第一篇看 Claude Code 里一个很核心的机制： 上下文压缩。 先说结论： Claude Code 不是等上下文满了才压缩，而是会在每轮请求发出去之前，先检查当前上下文是不是已经接近上限；如果接近，就先压缩，再继续这一轮对话。 也就是说，它解决的不是“超了以后怎么办”，而是“怎么尽量别撞上限”。 我把这条链路用人话总结一下： 1. 每轮请求前，先检查当前上下文占用。 2. 不是卡着上限用，而是提前留出一段安全余量。 3. 如果还没到危险线，就继续正常对话。 4. 如果快超了，也不是立刻做大压缩，而是先做更轻的整理。 5. 轻量整理不够，再进入完整压缩。 完整压缩也不是“随便写个摘要”这么简单。 它会先整理压缩前必须保留的信息，再生成一段新的摘要；如果连“压缩这一步”自己都太长了，它还会先裁掉更老的一部分历史，再重试一次。 最关键的是： 它压缩完并不是只留一句“前文已总结”，而是会把后面继续工作需要的上下文重新拼回去。 所以压缩后的效果更像是： 把一段特别长的工作记录，整理成一份还能继续接着干活的精简版工作上下文。 这也是我觉得 Claude Code 这里最值得看的地方： 它做的不是普通摘要功能，而是一套分层的上下文管理机制。 下一篇继续拆： 压缩之后，它到底保留了哪些信息，为什么还能继续调用工具？ 私信领源码。 ClaudeCode#源码阅读#AI编程#Agent#上下文工程#编程工具#大模型应用