动态

原帖正文 最近用 Claude Code 跑长任务经常感觉 5 小时额度像流水一样掉？之前社区甚至有人吐槽它根本没做上下文压缩，暗地里疯狂塞 token。今天看了 Anthropic 官方工程师 Lydia Hallie 的详细解释，才发现大家都误解了它的机制，实际问题出在默认策略太激进。很多人不知道，auto-compact 其实是真正在做摘要的。只要一触发，前面所有的历史记录都会被一段很短的 summary 直接替换掉，根本不会在上下文里保留上百万的冗余内容。那为什么大家的配额还是崩得飞快？ 关键在于 1M 上下文模型下，系统默认一定要憋到将近 967K 才会启动自动压缩。这就很要命了——在憋到 967K 之前的那段漫长对话里，你发过去的每一句话，背后都在默默拖着七八百 K 甚至近百万 token 的庞大上下文。即便大部分命中了 Prompt Cache 且读取单价很低，但只要基数膨胀到这个量级，每一轮对话依然在疯狂蚕食你的 5 小时用量。
还有人纠结“压缩会导致前缀改变、缓存失效，重新写一遍岂不是血亏”。其实完全不会。生成摘要本身走的大多是热缓存读取，失效之后你只需要为那段极短的新摘要付一次小额的 Cache Write，换来的却是后续交互基数直接腰斩，长远来看绝对是划算的。不想额度莫名其妙被吞完的话，建议赶紧顺手做两个调整：平时在终端直接敲个 /autocompact 400k，或者在 ~/.claude/settings.json 里配置好 autoCompactWindow，强制它提前压缩，别让上下文滚雪球滚到 900多K。另外个人订阅的缓存保活时间默认是 1 小时，但后台子代理（subagent）只有 5 分钟。如果写代码停顿久了，缓存冷掉重写确实心疼，有需要可以在配置里改一下 promptCacheTtl 和 subagentPromptCacheTtl。如果主会话跑的是 Opus，顺便把后台打杂的 subagent 换成更轻量的模型，额度立马耐用很多