宝玉
@dotey
AI Engineer, dedicated to learning and disseminating knowledge about AI, software engineering, and engineering management.
加入 April 2007
1.8K 正在关注 268.8K 粉丝
如果你在用 Claude Code 的话，再推荐下记得运行下 /autocompact 300k
（原推是400k，我自己用下来300k就足够了，当然选哪个你可以自己决定）
自动压缩（Auto-compact）的作用是将整段长对话精简为简短的摘要，而不是一直保留上百万的完整历史记录。在 1M 上下文模型中，系统默认要到约 967K Token 时才会触发压缩。
由于你发送的每一条消息都会带上之前的全部对话历史，等到 967K 再压缩，意味着后期的每一次交互都在重复消耗海量 Token。虽然在缓存有效（warm cache）的情况下，大部分历史内容走的都是廉价的缓存读取，且压缩本身也只相当于一次普通请求，但这些庞大的读取量依然会实打实地计入你的使用额度，积少成多。
使用 /autocompact 300k 可以将触发压缩的阈值提前到 300K。这样既能让对话历史始终保持精简，又能避免单次请求的上下文无限膨胀，从而大幅节省长对话的 Token 消耗。
显示更多
