第三条：/clear。
你可附上引导指令：/compact focus on the auth refactor, drop the test debugging（聚焦认证重构，删掉测试调试。
自动压缩会不会于你不知情之情况下触发，丢掉枢纽讯息。
用最清醒之时候做压缩，而不为等到最糊涂之时候被动挨打。
Subagents：你之一次性调查员 此事棘手于哪。
你离速率限制还有多远。
100万上下文听起来甚美，但token不为免费之。
即把整段对话小结成一名更短之摘要，然后于新窗口里续工。
肃穆。此并非社区自造之概念，而为出自Anthropic官方博客。
100万Token听起来甚多。
」 派生一名Subagents去阅读另一名代码库，并小结其身份验证流程之实现方式，然后你自己以相同之方式实现它； 虽最自之做法就为续下去，但另外四名选项可用于帮你管上下文。
第二条：/rewind。
但模型之注意力为有尽源泉。
Anthropic自己戳破之百万上下文传说。
/clear与/compact看起来相似，但举止截然不同： 彼些海量之中间历程，全部留于子智能体之一次性上下文里。
注意，此不为一名上下文管器物。
甚多者一听「子智能体」就往「多智能体协作」上联想：团队分派、并行办理、AI员工开会讨论。
你也可让Claude小结它学到之实质并创建一条交接讯息。
【新智元导读】给之100万token，今却手把手教你怎么删记载。
/compact由模型决定什么重要，你省心但或丢枢纽讯息，而/clear由你自己写下枢纽实质，费事但精确。
接下来该走哪条路。
https://claude.com/blog/using-claude-code-session-management-and-1m-context 官方博客里有一名甚精准之裁决：与其纠正，不如回退。
） 它可读大量文书、做大量搜索、跑完整名调查流程。
上下文干洁净。
用户回馈也甚正面：它于改代码前更能有效读取上下文之。
Anthropic官方示意图：五种上下文管动作，从左到右保留之旧上下文越来越多 博客里给之三名典型场景： 4月15日此篇博客，处置之为「怎么用」之疑难。
它直接承认之现状局限，然后给出一套体系化之管法门。
开启一名新会话，附带一段简要说明：之前做之什么、今要干什么、哪些文书相关。
然后你突然说：「今修一下bar.ts里彼名warning。
第五条，Subagents。
金融安全。面对失控之「上下文腐烂」，Anthropic连夜甩出5招救命指南。
更慧之做法为rewind到读完文书彼名节点，带之新讯息重新发一条更精确之指令：别用预案A，foo模块没暴露彼名接口，直接走B。
警惕自动压缩之翻车时刻 近日，Anthropic一篇关于「如何管百万上下文」之博客中再次提到之「上下文腐烂」（context rot）之疑难，简说就为： 先把「上下文腐烂」之机制拆开看。
好于百万Token窗口给之一名缓冲区。
于同一会话中发送另一条消息，直接续聊。
光给本领不给可见性，掘发者迟早会踩坑然后流失。
用最蠢之状态去做最枢纽之小结，此事儿本身就甚难靠谱。
此为最自之选择，大多数时候也确实够用。
正大光明。除之管上下文品质，Anthropic此次还做之另一件事： 但上下文并非越长越好。
彼篇公告处置之为「能不能」之疑难：模型能不能撑住此么长之上下文。
比如Claude读之五名文书，试之一种法门没成，你之本能反应为说「此名不行，换名法门」。
上下文越长，模型越蠢。
你让一名已「走神」之模型来决定什么讯息重要、什么可丢掉。
Anthropic于博客里坦承之一名甚多掘发者已踩过之坑：自动压缩（compaction）翻车。
先告诉你「你之对话于腐烂」，然后再手把手教你怎么治。
https://claude.com/blog/using-claude-code-session-management-and-1m-context 目前，Claude Code之上下文窗口为一百万名token。
但因整名会话主要围绕调试展开，彼名warning只为中途顺带看到之一眼，压缩之时候已被丢掉之。
好处为零腐烂，上下文完全由你控制。
让掘发者看见自己之消耗。
一名中型代码库，连文档带源码，或也就几十万Token。
也许你会觉得，此不就与苍生开会开久之走神为一名道理嘛。
当你知道接下来之差事会产生大量中间输出，但你只需最终断语时，subagent为最洁之预案。
顺水推舟。上下文营造，正成为AI编程时代之必修课。
启动一名Subagents，根据以下规范文书验证此项工之结局； 派生一名Subagents，根据我之Git变更来编写此功能之文档。
每一轮交互终后，你其实站于一名岔路口，不为只有「续聊」此一条路。
根据Claude Code官方命令文档，它之作用为「显示套餐用上限与速率限制状态」。
你两小时前读之彼名配置文书、一小时前调试败之彼段日志、半小时前探求之一条死胡同，全皆还于窗口里，全皆于抢模型之注意力。
因此，每一轮交互之后，皆该花一秒钟想想：我之上下文还洁吗。
它拿到一名全新之独力上下文窗口，于里面成所有脏活，中间历程全部留于子窗口里，最后只有一份断语带回主会话。
此名功能甚小，但表明Anthropic已意识到，百万上下文时代，「用得起」与「用得好」为两名须同时处置之疑难。
让它知道什么该留什么该扔，而不为去猜。
早期彼些已不相关之实质不会自动灭，它们会像噪音一样延续干扰当前差事。
博客开头就说之，/usage此名新命令之推出，「来自吾等与主顾进行之多次交」。
本年2月，Anthropic发布Sonnet 4.6，公告里确认之100万token上下文窗口（beta）。
但百万Token≠百万有效Token。
虽Claude Code会自动调用Subagents，但你也可给它更明确之执行指令，比如： 五种场景，五名器物，选对之上下文洁，选错之模型变蠢。
蔡文姬。提出疑难后，Anthropic通过此篇博客给出之一套完整之管法门。
让模型小结当前对话，用摘要替换掉原来之史册记载。
讯息过载导致注意力稀释，此与本领无关，为带宽疑难。
回退（Rewind）通常为更佳之修正方式。
此三名场景有一名共同点：历程甚重，断语甚轻。
此有点像前景之Claude给过往之自己留之一封信：此条路我试过之，走不通。
但此恰恰为掘发者最焦虑之事。
你之主会话不会被此些噪声污秽。
什么时候翻车。
Anthropic于博客里把每一次对话交互定义为一名决策节点。
我之后还需此些器物输出本身吗，还为只需最终断语。
每一次回车，皆为一次上下文决策。
为百万token之账单 它不压缩、不回退、不清理，只做一件事：让你看见自己用之多少，还剩多少，有没有撞上限流。
Prompt engineering此几年被讲烂之。
上下文还相关，没必要折腾。
官方文档明确写道：每名subagent皆运行于自己之上下文窗口中。
Logic。但最终，只有摘要与一小段元数据会回传给主会话。
当模型无法预测你接下来要干什么之时候。
理论上你可把整名课题塞进去，然后随便问。
更要命之为，当上下文快要撑到100万Token上限时，体系会自动触发「压缩」（compaction）： 两步合于一起，构成之一名完整之闭环：先给你兵刃，再教你怎么用不伤到自己之钱包。
你做之一次甚长之调试会话，自动压缩触发之，模型把整名排查历程小结之一遍。
说到底，自动压缩不为不能用，为不能盲信。
让subagent基于规格文书验证工结局；让subagent去读另一名代码库，小结它之认证流程，然后你自己来实现；让subagent根据你之git改动去写文档。
官方博客于文末放之一张决策表，按场景匹配器物： 你往对话里塞之每一条消息、每一次文书读取、每一轮器物调用，皆于稀释模型之注意力。
故subagent之本原不为你之同事，与你于一块干活，更像为你之「一次性调查员」。
触发自动压缩之彼一刻，恰恰为上下文最长、模型表现最打折之时候。
它之工簿于差事终后就可扔掉，你只需拿走最后彼页呈文。
此五条路拼于一起，本原上就为一套防除「上下文腐烂」之急救包。
有用之文书读取保留之，败之尝试丢掉之。
用户回馈也甚正面：它于改代码前更能有效读取上下文之。
Anthropic解释道，上下文窗口为指模型于生成下一条回复时能够「看到」之全部实质，它包括你之体系提示、迄今为止之对话实质、每一次器物调用及其输出，以及所有已读取之文书。
昔此些疑难没有解答，今Anthropic给之一名透明窗口。
此五名动作里，最易被误会之就为subagents。
怎么喂上下文、什么时候清理、哪些讯息该隔离、哪些该保留，此些疑难昔靠直觉，今Anthropic始给法门论之。
此听起来甚智能，但自动压缩生之彼一刻，恰恰为上下文最长、模型表现最差之时候。
Anthropic官方承认：塞太多东西，Claude就会变蠢。
若解答为后者，就交给subagent。
但Anthropic此篇博客里讲之subagents，核心身价只有一名：上下文隔离。
第四条：/compact。
/usage为干什么之。
模型之注意力被散落到更多token上，更早之、已不相关之实质会始干扰当前差事，导致表现降，此就为「上下文腐烂」。
昔此些疑难没有解答，今Anthropic给之一名透明窗口。
坏处为费事，所有底色皆得你自己写。
但此样做之疑难为，彼次败尝试之全部中间历程还留于上下文里，续污秽后续裁决。
但真正决定AI编程天花板之，或为下一名词：context engineering（上下文营造）。
一名长会话跑下来，你到底消耗之多少配额。
第一条：Continue。
把一块工交给一名有独力上下文之子智能体，干完活只把断语带回来。
Volcengine。你不用等到自动触发，可提前主动/compact，并附上说明：接下来要做什么、哪些讯息须保留。
连按两下Esc，跳回之前某条消息，从彼里重新来。
Anthropic内部用之裁决标准也甚简： 早于本年2月Sonnet 4.6发布时，公告里就写明之：Sonnet 4.6提供之测试版百万token上下文窗口。
此就为context rot之机制：模型被迫同时「记住」太多不相关之东西，没法集中精力办理眼前之差事。
上一篇：《命树》导演采访大翻车！拖家带口卖惨引争议，甩锅观众惹众怒 下一篇：特朗普“吹嘘”美军颜值：名名皆跟汤姆·克鲁斯一样，只为名子更高