Claude Code Session管理：1M上下文的双刃剑

Summary

Thariq（Claude Code团队）梳理了1M token上下文下的Session管理最佳实践。1M窗口让长任务更可靠，但也让context污染风险更大——Context Rot约在300-400K tokens开始出现。核心操作：五个分叉点（Continue/Rewind/Clear/Compact/Subagents）各有适用场景。最重要的习惯：Rewind（不要在失败上叠加修正，直接回滚重试）。坏compact的根因：模型在最不智能的时刻（context rot严重时）自动压缩。Subagents是上下文管理工具，判断标准：我还需要中间输出，还是只需要结论？

Key Concepts

• Context Rot — 上下文增长导致性能退化；1M上下文中约300-400K tokens时出现（任务依赖）
• Rewind — Esc Esc回滚到任意之前消息，删除之后的上下文；最重要的单一好习惯
• Compact vs Clear — /compact让模型总结（有损，省力）vs /clear自己写摘要重开（有控制，费力）
• Subagent上下文 — Subagent有独立全新上下文窗口，只返回结论，不污染父上下文
• Compaction时机 — 主动触发/compact（指定方向）好于等待autocompact（模型最不智能时）
• Session边界 — 通用规则：新任务=新session；相关任务可判断权衡

Tags

claude-code, session-management, context-window, compaction, subagents, rewind, context-rot, 1m-context

Detailed Content

Context Rot临界点

上下文量	状态
<300K tokens	通常没有明显退化
300-400K tokens	Context Rot开始出现（任务依赖）
接近1M	必须compaction才能继续

五个分叉点

每次Claude完成任务后的决策：

刚完成一个任务后
├── Continue → 同session继续（相关后续任务）
├── /rewind → 回滚到之前消息重试（方向不对时）
├── /clear → 新session+自己写的摘要（开始全新任务）
├── /compact → 模型总结+继续（长session减重）
└── Subagents → 委托给独立上下文的子Agent（大量中间输出）

Rewind的核心价值

❌ 错误习惯：在失败上叠加指令

Claude: [尝试方法A，失败]
You: "那不行，试试X"
→ 失败的工具调用和错误路径留在上下文，污染后续推理

✓ 正确习惯：Rewind回到分叉前重试

[Esc Esc 回到文件读取后]
You: "不要用方法A，foo模块不暴露那个——直接用B"
→ 上下文干净，只有有用信息

进阶用法："summarize from here" → Claude生成交接摘要 → Rewind后用摘要重新prompt。

Compact vs Clear选择

维度	/compact	/clear
工作量	低（模型处理）	高（你自己写）
控制力	低（信任模型判断）	高（你决定什么重要）
可引导	可（带指令）	完全控制
适用	长session但没精力总结	关键任务需要精准上下文

引导compact：/compact focus on the auth refactor, drop the test debugging

坏Compact的根因

时机问题：autocompact在Context Rot最严重时触发 = 模型最不智能时做总结决策。

结果：调试session中偶然提及的"bar.ts警告"可能被丢掉，下一条消息"修复那个警告"时Claude不知道你在说什么。

修复：1M上下文提供了更多缓冲时间，主动/compact [方向]比等autocompact更可靠。

Subagents：上下文管理工具

判断是否用Subagent的关键问题：我还需要这些中间输出，还是只需要最终结论？

只需要结论 → 用Subagent，保护父上下文。 需要中间过程 → 在父session中执行。

典型Subagent场景：

• 验证工作结果（独立评估）
• 研究外部代码库的实现方式
• 基于git变更写文档

Session边界规则

硬规则：新任务 = 新session

灰色地带判断：相关任务（如"给刚实现的功能写文档"）

• 开新session：Claude重新读文件，慢且贵
• 保留session：有Context Rot风险，但省去重读开销
• 判断标准：新任务是否"智能敏感"？文档写作智能要求低，保留上下文的效率增益 > Context Rot影响

Related Topics

• Claude Code架构拆解：Agent Harness的四层蓝图 — Claude Code架构（compaction在agent loop中的位置）
• Harness Engineering：7层架构让AI Agent不再崩溃 — Harness Engineering（Context Reset与Compact的关联）
• 我是怎么运作的：内观一个自进化Agent的Harness（yoyo） — yoyo的三阶段pipeline（context管理的不同视角）
• Agent记忆三层架构：chunk/task/skill-recipes 压缩与召回策略 — 三层压缩架构（与compact/subagent的记忆管理类比）