Claude Code 1M 上下文之后，真正重要的是如何管理 Session
最近 Claude Code 发布了一个新的功能：/usage。这个命令可以帮助用户更清楚地了解自己在 Claude Code 中的使用情况。
但在 Anthropic 与用户交流的过程中，一个反复出现的问题是：不同用户管理 session 的方式差异非常大，尤其是在 Claude Code 更新到 100 万 token 上下文之后。
有的人习惯一直使用同一个 session，把所有任务都放进去； 有的人每一个 prompt 都开启一个新 session； 也有人不确定什么时候该使用 /compact、/clear、/rewind 或 subagents。
这其实引出了一个更核心的问题：
上下文越大，并不代表使用效果一定越好。
Claude Code 的 1M context 确实让 AI 编程工具进入了一个新的阶段。它可以读取更多文件，处理更复杂的任务，也更适合长链路开发、跨模块重构和大型项目理解。
但上下文变大之后，另一个问题也会变得更明显：
如果不管理上下文，AI 反而可能越来越不稳定。
一、什么是上下文？
简单理解，上下文就是模型当前能够“看到”的所有内容。
在 Claude Code 中，上下文包括：
你和 Claude 的对话、系统提示词、已经读取过的文件、工具调用结果、终端输出、错误日志，以及之前所有的修改过程。
这也是 Claude Code 能够连续工作的基础。
比如你让它先读代码，再分析问题，再修改文件，再运行测试，它之所以能接着往下做，是因为这些信息都还在上下文里。
但问题是：
上下文不是越多越好。
当上下文越来越长，里面会混入很多已经失效的信息，例如：
调试过程中走过的错误方向； 已经被否定的实现方案； 临时性的错误日志； 和当前任务无关的历史讨论； 上一阶段任务留下来的噪音。
这些内容都会影响模型下一步的判断。
这就是文章中提到的 context rot，也可以理解为“上下文腐烂”。
二、1M context 不是让你一直不开新 session
很多人看到 100 万 token 上下文后，会自然认为：
既然上下文这么大，那是不是可以一直用一个 session？
答案是：不建议。
1M context 的价值，不是让你把所有事情都塞进同一个 session，而是让你在处理复杂任务时有更大的空间。
比如：
从零构建一个完整功能； 理解一个大型代码库； 进行跨文件重构； 连续分析多个错误日志； 在同一个模块内完成设计、实现和测试。
这些场景适合长上下文。
但是，如果你已经从一个任务切换到另一个任务，就应该考虑开启新的 session。
一个简单原则是：
新任务，新 session。
比如：
刚刚完成登录模块，现在要优化官网首页，建议新开 session。 刚刚完成代码实现，现在要写公众号文章，建议新开 session。 刚刚排查完测试问题，现在要设计新的产品页面，建议新开 session。
因为这些任务之间并不需要共享全部上下文。
继续沿用旧 session，只会把无关信息带进来，让 Claude 更容易判断偏航。
三、不要把 session 当成永久记忆
Claude Code 的 session 很像一个临时工作台。
它适合承载当前任务，但不适合承载所有长期知识。
真正重要的信息，不应该只留在聊天上下文里，而应该沉淀到项目文件中。
例如：
CLAUDE.md README.md docs/task-brief.md docs/implementation-notes.md docs/review-checklist.md
如果你希望 Claude Code 长期遵守某些规则，比如项目结构、代码规范、设计原则、命名习惯、禁止修改的文件、测试方式，就应该写进文档，而不是每次都靠聊天补充。
因为 session 会结束，compact 会丢信息，新 session 也不会自动继承旧 session 的全部内容。
上下文是临时的，文档才是可复用的。
四、什么时候继续当前 session？
并不是所有情况都要新开 session。
如果当前任务还没有结束，并且下一步强依赖之前的信息，就应该继续当前 session。
比如：
Claude 刚读完一批文件，你要它继续修改这些文件； 它刚分析完一个 bug，你要它直接实现修复； 它刚生成了一个页面结构，你要它继续优化样式； 它刚完成一轮代码修改，你要它继续运行测试并修复报错。
这些情况下，继续当前 session 是合理的。
因为旧上下文仍然有价值。
但是，如果你发现自己已经开始说：
“顺便再帮我看另一个问题。” “另外一个模块也改一下。” “现在我们换个话题。”
这通常就是应该新开 session 的信号。
五、什么时候使用 /rewind？
很多人纠正 AI 的方式是直接说：
“你刚才错了，重新来。”
但这不一定是最好的做法。
因为错误路径仍然留在上下文中。
Claude 可能已经读取了很多文件、尝试了一个错误方案、产生了一堆失败输出。如果你只是继续追加纠正，这些错误信息仍然会影响后续判断。
Claude Code 里的 /rewind，就是为这种情况准备的。
它可以让你回到之前的某个节点，从那里重新开始。后面的错误路径会被移除。
例如：
Claude 读取完文件后，选择了错误的实现方式。 这时不要继续说“这个方案不行”。 更好的方式是 rewind 到读取文件之后，然后重新提示：
不要使用方案 A。刚才验证过，foo 模块不支持这个能力。请直接使用方案 B。
这样，Claude 可以保留前面有价值的文件阅读结果，同时丢掉后面错误的执行路径。
走错方向时，不要一直修补错误上下文，应该回到分叉点重新选择。
六、什么时候使用 /compact？
当一个 session 变得很长，但你还想继续这个任务时，可以使用 /compact。
它的作用是把当前 session 总结成一段更短的摘要，然后基于摘要继续工作。
这适合以下场景：
当前任务还没结束； 上下文已经比较长； 前面有一些重要结论需要保留； 但大量中间过程不再需要。
例如你做了很长时间的调试，现在已经确认问题原因，下一步要进入修复阶段。
这个时候可以主动 compact，而不是等系统自动 compact。
更好的做法是给 compact 加上明确指令：
/compact 保留问题原因、关键文件、已排除的方案和下一步修复计划，丢弃临时日志和无关测试输出。
这样比自动 compact 更可靠。
因为自动 compact 最大的问题是：模型不一定知道你下一步要做什么。
它可能会把后面真正需要的信息当成不重要内容丢掉。
所以，compact 最好主动做，并且告诉 Claude 保留什么、丢掉什么。
七、什么时候使用 /clear？
/clear 适合在你想彻底重新开始的时候使用。
它和 /compact 不一样。
/compact 是让 Claude 帮你总结当前上下文。 /clear 是你自己决定哪些信息要带入新 session。
如果当前 session 已经很混乱，或者任务已经切换，使用 /clear 更合适。
你可以自己写一个简短 brief：
我们现在要重构 auth middleware。 背景： - 当前问题是登录状态校验逻辑分散 - 目标是统一到 auth middleware - 相关文件是 A、B、C - 已经排除方案 X - 不要修改 legacy login flow - 下一步请先阅读相关文件并给出修改计划
这种方式比让模型自动总结更可控。
当你已经知道什么重要，就不要让模型替你决定。
八、什么时候使用 subagents？
Subagents 适合处理独立任务，尤其是那些会产生大量中间输出，但最终只需要结论的任务。
一个简单判断标准是：
我之后还需要中间过程，还是只需要最终结论？
如果只需要结论，就适合交给 subagent。
例如：
让 subagent 根据 spec 检查当前实现是否符合要求； 让 subagent 阅读另一个代码库，总结它的实现方式； 让 subagent 扫描一批文件，输出问题清单； 让 subagent 根据 git diff 编写功能文档； 让 subagent 做代码审查并给出风险点。
这样做的好处是：
主 session 不会被大量中间输出污染。 子任务完成后，只把结论带回来。 上下文更干净，主任务更稳定。
对复杂项目来说，这是非常重要的能力。
九、一个实用的判断表
可以用下面这套规则快速判断：
继续当前 session 适合任务还在同一条线上，下一步需要依赖刚才的分析和文件读取结果。
开启新 session 适合开始一个新任务、新模块、新页面，或者上下文已经明显不相关。
使用 /rewind 适合 Claude 走错方向，但前面部分上下文仍然有价值。
使用 /compact 适合任务还要继续，但上下文太长，需要保留关键结论、丢掉中间噪音。
使用 /clear 适合当前 session 已经混乱，或者你想自己写 brief，重新建立一个干净上下文。
使用 subagents 适合独立任务、长输出任务、只需要最终结论的任务。
十、给 AI 编程工作流的建议
结合 Claude Code 这篇文章，我认为更好的 AI 编程工作流应该是：
先定义任务边界， 再决定是否新开 session， 把长期规则写进项目文档， 用 /rewind 清理错误路径， 用 /compact 做阶段交接， 用 subagents 隔离复杂子任务， 最后把关键结论沉淀到文件里。
不要把 Claude Code 当成一个永远不断电的聊天窗口。
更好的理解是：
一个 session 就是一段任务工作流。
任务开始，session 开始。 任务结束，session 结束。 重要信息，沉淀到文档。 新任务，用新的上下文重新开始。
Claude Code 的 1M context 很强，但它并不意味着我们可以不管理上下文。
上下文越大，能做的事情越复杂； 但上下文越乱，模型越容易被干扰。
真正高效的使用方式，不是把所有内容都塞进一个 session，而是根据任务状态选择正确的上下文策略。
1M context 不是让你无限堆上下文，而是让你在更大的空间里，更主动地管理上下文。