Thariq Shihipar
上下文窗口是模型在生成下一个回复时能"看到"的一切。它包含：系统提示词、对话历史、工具调用与其输出，以及读取的文件内容。
上下文窗口的组成：系统提示词 + 对话历史 + 工具调用 + 读取文件
Thariq Shihipar
上下文腐蚀是一种观察到的现象：随着上下文增长，模型性能会下降——因为注意力机制被分散到更多 token 上，而旧的、无关的内容开始干扰当前任务。
为什么会发生上下文腐蚀？
Transformer 模型通过注意力机制处理上下文：每个 token 都需要与所有其他 token "打招呼"。当上下文窗口变长，这个注意力预算被稀释——早期的调试日志、已废弃的方案讨论，都还占着注意力份额，却已经不再有用。这就是为什么一个原本聪明的模型在超长对话末尾会开始犯低级错误。
Thariq Shihipar
上下文限制是硬截止——当你接近窗口末尾时，当前任务会被自动摘要成较小的描述，模型在新的上下文窗口中继续工作。我们把这个过程叫做压缩（Compaction）。
Thariq Shihipar
当 Claude 完成一件事后，上下文中已经有了工具调用、输出结果和你的指令——此时你面临令人惊讶的众多选择：
每一次完成任务后都是一个分叉点——选择决定了下一步的上下文质量
- 继续（Continue）——在同一 会话中发送下一条消息，沿用当前上下文
- /rewind（Esc Esc）——跳回某条历史消息，从那里重新尝试，丢弃之后的内容
- /clear——开始全新 会话，通常带上一份从刚才学到的东西提炼的 简报（Brief）
- /compact——将当前会话摘要压缩，在摘要基础上继续工作
- 子代理（Subagents）——把下一块工作委托给拥有独立 全新上下文 的代理，只把结果拉回主会话
为什么"选择时机"比"选择工具"更重要？
这 5 个选项的本质差异在于：你愿意保留多少历史上下文，以及谁来决定哪些内容值得保留。Continue 完全保留，/compact 让模型决定，/clear 让你自己决定，/rewind 选择性丢弃，Subagent 完全隔离。
本页要点
1M 百万上下文不改变"新任务开新会话"的原则，但它改变了上下文腐蚀何时开始发作——你现在有更多缓冲时间，但原则本身不变。
Thariq Shihipar
我们的经验法则：开始新任务时，也应该开始新会话。虽然百万上下文让你可以更可靠地完成更长的任务（比如从零构建一个全栈 App），但上下文腐蚀依然会发生。
新任务 = 新会话：保持上下文干净是长期高质量工作的基础
Thariq Shihipar
有时候你做的是相关任务，部分上下文还有用——但不总是这样。比如，为刚实现的功能写文档。虽然可以开新会话，但 Claude Code 需要重新读取你刚实现的文件，既慢又费钱。这种情况下继续当前会话更合理。
如何判断"相关任务"和"全新任务"？
关键问题：当前上下文中的信息，对下一个任务还有直接价值吗？如果是（如刚读入的代码文件），继续；如果不是（如上一个任务留下的大量调试输出），开新会话。上下文的价值在于负载率——只有有用内容才值得保留在窗口中。
Thariq Shihipar
会话变长后，有两种方式减轻上下文负担：/compact 或 /clear（并重新开始）。它们看起来相似，但行为方式截然不同。
/compact
模型决定
让模型摘要当前对话，用摘要替换历史。有损压缩，但你不用自己写任何东西。可以用指令引导：/compact 专注于 auth 重构，忽略测试调试
/clear
你来决定
你写下什么重要（"我们在重构 auth 中间件，约束是 X，相关文件是 A 和 B，已排除方案 Y"），然后全新开始。更费力，但生成的上下文完全由你掌控。
/compact 适合快速减负；/clear 适合真正的重新开始
什么时候用 /compact，什么时候用 /clear？
任务还在继续但会话变臃肿 → /compact，低成本，让模型自己整理。真正开始全新任务，或你对模型能记住什么不放心 → /clear，你写 简报，确保零腐蚀。
Thariq Shihipar
子代理在你预先知道某块工作会产生大量中间输出、而你以后不再需要这些中间过程时，效果最好。
我们在 Anthropic 内部使用的心智测试：
我需要这个工具输出本身，还是只需要它的结论？
我需要这个工具输出本身，还是只需要它的结论？
Thariq Shihipar
当 Claude Code 通过 Agent tool 生成一个子代理，该子代理获得自己的全新上下文窗口。它可以做任意多的工作，然后把结果汇总——只有最终报告回到父会话。中间输出留在子代理的上下文里，不会污染父会话。
子代理拥有独立上下文——只有结论回到父会话，中间过程被完全隔离
- "启动一个子代理，根据以下规格文件验证这项工作的结果"
- "派出一个子代理，读取另一个代码库并总结其 auth 流程实现，然后你自己照此方式实现"
- "派出一个子代理，根据我的 git 变更为这个功能写文档"
五种策略的情境、工具与原因速查
| 情境 | 选择 | 原因 |
|---|---|---|
| 同一任务，上下文仍然相关 | Continue | 窗口中的内容还在发挥作用，不要花成本重建它。 |
| Claude 走错了方向 | Rewind (Esc×2) | 保留有价值的文件读取，丢弃失败的尝试，带着学到的东西重新提示。 |
| 任务进行中但会话被旧调试/探索内容撑大 | /compact <hint> | 低成本；让模型决定什么重要。用指令引导结果。 |
| 开始全新任务 | /clear | 零腐蚀；你精确控制哪些内容进入下一个会话。 |
| 下一步会产生大量你只需要结论的输出 | Subagent | 中间工具噪声留在子代理上下文；只有结果回到父会话。 |
如何记住这张表？
一句话口诀：继续→回退→压缩→清空→隔离，分别对应上下文的"完全保留 / 选择性丢弃 / 模型摘要 / 自己摘要 / 完全隔离"五种处理方式。选择的核心变量只有一个：当前上下文对下一步的价值密度有多高？