Anthropic更新Claude模型上下文管理策略

Anthropic在发布Claude Fable 5和Opus 5模型后,详细介绍了更新后的上下文管理策略。该策略使系统提示长度减少了80%,且编码基准测试成绩未受影响。核心观点在于,Claude的有效上下文来自多个来源——系统提示、Skills、claude.md文件和Memory——而不仅仅是用户提示。由于上下文在多个请求之间共享,过度限制会导致指令冲突;新模型现在更依赖自身判断。具体措施包括:系统提示长度削减80%,编码性能无下降;Claude的上下文范围超出提示本身,涵盖系统提示、Skills、claude.md和记忆;因上下文在请求间复用,无法进行单提示的特异性设置,需更广泛且无冲突的指导。趋势一:从显式规则转向基于判断的提示(例如,匹配周围代码风格,而非默认不加注释)。趋势二:用具有表达性参数的设计接口替代具体示例,避免僵化。趋势三:采用渐进式披露——将代码审查、验证信息分离到按需调用的Skills中,而非一次性加载。趋势四:消除系统提示与工具描述之间的重复,直接在工具描述中嵌入用法。趋势五:从手动claude.md条目过渡到模型自动记忆。趋势六:丰富参考内容——将图像、HTML文件、测试代码、函数和评分标准作为上下文,而非仅简单规则。建议:系统提示应明确定义产品和角色;构建Agent时需谨慎重写。保持claude.md/agent.md轻量化——仅记录仓库用途和已知陷阱,而非代码可见细节。通过Skills实现模块化,并对长Skills采用渐进式披露。优先直接引用代码文件(如HTML模板)而非描述或截图。使用`claude doctor`命令自动修剪Skills和claude.md文件。
Key insights
过度约束与冲突规则损害新版Claude模型性能
Anthropic发现,早期的Claude Code设置过度约束,指令频繁冲突,原因是上下文在多个请求间共享,无法像单个提示那样进行狭窄定制。Fable 5和Opus 5模型能够依赖更广泛的上下文和自身判断,因此减少显式规则并允许灵活解释,使系统提示减少了80%,且不影响编码基准测试成绩。
通过模块化Skills实现上下文的渐进式披露优于一次性加载
Anthropic不再一次性加载所有指令,而是将独立的、可分别调用的上下文片段(如代码审查、验证等)存储在Skills中。模型按需搜索这些文件,减少了杂乱,使系统更易维护。长Skills进一步通过渐进式披露分解,确保每个片段聚焦。
直接代码引用与富媒体作为上下文比文本描述更有效
Anthropic建议优先通过@提及引用代码文件,而非设计描述或截图。例如,直接引用HTML模板比描述更有效。富媒体引用的趋势包括将图像、测试文件、函数甚至评分标准作为模型上下文,超越了简单的文本规则。
自动记忆与工具减少手动上下文维护负担
此前,上下文记忆通过手动写入claude.md文件实现。现在Claude能够自动存储相关记忆。此外,`claude doctor`命令自动修剪Skills和claude.md文件中的冗余内容,降低了随着项目演进维护上下文一致性的负担。