的关键在于:它保留了工作现场,而不是聊天记录。11
当前任务目标、推进到哪一步、哪些文件读过改过、哪些方案已经被否掉、下一步该继续什么——这些状态只要还在,协作就不会明显断掉。如果所有历史都被压成一段摘要,下一轮对话很可能会有一种"刚读完纪要回来"的生硬感;但如果最近几轮还尽量保留,关键决策也还在,Claude 就能接着当前动作继续。
可以这样理解:compact summary 像一张压缩后的现场地图。地图不等于现场本身,但如果上面还标着当前位置、目的地、走过的路、不能再走的岔路,你就能继续往前走。11
记住一点就够了:最好的用户不是 Session 最长的,而是积极管理上下文的。主动压缩比被动触发靠谱,CLAUDE.md 持久化比指望对话记住靠谱,状态文档比模糊记忆靠谱。把上下文当成工作台,用完就整理,别等到堆满了才想起来清。12
当前文章无评论,是时候发表评论了