上下文是什么
先解释术语。提示是你刚刚打下的那一行。上下文是这一行抵达模型时，随之一起被带过去的全部内容。
这里面包括系统提示、CLAUDE.md 这类指令文件、技能、迄今为止的全部对话，以及工具返回的结果。你打的提示，只是这一整包里的最后一行。
所以对话越长，上下文越大。一旦进去的东西，会一直跟到对话结束。你粘贴了 500 行日志，那 500 行就会跟着下一个问题，再下一个问题一起被送过去。
如今的模型标榜百万 token 窗口，让人产生了「这些都不用在意了」的印象。这个反模式针对的正是这个印象。
为什么要省着用 —— 理由有两个，第二个更重要
第一个理由很简单。上下文就是 token，token 就是钱。对话越长，每次请求都要把同样的内容重新送一遍，成本会累加。
第二个理由更重要：上下文越多，模型越糊涂，答案越不准。
这听起来与直觉相反——给的信息更多，答得应该更好才对。但实际上，无关的信息会削掉有关信息的相对分量。这与「不该把所有东西堆进一个 CLAUDE.md」是同一个位置。
所以结论是这样：很容易觉得既然开了百万 token 的窗口，那就全塞进去吧。恰恰相反——限制放进去的东西，才会准。
处方一 —— 把长输出切到单独的上下文里
有些工作输出量很大。比如把所有日志翻一遍找错误，或者扫一个大文件统计某个模式。
在主对话里做这些，几千行日志就会原样堆进上下文——而你真正需要的，只是「有三类错误，各自是这样」的五行摘要。
所以把这类工作切到单独的上下文里去做。演讲称之为 fork。在那个分支里，智能体把日志全读完、思考、整理，然后只把摘要送回主对话。冗长的输出留在那个分支里，随之消失。
在 Claude Code 里，这件事用子智能体来做——和上一篇「把智能体拆开」用的是同一个工具，只是这次的理由不是工具数量，而是输出量。
不写代码的人也有对应的做法。需要粘贴大量资料的工作，别在当前对话里做，另开一个新对话。在那里拿到摘要，再带回原来的对话。
处方二 —— 变大了就压缩
就算切出去了，对话本身还是会继续变大。于是有了第二个处方：压缩。
演讲里的代码每一圈都数一下 token，超过阈值就执行压缩。那里写的阈值是 15 万 token。压缩就是把迄今为止的对话换成一份摘要——丢掉细节，只留决定和状态。
Claude Code 里这就是 /compact 命令。它也会自动触发，但当你觉得对话开始跑偏时，也可以自己敲。
不写代码的话，就用手做同一件事。先说「把我们到目前为止定下来的东西总结成五行」，然后把这五行贴到新对话的开头。别花力气死死抓住，写下来带过去就好。
顺带的一条 —— CI 里别用对话模式调用
最后一个场景是在流水线里运行，这个反模式有点好笑。
用对话模式调用智能体，它会停在询问权限的那一步：「我可以这么做吗？」可流水线里没有人来回答。它就站在那里，等一个永远不会来的回答。
所以要用非交互方式运行，并让输出以 JSON 返回，流水线才读得懂。在 Claude Code 里，`claude -p` 就是这个位置。
这里还多一条：Batch API。把提示和任务打包成批次提交，token 成本减半，结果在 24 小时内返回。如果这件事并不需要马上要答案，那才是它该去的地方——晚上交出去，早上取回来。
贯穿五篇的那一件事
到这里，Anthropic 认证考试列出的五个反模式就讲完了。
别直接用回答，先看它为什么停下。别把规则堆进一个文件，放到它生效的位置。别把工具全挂上去，把智能体拆开。把长输出隔离出去，变大了就压缩。CI 里别用对话模式调用。
贯穿五条的只有一件事：答案全都是给得更少。工具、上下文、信息，都更少。
「会用智能体」常被说成是能挂上更多东西的能力，而这场考试选的答案正好相反——是知道什么不该给。
今天可以试的一件事
想一想你现在开着的最长的那个 AI 对话。如果答案比一开始更含糊了，那说明上下文已经在碍事了。
在那个对话里敲一句：「把我们到目前为止定下来的东西总结成五行。」把这五行复制出来，贴到新对话的开头，从那里继续。这就是用手做处方二。
还有，下次需要粘贴日志或长资料时，别用当前对话，另开一个窗口。这就是处方一。