上下文窗口管理：50次会话教会我的AI开发经验

我在50次Claude Code开发会话中测量了token消耗情况。结果呈现出一致的规律：输出质量在上下文利用率约60%时就开始下降，远早于硬性限制触发压缩之前。¹

TL;DR

上下文窗口耗尽会悄无声息地降低AI编码质量。在构建Claude Code基础设施和博客质量系统的50次会话追踪中，我发现了三种能在多小时会话中保持输出质量的模式：每完成一个子任务后主动压缩、基于文件系统的跨上下文边界持久化记忆，以及保持主上下文精简的子代理委派。核心洞察：将上下文窗口视为稀缺资源，而非无限的对话线程。

质量退化的真实表现

每次文件读取、工具输出和对话轮次都会消耗token。单次大文件读取（2,000行）可消耗15,000至20,000个token。读取10个文件并运行若干命令后，上下文窗口中的工具输出已远超实际指令内容。²

这种退化是隐性的。Claude不会宣布”我的上下文已满80%”。相反，模型开始： - 遗忘20分钟前建立的指令 - 重复三轮之前已被否决的建议 - 忽略对话早期建立的模式 - 产出连贯性较差的多文件变更

我在构建协商系统时注意到了这一模式。一个以跨8个Python模块精确进行多文件编辑开始的会话，在90分钟后退化为单文件的”隧道视野”。代理停止引用它早前读取的架构信息，因为那些上下文已被压缩掉了。

策略1：主动压缩

Claude Code的/compact命令会总结对话并释放上下文空间。系统保留关键决策、文件内容和任务状态，同时丢弃冗长的工具输出。³

何时进行压缩： - 完成一个独立子任务后（功能实现、缺陷修复） - 开始处理代码库的新区域之前 - 当Claude开始重复或遗忘早期上下文时

在密集会话中，我大约每25至30分钟压缩一次。在协商基础设施构建过程中（9份PRD，3,455行Python代码），我在每份PRD完成后进行压缩。每次压缩都保留了架构决策，同时为下一个实现阶段释放上下文空间。

策略2：文件系统即记忆

跨上下文边界最可靠的记忆存储在文件系统中。Claude Code在每次会话开始和每次压缩后都会读取CLAUDE.md及记忆文件。⁴

我的.claude/目录是一个结构化的”记忆宫殿”：

~/.claude/
├── configs/           # 14 JSON configs (thresholds, rules, budgets)
│   ├── deliberation-config.json
│   ├── recursion-limits.json
│   └── consensus-profiles.json
├── hooks/             # 95 lifecycle event handlers
├── skills/            # 44 reusable knowledge modules
├── state/             # Runtime state (recursion depth, agent lineage)
├── handoffs/          # 49 multi-session context documents
├── docs/              # 40+ system documentation files
└── projects/          # Per-project memory directories
    └── {project}/memory/
        └── MEMORY.md  # Always loaded into context

MEMORY.md文件跨会话捕获错误、决策和模式。目前它记录了54个有跨领域学习模式的失败案例。当我发现bash中((VAR++))在set -e环境下VAR为0时会失败，我会将其记录下来。三个会话后，当我在Python中遇到类似的整数边界情况时，MEMORY.md中的条目会呈现出相关模式。⁵

跨领域复合效应： hook开发中的一个bash转义错误促进了Python博客检查器中正则表达式的改进。一个CSS token缺失（--spacing-2xs不存在）触发了对所有自定义属性引用的系统性审计。每条记录都连接了原本会被隔离在各个会话上下文中的不同领域。

策略3：会话交接

对于跨多个会话的任务，我会创建交接文档来捕获完整状态：

## Handoff: Deliberation Infrastructure PRD-7
**Status:** Hook wiring complete, 81 Python unit tests passing
**Files changed:** hooks/post-deliberation.sh, hooks/deliberation-pride-check.sh
**Decision:** Placed post-deliberation in PostToolUse:Task, pride-check in Stop
**Blocked:** Spawn budget model needs inheritance instead of depth increment
**Next:** PRD-8 integration tests in tests/test_deliberation_lib.py

我的~/.claude/handoffs/目录保存了49份来自多会话任务的交接文档。使用claude -c（继续）启动新会话或读取交接文档，能以最小的token开销为后续会话提供完整上下文。⁶

交接模式在协商系统构建中发挥了关键作用。PRD-4（递归守卫扩展）需要理解PRD 1-3中的决策。没有交接文档，新会话将需要重新读取所有修改过的文件。有了交接文档，会话直接从架构上下文开始，立即进入实现阶段。

策略4：子代理委派

子代理在独立的上下文窗口中运行。将研究或审查任务委派给子代理，可以为实现工作保留主会话的上下文。⁷

我的递归守卫系统自动管理此过程：

# From recursion-guard.sh - spawn budget enforcement
MAX_DEPTH=2
MAX_CHILDREN=5
DELIB_SPAWN_BUDGET=2
DELIB_MAX_AGENTS=12

每个子代理返回摘要而非原始输出，保持主上下文精简。在博客文章重写期间，我将探索性任务（收集CSS数据、读取hook代码、调查目录结构）委派给子代理。主上下文专注于写作，而子代理负责研究工作。

生成预算是通过惨痛教训得来的：早期一次没有限制的会话产生了递归子代理，每个子代理又生成更多子代理。递归守卫hook现在通过安全的整数验证和配置驱动的预算来强制执行深度限制。⁸

我从中吸取的反面教训

只需10行却读取整个文件。 在使用Claude Code的早期，我为了一个函数而读取整个2,000行的文件。使用行偏移：Read file.py offset=100 limit=20每次读取可节省15,000+个token。

将冗长的错误输出保留在上下文中。 调试生成预算问题后，我的上下文中保留了40多个失败迭代的堆栈跟踪。修复缺陷后执行一次/compact就释放了这些无用负担。

每次会话都预先读取所有文件。 我最初的会话会预加载8至10个文件”作为上下文”。现在我让Claude Code的glob和grep工具按需查找相关文件，节省了100,000+个token的不必要预加载。

核心要点

对于个人开发者： - 在每个子任务完成后主动压缩，而非等Claude强制压缩；以25至30分钟为间隔进行主动压缩可保持输出质量 - 在会话进行过程中将关键决策写入文件系统记忆文件；我的MEMORY.md有54条记录，跨越数百个会话持续生效 - 使用子代理处理会污染主上下文的研究任务；在主上下文中进行5个文件的研究查询消耗75,000+个token，而通过子代理仅需500个token的摘要

对于团队： - 统一多会话任务的交接文档格式；我的49份交接文档均遵循相同的”状态/文件/决策/阻塞/后续”结构 - 配置项目级CLAUDE.md文件，包含架构上下文，使其自动加载到每个会话中

参考文献