-
很多人用 Claude Code 会遇到一个怪象📉：刚开会话思路清晰，越往后代码越乱，逻辑疯狂跑偏，甚至没到 Token 上限就彻底失效，这个现象叫 Context Rot 上下文腐化🧨。
腐化分两类：固有腐化是模型底层注意力机制自带短板，无法规避；内容腐化完全能人工管控，也是优化核心。
简单说：模型注意力资源总量固定，窗口里每一条无关代码、失败记录、冗余工具定义，都会瓜分算力，稀释关键信息，中段内容记忆效果最差。
-
4 种内容腐化踩坑实录📝
工具一次性加载过多，模型频繁调用错工具，每轮占用大量 Token；
调试死胡同形成固化错误判断，反复纠正仍绕回错误思路；
全局检索带入大量同名废弃代码、测试用例，干扰推理；
错误笔记长期外置留存，对话修正后文件没更新，持续误导模型。
四类问题还会恶性循环，错误不断叠加，等肉眼看出问题时，上下文早已彻底腐化。
-
4 套落地管控方案✅
新建会话提前精简 CLAUDE.md，关闭无用 MCP 工具，只加载关联文件，减少冗余输入；
开发中定期刷新任务目标，海量日志、测试交给子智能体，只留存结论；
关键信息外置文档，定期核验真实代码、Git 状态，不依赖模型记忆；
两次纠正无效直接重置会话，不要舍不得历史记录，沉没成本只会加剧腐化。
-
高级工作流：类 Git 分支管理🎋
主线会话保持干净，调研、排错单独创建分支会话，允许分支产生大量 Context Rot，最后只精简结论合并回主线，彻底隔离噪音。
长任务按可测试节点拆分，Bug 单独开分支排查，搭配独立评审智能体检查漏洞。
-
行业核心真相🔍
模型没有自主纠错能力，无法察觉自身 Context Rot，管控只能靠人工。
不要盲目拉满上下文窗口，真正高效的开发逻辑不是堆长文本，而是规范化管控上下文。
做好上下文清洁，Claude Code 才能全程稳定输出，避开越用越拉胯的大坑！
AI 开发
