Claude Code 省钱小妙招！200K和自动压缩

我是 Claude Code 铁杆用户！

最近我遇到了个棘手的事情，就是 Opus4.8 上下文管理和压缩出现了问题。

出现了对话卡死无法压缩的情况。

这个事情事关"省钱"和"降智"，必须搞搞清楚！

目前已经基本解决了，所以做个笔记，并和大家分享一下！

1、默认 100 万上下文

100 万上下文，现在还是很多公司的卖点，尤其是国产模型都开始慢慢支持 1M 上下文了，都在宣传 100 万上下文有多么厉害。

其实 Claude Code 和 Opus 早就支持了，大概在 3 月份左右，而且是默认就是1M了。

上下文大了确实有好处，能塞很多东西，不用动不动就压缩了。

但是硬币都有两面。

上下文大了降智且烧Tokens，烧Tokens就费钱，降智就费项目。 这是大事情！

我实实在在遇到了这两种情况。

有一次我把上下文干到了 75~80 万左右，然后模型明显降智，出现了弱智行为。有一个简单问题一直搞不好！

另一个情况是，这么大的上下文缓存超时后，一句话把我40%配额全部烧完，还没有任何结果，这种感觉太糟糕了！

2、设置成 200K 上下文

自从这个事情之后，我就一直在控制上下文。几个问题解决了，就重启一个对话。

然后 Opus4.8 更新来了，我发现一个很神奇的事情：Claude 客户端默认把上下文设置成了 200K，用起来超爽，还没满就会自己压缩，根本不用操心任何事情。

但是，一个更新，又变成 1M 上下文了。实在搞不懂，它们的策略是什么！

这么动来动去，就比较难搞了。没办法，看来是要自己修改参数来解决这个问题了！

我早就听说过，是有参数可以控制的！

查了一下可以通过环境变量来控制：

CLAUDE_CODE_DISABLE_1M_CONTEXT=1

Windows 平台，为了省事儿，我是手动添加了环境变量：

本来以为这样就可以高枕无忧了，但是新的问题来了。

从图中可以看到，上限已经是 200K 了，但是实际上下文已经干到了 302.9K。明显超了，这个逻辑就不对劲啊！

我期望它还没到之前就自己开始压缩了！

但是实际情况不是这样，我也不清楚是什么原因。

我跟 Opus4.8 沟通了一下，它建议我直接修改配置文件：

~/.claude/settings.json

具体的修改内容如下：

{
  "env": {
    "CLAUDE_CODE_DISABLE_1M_CONTEXT": "1"
  },
  "autoCompactEnabled": true,
  "autoCompactWindow": 200000
}
​

核心：让 auto-compact 按 20 万的窗口算百分比触发，而不是底层 1M。这才真正把压缩阈值摁到 200K。

也就是，单单关闭 1M 上下文还不够，还要设置压缩窗口为 200000！然后确保自动压缩已经启动了，一般是默认启动的。

生效方式：

• 完全重启 Claude（退出进程重开，不是 Ctrl+R/重载界面）。环境变量只对新会话生效。
• 用 /status 或状态行确认窗口为 200K。
• 正常聊到接近 20 万时，应在 ~64--75%（约 13--15 万）自动压缩，不再冲过 200K。

3、自动压缩

终于，这回是 Opus4.8 自己读的文档，自己设置的，应该万无一失了。

但是，新的问题又出现了：

这次确实没有超过 200K，而是在 85% 也就是 170K 的时候触发自动压缩，然后压了 16 分钟还没压完，基本上就是卡死的状态。

另外还出现了这种情况：

直接停下来什么都不干了，就说上下文太长了。让我压缩或者开启新会话。如果我压缩就直接卡死。

终端也是这样：

终端好一点，可以看到压缩比例。基本上是上下文用掉 83% 就自动开压缩，然后进度条从 0% 跑到 95% 就不动了。

这又要被搞死了，好多任务开发到一半，就无法继续了，因为上下文达到了上限，又无法压缩。

这个时候要么重新开到 1M 上下文，要么重启会话，我都不甘心啊！

我怀疑这个地方是有 BUG 的！

跑去问了一下 Grok，它说其他人也有遇到。

并给了我三种方案：

1、立即中断：
按 Esc 两次尝试回退几条消息，再试 `/compact`。
如果卡死，Ctrl + C 中断当前操作，然后尝试手动 /compact。
​
2、重启会话恢复（最有效 workaround）：
​
完全关闭终端。
重新打开，用 `claude --resume` 选择对应会话。
立即切换模型（输入 `/model` 换成 Sonnet 4.5 或其他），发一条简单消息如 "What happened?"。
成功压缩后，再切回你原来的模型继续。很多用户说这个能强行让压缩通过。
​
3、预防为主（强烈建议）：
​
提前手动压缩：在上下文到 60-70% 时就主动 `/compact`，别等到 90%+ 自动触发。
用 `CLAUDE.md` 文件固定核心规则和项目信息（压缩时会优先保留）。
定期 `/clear` + 手动总结关键点，或导出历史新建会话。
少让 Claude 输出巨型日志；必要时用工具过滤输出。

第一个 Esc，我怕影响代码，没有试过。

后面查了一下，说可以回退消息，但是不回退代码。

我选择了第二种方式。

因为它括号里说了这是最有效的 workaround。翻译一下，最有效的"骚操作"。

骚操作就是好用：

真的成功了！Opus4.8 压了半天压不好，切换到 Haiku4.5 立马搞定！

再切回去，对话就能继续了，好像配额也就少了 2%，这个完全可以接受！

另外 Grok 也说了，可以手动压缩，别等到自动压缩！

问题好像解决，虽然但是......

前几天为什么啥都不用干，就那么丝滑呢，不用自己配置 200K，不用自己压缩，全自动推进，不降智，消耗也很低。

4、补充知识

我在压缩的过程中就产生一个疑问：压缩到底是发生在本地，然后传到服务端，还是服务端完成，传给本地？

另外的疑问是压缩过程中要不要联网，压缩一次要消耗多少 Tokens。

我查询的结果是，压缩需要联网：

Claude Code 的上下文压缩（/compact 或自动 compaction）是 server-side 操作，由 Anthropic 的 API 完成。Claude 会把当前对话历史发送到服务器，让模型生成一个总结（summary），然后把旧历史替换成这个总结。如果你处于离线状态（无网络），压缩无法进行，会报错或卡住。

关于 Tokens 消耗的情况如下：

一次 compaction 的额外消耗 ：通常在 几千到几万 Tokens（input + output）。

• 典型例子：输入 ~150k--180k tokens 的历史 → 输出一个 3k--5k tokens 的总结。
• 这部分会单独计费/计入你的使用量。

压缩后，后续对话的输入 Tokens 会大幅减少，所以长期来看是节省的。

但单次压缩本身是比较贵的，尤其是频繁压缩时。

精打细算过日子太难了，不压不行，压不好也费钱！1M 太贵，200K 老是压缩也不便宜。

这个问题就和 1 小时缓存和 5 分钟缓存一样，每种方法都有各自的消耗点。

5 分钟缓存 + 1M 上下文，控制不好节奏，分分钟消耗完配额！

我感觉设置一个定时任务，每四分钟打一次招呼，这样最省。

当然设置成 200K 之后，心理负担轻很多，即便过期了，重新载入的数据也比较小！

按这种方式使用了一阵子。

Opus4.8 配 High，现在还是很经用的，我上午改了一堆功能，只用了 50%！

大概有十几轮对话了吧，Claude Code 不会是用了什么黑科技，或者默默增加了配额吧！以前，有时候两三轮对话，就没有配额了！

当然也有可能是我上下文和缓存管理优秀，节奏把握的比较好，用的全是缓存！