调低 Claude Code 默认上下文上限的实测
作者给 Claude Code 加入长会话提醒后,单次调用上下文仍一度达到 68.9 万 token。调整两行默认配置后,接下来三天的单次调用峰值为 17.1 万 token。
AI 深度解读
作者给 Claude Code 加了一个长会话提醒。上线后的第一个完整日,单次调用的上下文还是冲到了 689K tokens。后来,他们把自动压缩窗口调到约 200K,把子代理的默认模型改为 Sonnet,同时关掉三个闲置插件。接下来三天,观测到的单次上下文最高是 171K。
这组日志给日常用 AI 写代码的人提供了两样东西:一套能照着用的统计口径,以及一个配置取舍。提醒适合让人知道会话变长了,宿主设置才能让压缩在任务进行中照常发生。
为什么到了 200K,提醒也没能止住增长
作者用 Claude Code 做规划和审查,用 Codex 写代码。系列第 6 篇里,作者发现规划和审查往往比写代码消耗多几倍的 tokens。长会话会反复把已有对话带进下一次请求,前面聊过的内容也会计入这一次的上下文。
2026 年 11 月 15 日,作者上线了 long_session_hint.py,挂在 UserPromptSubmit 上。主会话达到 200K tokens 时提醒一次,之后每多 100K 再提醒,建议把下一步交给新会话。这个钩子允许提示词照常提交,遇到错误会静默退出。
11 月 16 日,日志记录了 4,688 次调用,总计约 662M tokens。单次上下文 p90 为 289K,也就是九成调用在这个数值以内,最大值则到了 689K。子代理占当天总用量的 56%,其中 96% 跑在 Opus 上。提醒只覆盖主会话,子代理不会经过这个钩子。主会话里的模型即使看见提醒,也可以继续完成手上的步骤。
调整默认值之后,哪些数字变了
作者在 11 月 17 日摊开八天的用量排查。此前的七天统计里,单次上下文中位数为 136K,p90 为 389K。会话用的是 1M 窗口,接近 1M 才自动压缩,最长的会话连续开了 136 小时。最重的一个会话派出了 71 个子代理。大多数通用子代理没有显式指定模型,继承了 Opus。
下面是作者在 ~/.claude/settings.json 里调整的配置,分别控制压缩窗口、子代理默认模型和插件开关。
{
"env": {
"CLAUDE_CODE_AUTO_COMPACT_WINDOW": "200000",
"CLAUDE_CODE_SUBAGENT_MODEL": "sonnet"
},
"enabledPlugins": {
"some-unused-plugin@marketplace": false
}
}
"CLAUDE_CODE_AUTO_COMPACT_WINDOW": "200000" 让主会话在约 200K 时自动压缩。这些变更只对新会话生效,显式指定模型的子代理仍按自己的设置运行。代码里的插件名是示例,作者实际关闭了三个。提醒也留着,供人判断何时交接。
11 月 21 日复查时,变更后的单次上下文最高为 171K,p90 在 160K 左右,子代理使用 Opus 的占比从超过 90% 降到约 10%。固定开销降得少一些。按每个主会话的首条用量记录,调整前 50 个会话的中位数约 79K,调整后 38 个会话约 69K,降幅约 12%。作者在早期排查里还记过约 67K 的首调用开销,统计窗口不同,无法直接和这组数字对比。系统提示、工具定义和技能列表都会占据首调用的上下文。
怎么从日志里判断改动有没有用
作者用下面这段代码对调用去重,并把普通输入、缓存写入和缓存读取加在一起,算出单次请求携带的上下文。
seen = set()
for line in open(transcript):
rec = json.loads(line)
msg = rec.get('message') or {}
usage = msg.get('usage')
if not usage or (msg.get('id'), rec.get('requestId')) in seen:
continue
seen.add((msg.get('id'), rec.get('requestId')))
ctx = sum(usage.get(k) or 0 for k in
('input_tokens', 'cache_creation_input_tokens', 'cache_read_input_tokens'))
# accumulate ctx and output_tokens by day, subagent or not, and model
seen.add(...) 用 message.id + requestId 作为去重键。计算每日总用量时,再把 output_tokens 加进去。作者按美国东部时间分天汇总,复跑后确认 11 月 10 日至 16 日的调用数和总量逐日吻合。11 月 19 日只记到 336 次调用,原因没查清,因此被排除在表外。原文把满一周的正式复查定在了 11 月 24 日。
我的判断
这次最扎实的结果是单次上下文的峰值和高分位都降了。把压缩交给宿主,长任务就能在继续运行时触发压缩。手动开新会话也能做到交接,还可以由人挑选要保留的细节,但每次都需要有人判断时机。自动压缩省掉了这一步,代价是摘要可能漏掉审查时还会用到的细节。
Sonnet 默认值的效果,目前只看得出模型用量的变化。文章没有用同一批任务对照审查质量,三个设置也在同一天改动。171K 是这三天日志里的最高观测值。11 月 20 日的活本来就更少,日总量和账单降幅无法据此判断。至于哪些审查适合交给 Sonnet,作者给的是经验,缺少对照数据。
能拿来做什么
- 如果日常用 Claude Code 做长时间的规划或代码审查,先按天记录单次上下文的 p50、p90、max 和子代理用量占比,再用同一口径比较新会话。
- 如果主会话的 p90 和峰值都偏高,可以试着调整
CLAUDE_CODE_AUTO_COMPACT_WINDOW,同时保留提醒给人看。复查时抽看压缩后的任务,确认关键约束和待办有没有丢。 - 如果大量通用子代理都继承了 Opus,可以单独试用 Sonnet 默认值,对难度高的审查显式指定 Opus。要撤回窗口和模型调整,删掉对应的两条
env配置。