上下文与压缩

何时触发

当单次请求的 token 数接近模型窗口上限时（比如 200k 窗口逼近 180k+），客户端会先把早期对话压成摘要，再带着压缩后的上下文发请求。这一步由 Claude Code 自己完成，Top API 只负责转发压缩后的内容。

影响

• 压缩后早期消息的细节会丢失，模型可能「忘了」之前贴过的具体代码片段或数值。
• 压缩点是看不出来的——表面上对话无缝继续，不会有任何提示。
• 越靠后的对话越完整，越靠前的内容越可能只剩一句摘要。

如何规避

• 把重要结论（关键决策、参数取值、命名约定）写进文件，而不是只留在聊天记录里。
• 让模型边干边把约定落到磁盘上，下次读文件即可恢复，不依赖会不会被压缩掉的对话。
• Claude Code 的记忆文件机制就是为此设计的，优先用它来沉淀长期上下文。