上篇讲了骨架和主循环，中篇讲了工具和权限。但有一个看不见的约束贯穿始终，而且它才是 agent 工程里最磨人的部分------上下文窗口。模型一次能「看到」的文本量是有限的，而 Claude Code 偏偏要让模型在一整个代码库里干活。下篇就讲 harness 怎么在「有限窗口」里塞进「无限任务」。
上下文到底由什么拼成
官方文档说得很清楚：会话启动时，窗口里就已经有内容了，远在你敲第一个字之前。拼装来源大致是这些：
- System prompt：Claude Code 自身的行为与工具使用指令。
- CLAUDE.md / AGENTS.md：项目级和用户级的约定，会话开始就加载；仓库里若有 AGENTS.md，Claude Code 会就地读它代替 CLAUDE.md。
- Auto memory：跨会话学到的笔记（比如构建命令、项目模式、该避的坑），限前 200 行或 25KB。
- Skill 描述：可用 Skills 的简短描述，启动时即载；正文触发时才注入完整内容。
- MCP 工具名：已连 MCP 服务的工具名（完整 schema 可延迟到用时再载）。
- 会话历史：你读过的文件、跑过的命令、模型的回答------最大的消耗源。
一个有中等体量 CLAUDE.md、挂着几个 MCP 服务的项目，开会话时可能就已经吃掉两万到三万 token。这还什么都没干。
200K 是默认，1M 是上限，但都不是免费午餐
默认窗口 200K token，可用 opus[1m] / sonnet[1m] 扩到 1M（2026 年 3 月起 Opus 4.6 / Sonnet 4.6 普遍可用）。/context 看分类明细，/usage（或 /cost）看花费。
但窗口大不等于随便用。社区把这笔账叫 context window tax（上下文窗口税） ：每一轮你发消息，都会把会话开始以来积累的全部上下文重新发一遍------CLAUDE.md、工具调用轨迹、读过的文件、之前的回答，全算输入 token 计费。缓存能软化成本，但新进来的内容（文件读取、工具输出、你最新的话）仍是全价。更要命的是 context rot（上下文腐烂）：上下文越长，模型对其中特定部分的注意力越不可靠，表现就是开始忽略 CLAUDE.md 里的规矩、忘了三回合前你定的约束、写出违背早先约定的代码。1M 只是把天花板抬高，没消除腐烂，只是推迟它。
窗口快满时：五段压缩管线
当上下文接近上限，Claude Code 会触发自动压缩（auto-compaction），论文给出的触发点约在窗口容量的 85%--92%。它把对话历史换成结构化摘要，保留原始需求、技术细节、动过的文件、已做的决定、待办项。
设计空间论文把压缩管线拆成 五段连续整形器 （在 query.ts 里、每次模型调用前跑）：budget reduction（预算削减）、snip（裁剪）、microcompact（微压缩）、context collapse（上下文塌缩）、auto-compact（自动压缩）。这是个层层递进的「挤牙膏」过程，而不是一次性 summary。
你也可以手动 /compact，而且能带 focus 指令，告诉它优先保什么：
bash
/compact focus on the auth bug fix但压缩本质是有损的。官方明确列了压缩后各自的下场：
- System prompt 和输出风格：不变。
- 项目根 CLAUDE.md 和无作用域规则：从磁盘重注入。
- Auto memory：从磁盘重注入。
- 路径作用域规则（
.claude/rules/）：丢失，直到再读到对应文件。 - 嵌套 CLAUDE.md：丢失，直到再读那个子目录的文件。
- 已触发的 Skill 正文：重注入，但单 Skill 上限 5000 token、总计 25000 token。
- Hook：不受影响，因为它以代码形式跑，不活在上下文里。
这就是为什么老手都强调：压缩是安全网，不是策略。靠压缩续命的会话，关键决定可能在压缩后失真------你在第三小时定的「这个接口用老格式」，摘要未必保得住。正经做法是开局就控量：CLAUDE.md 压到 200 行内、把参考资料搬进 Skills 按需加载、用子代理承接噪音。
子代理：把噪音挡在主会话之外
子代理是上下文工程里最划算的一招。它跑在自己独立的上下文窗口里，只把最终摘要回给主会话。你要读五十个文件做架构梳理、跑一遍安全扫描------这些中间产物会淹没主会话、且你再也不会引用------交给子代理，主窗口只收到一份干净的结论加一点元数据。
子代理在 .claude/agents/ 下用 Markdown + YAML frontmatter 定义：name、description（决定何时被委派）、tools（最小权限，只读审计代理就别给 Write）、model（把便宜活路由给 sonnet，opus 留给重推理）、maxTurns、disallowedTools、permissionMode。Claude Code 还内置 Explore（只读代码库搜索）和 Plan（规划期调研）两个子代理，自动把探索输出挡在主窗口外。
模式上最值得用的是「对抗式评审」：在一个全新子代理上下文里跑评审，它只看到 diff 和评审标准，看不到你产生改动时的推理------于是它按自己的标准打分，而不是顺着你的思路点头。
Skills 与 MCP：不动主循环就能续能力
这两个扩展机制都不改主循环，只是往工具池和上下文里「插模块」。
Skills ：描述启动即载（便宜），正文触发才注入（贵）。用 disable-model-invocation: true 可以让带副作用的 Skill 只在手动调用时加载，避免模型擅自触发。/agents、/commands 这类是打包好的可复用流程。
MCP（Model Context Protocol）：开放标准，把外部工具和数据源接进工具池。三种传输：stdio（本地进程，适合自定义脚本）、http（远程/云服务的推荐方式，可带 bearer token）、sse。连上之后，Claude Code 能直接读你的 Jira、查 Postgres、拉 Figma、改 Notion------而不是你把这些内容复制进聊天框。触发信号很朴素：当你开始频繁把另一个工具里的数据粘进对话，就是该接 MCP 的时候。
记忆：跨会话的那块持久层
上下文每轮重发、压缩还会丢，所以真正要长期留的东西得落到磁盘。CLAUDE.md 存项目约定（每次会话重注入），MEMORY.md 存跨会话学到的偏好与坑（限前 200 行 / 25KB）。这两类文件是 harness 的「长期记忆」，跟会话里那块会腐烂的上下文是两回事。把「同一句话你说第二遍」就说明它该进 CLAUDE.md 或 Skill------这是减少上下文税最直接的纪律。
一句话带走下篇，也带走整个系列
Claude Code 能在有限窗口里干无限的活，靠的不是更大的模型，而是 harness 的一整套分层手艺：工具池控量、权限与 hook 控险、压缩管线控窗、子代理隔离噪音、Skills 与 MCP 续接能力、磁盘记忆扛住跨会话。模型只是被这层壳托着的内核。
回到上篇那句话------harness 才是主体。看懂这五层、这五段、这三道防线，你就不只是「会用」Claude Code，而是能判断它什么时候会失灵、在哪里失灵、以及该怎么在它失灵前先布好护栏。
参考资料
- Anthropic. Explore the context window . code.claude.com/docs/en/con...
- Anthropic. Sub-agents . code.claude.com/docs/en/sub...
- GeeksforGeeks. Controlling Context in Claude Code . www.geeksforgeeks.org/artificial-...
- Anonymous. Dive into Claude Code: The Design Space of Today's and Future AI Agent Systems. arXiv:2604.14228
作者：唐悦玮 | 从后端出发，用 AI 拓展到全栈的工程师。