开发者 Murooka 的实测给出一个具体数字:Claude Code 连续压缩 3 次后,两段真实开发对话分别丢失 33% 和 57% 的用户指令;要求摘要原样保留历史消息后,丢失率降到 0,但超长会话仍会出现漏抄和截断。
这件事值得关心,因为 Claude Code 的对话压缩(把长对话换成摘要以节省计算资源)并非偶发故障,而可能成为 AI 编程工具连续执行数小时后的系统性风险。提示词能缓解眼前问题,却不能替代明确的规则管理。
这是什么
Claude Code 在会话过长时会自动压缩,也可以用 /compact 手动触发。压缩后,早期对话会变成一份摘要。用户此前提出的限制,例如“使用日语”“先修 bug”“不要改现有设计”,如果只剩转述,就可能在后续摘要中永久消失。
Murooka 用两段真实 VS Code 插件开发对话做了 3 轮测试。第一轮压缩没有丢失抽选的 18 条指令,但连续到第三轮,丢失率升至 33% 和 57%。同一长度只压缩一次时,54 项指令仅丢失 2 项,说明问题主要来自“摘要压缩摘要”,而非消息太短。
他在 /compact 后追加提示词,要求把上一轮摘要中的用户消息也原样抄入新摘要,连续三轮测试的指令丢失率由此降至 0。
行业怎么看
我们认为,这暴露了 AI 编程工具一个尚未充分解决的矛盾:长任务需要上下文持续压缩,而压缩本身又是信息损失的主要来源。工具越能连续工作数小时,摘要链路越长,错误越可能累积。
这项方法不能被视为万能修复。测试显示,当会话累积到上百条消息、上万字时,让模型抄录原文仍会漏抄和截断;大量原文还会挤占其他摘要内容。它也没有验证 Claude 在压缩后是否真正执行了保留下来的指令。
更可靠的做法是把长期规则写入 CLAUDE.md(Claude Code 读取的项目级规则文件),而不是依赖聊天记录。Claude Code 官方文档也提示,早期详细指令可能在压缩中丢失,应将长期规则放入该文件。风险在于,用户未必意识到哪些要求属于长期约束;工具也不会自动替企业审计规则是否完整。
对普通人的影响
对企业 IT:部署 Claude Code 等工具时,应把关键业务限制、代码规范和验收条件固化到项目规则或测试中,不能只靠提示词。还要为长任务设置检查点,减少连续压缩带来的责任断点。
对个人职场:与 AI 协作处理数小时任务时,不要把“它一直记得”当作前提。重要决定应落在文档、任务清单或代码中,并定期核对关键约束是否仍被执行。
对消费市场:随着 AI 助手和编程代理从短问答走向长时间执行,摘要可靠性将直接影响续费与使用信任。厂商若只展示任务完成速度,而不说明上下文如何保存,可能放大用户预期与实际体验之间的落差。