上下文工程：为什么 AI 跑久了就「忘」事

你跟 Claude Code 聊了一个小时，让它改一个复杂的功能。

突然它说："我重新看一下需求……" 然后跑去读了一遍它自己 30 分钟前已经处理过的文件。

不是它装傻，是它真的忘了。

这就是上下文窗口（context window）在起作用。

1. 模型有一张"工作桌"

把 Claude 想象成一个正在做菜的厨师。他面前的桌子就是他能用的全部记忆。

桌子上堆着：

• 你的每一句话
• 它每一段回复
• 它读过的每个文件的内容
• 它跑过的命令的输出
• 它的"思考"过程
• 系统提示词（system prompt）—— 一开始就铺在桌底的家规

这一堆东西的总量叫 token 数——大致 1 个汉字 ≈ 1.5 token，1 个英文单词 ≈ 1.3 token。

桌子有上限。 Claude 4 系列的模型大约能装 200,000 token，新出的 Claude 4.7 能开到 1,000,000 token。听起来很多——但读几个大文件、跑几个长输出，几万 token 就没了。

2. 桌子满了会发生什么

接近上限时模型会出现明显症状：

• 重复读同一个文件（前面的 Read 结果被挤掉了）
• 忘记你的需求（最初那条用户消息被压缩或丢掉了）
• 胡言乱语 / 重复输出（注意力机制在长上下文里精度下降）
• 直接报错（超过硬上限）

Claude Code 顶部有个 token 进度条。到 80% 你就该警觉了。

3. /compact：把桌面收一半

最直接的应对方式：手动敲 /compact。

它的工作过程：

1. 读一遍你和 Claude 之间所有的历史对话
2. 让模型自己写一段摘要："用户在做 X，已经读了 Y，已经改了 Z，当前在……"
3. 把摘要替换掉前面所有的来回，只保留最近几轮 + 摘要
4. 桌面腾空，token 占用骤降

摘要会丢细节吗？ 会。但摘要里通常保留：

• 你最初的需求
• 已读过文件的列表（具体内容丢，但模型知道"我读过 README"）
• 已经做过的关键操作
• 当前在干什么

够用了。compact 完之后你可以接着聊，它知道前因后果。

4. 自动压缩：不操心也行

新版本的 Claude Code 默认开了自动 compact。token 到 90% 自动触发，你看到的就是顶上有一行"Compacting…"，然后桌面瞬间清出来。

也就是说你不一定要自己敲——但知道这件事在发生，能解释为什么有时候它"突然变迟钝"或"一段对话像断了片"。

5. 主动管理上下文的几招

实战里更聪明的玩家会主动控制：

a) 长文件别让它整个 Read。 如果只关心某个函数，Read 工具支持参数 offset/limit，让它只读相关部分。

b) 完成一段任务用 /clear 而不是 /compact。 比如做完功能 A 要做功能 B，直接清桌重来——A 的细节你不需要带过去。

c) 重要的项目级约定写到 CLAUDE.md。 这个文件每次启动都会被注入 system prompt，相当于"永远占着桌底一小块"，不怕被 compact 掉。

d) 别让它跑特别长输出的命令。 npm install 那种几千行的 log 一塞进上下文就废了。重定向到文件，让它只读你关心的几行。

6. 上下文工程是个新工种

这两年业界开始把"怎么给模型喂上下文"当一个独立技能看，称为 Context Engineering。

它和提示词工程（Prompt Engineering）的区别：

• Prompt Engineering：怎么把一个问题问得清楚（短）。
• Context Engineering：怎么在一段长任务里给模型铺好需要的所有背景（长 + 动态）。

后者更重要，也更难。Claude Code 之所以能干大活，底层就是它把上下文管得很好：自动 compact、自动注入 CLAUDE.md、按需读文件、子代理隔离上下文（看 子代理）。

7. 一句话总结

上下文是模型的"现在"。它只活在 token 里，桌面之外什么都不存在。

理解这件事，你就理解了为什么有些 prompt 在网页版跑得好、放到 Claude Code 里反而不行（因为周围一堆别的 token 抢资源）。

---

想看 compact 动画？去 Claude 课 敲 /compact，进度条会从 78% 收回到 22%。