Claude Code 1M上下文使用指南：长上下文.token效率悖论

所属大类：Agent 工具与编排

关键词标签：#ClaudeCode #LongContext #Token效率 #上下文管理

主题解读

最新趋势：认知纠偏——生产环境中长上下文的真实成本被量化，token效率成为工程优先级

宝玉给出反直觉结论：不开新会话和总是开新会话都不对，正确姿势是「有节制地使用1M上下文」。揭示「上下文越长越厉害」的主流误解——长上下文带来的token成本和推理延迟是真实的。上下文长度是模型的骄傲，token成本是用户的账单——分不清这个区间的团队正在用姿势感谋杀预算。

共关联 2 条推文。

Berryxia.AI (@berryxia)

[Anthropic 把上下文工程做成了"渐进式披露"的体系化产品哲学]

CLAUDE.md 作为 L0 静态起点：纯 Markdown 放在会话开头，告诉 Agent 代码库结构与组织偏好，Anthropic 内部评价为"unreasonably effective"
Memory 工具作为 L1：让 Agent 自主决定何时读、写、更新记忆，Anthropic 验证"自主性比人类更擅长判断什么值得记住"
Skills 作为 L2：核心是渐进式披露——Agent 只看前言几行决定是否加载全文，Lamis 的比喻是"书架扫一眼书单"再决定抽哪本
整套体系从静态文件 → 动态记忆 → 按需技能形成清晰的能力梯度

gakki 的锐评： 这是 Anthropic 第一次公开承认"上下文不是塞满，而是按需注入"。Memory 的自主性边界是真正的产品护城河——CLAUDE.md 谁都能抄，但何时读、写、忘的判断策略才是 Anthropic 难以被复制的部分。

❤️ 86 · 🔄 12 · 💬 6

宝玉 (@dotey)

[Claude Code 的 token 效率革命：长上下文是把双刃剑，用错场景等于烧钱]

宝玉给出了 Claude Code 实际工程中最重要的一个反直觉结论：不开新会话和总是开新会话都不对，正确姿势是「有节制地使用 1M 上下文」。

信息增量：当前 AI Coding 社区普遍存在「上下文越长越厉害」的叙事惯性，但实际生产环境中，长上下文带来的 token 成本和推理延迟是真实的。宝玉的指南是用真实工程代价在纠正这个认知偏差。

影响：对所有在生产环境跑 Claude Code 的团队，这个指南能直接省掉大量不必要的 token 消耗。

gakki：上下文长度是模型的骄傲，token 成本是用户的账单——分不清这个区间的团队，正在用姿势感谋杀自己的预算。

❤️ 427 · 🔄 86 · 💬 31

本专题由 Pi AI 自动追踪，并基于关联推文持续更新。