ARTICLE · 1271105

你的 AI 代理不是变笨了,是被自己的工具输出撑爆了

发布时间：2026-10-29 01:30:34 最近访问：2026-10-29 01:30:35

Claude Code 干到一半开始忘事，跟模型换没换代没关系。

真正的原因是它的上下文窗口，被 MCP 工具吐出来的原始数据吃掉了。

一次 Playwright 快照 56 KB，二十条 GitHub issue 59 KB，一份访问日志 45 KB。这些都不是你写的代码，是工具调用带回来的东西。它们一个字节不落地进了上下文窗口。

三十分钟下来，40% 的窗口没了。

「原始数据」这四个字是问题所在

代理要的是一个结论——哪个文件有多少行、哪个 issue 还没解决。但 MCP 给它的是整个页面的 HTML、整份日志的每一行。

"Every MCP tool call dumps raw data into your context window. A Playwright snapshot costs 56 KB. Twenty GitHub issues cost 59 KB. One access log — 45 KB. After 30 minutes, 40% of your context is gone."

窗口满了，触发压缩。

压缩会把什么一起压掉？「我刚才在改 src/parser.ts」这件事也在里面。

所以代理不是变笨了，是它忘了自己正在干什么。

有个 3 万星的仓库在解这个问题

mksglu/context-mode，32,651 star，本月涨了 8,586，是 GitHub 月度 Trending 榜上跟编程代理最相关的一个。2026 年 10 月 28 日当天它还在提交代码。

它的做法是把工具输出关进沙箱。

"Context Saving — Sandbox tools keep raw data out of the context window. 315 KB becomes 5.4 KB. 98% reduction."

沙箱在本地跑，模型只收到结果。315 KB 的原始输出，进到模型眼前的是 5.4 KB。

README 里给了一张实测表，八个场景：

场景	原始体积	进上下文	省下
Playwright 快照	56.2 KB	299 B	99%
20 条 GitHub issue	58.9 KB	1.1 KB	98%
500 条访问日志	45.1 KB	155 B	100%
Context7 的 React 文档	5.9 KB	261 B	96%
500 行分析 CSV	85.5 KB	222 B	100%
153 条 git log	11.6 KB	107 B	99%
30 个测试套件输出	6.0 KB	337 B	95%
子代理做仓库调研	986 KB	62 KB	94%

最扎眼的是最后一行。子代理做一次仓库调研，原始数据 986 KB，压到 62 KB，还是省了 94%。

整场会话算下来：

"Over a full session: 315 KB of raw output becomes 5.4 KB. Session time extends from ~30 minutes to ~3 hours."

同一场会话，从 30 分钟撑到 3 小时。

省空间是第一步，记住事是第二步

每次文件编辑、git 操作、任务状态、报错、你做过的决定——全部写进 SQLite。

会话被压缩的时候，它不把这些数据倒回上下文（那样窗口又满了），而是索引进 FTS5，用 BM25 检索，只捞回当前相关的部分。

FTS5 是 SQLite 的全文检索虚拟表。仓库里用到了几个实用特性：porter 词干还原让 "caching" 能匹配 "cached"，trigram 分词让 "useEff" 能找到 "useEffect"。排序用 BM25，再叠一层 Reciprocal Rank Fusion 和 proximity 重排。

比省 token 更值得说的，是它的第三个动作：

"Think in Code — The LLM should program the analysis, not compute it. Instead of reading 50 files into context to count functions, the agent writes a script that does the counting and console.log()s only the result. One script replaces ten tool calls and saves 100x context."

让模型写脚本去算，而不是读 50 个文件进上下文数函数。README 里的对比是 47 次 Read() 吃 700 KB，换成 1 次 ctx_execute() 只剩 3.6 KB。

这个思路的价值不止于省 token——它把代理从「数据搬运工」变成了「写代码的人」。

有一件事它明确不管：输出的啰嗦程度。

"Aggressive brevity prompts have been shown to degrade coding/reasoning benchmarks"

作者还专门引了 Moonshot AI 的 kimi-k2.5 基准说这事。上下文管理归上下文管理，输出风格归输出风格，不搅在一起。

装起来其实就三行

Claude Code 走插件市场，装完自动生效：

shell

# 1. 加插件市场 /plugin marketplace add mksglu/context-mode # 2. 装插件 /plugin install context-mode@context-mode # 3. 重启 Claude Code，或执行 /reload-plugins

前置条件是 Claude Code v1.0.33 以上。如果 /plugin 这个命令不认，先升级（brew upgrade claude-code 或 npm update -g @anthropic-ai/claude-code）。

装完先跑一次体检：

terminal

/context-mode:ctx-doctor

所有检查项都该显示 [x]。它会校验 runtime、hooks、FTS5 和插件注册。

想先试试水、不想要 hook 自动拦截，可以只装 MCP 部分：

shell

claude mcp add context-mode -- npx -y context-mode

这样 11 个 MCP 工具都在，但模型不会被主动引导去用它们。它想直接调 Bash，那就直接调 Bash。

支持哪些平台，效果差多少

仓库自己写的是 17 个平台（README 兼容表列了 18 列，Antigravity 和 Antigravity CLI 分开算）。效果分两档，差别来自 hook 能力：

平台	生效方式	节省
Claude Code / Gemini CLI / Cursor / Codex CLI / Copilot CLI 等	hook 自动路由	约 98%
Antigravity / Zed	只能手抄 `AGENTS.md` / `GEMINI.md`	约 60%

Antigravity 和 Zed 不支持 hook，这是平台限制，仓库解决不了：

"Antigravity and Zed do not support hooks. They rely solely on manually-copied routing instruction files (AGENTS.md / GEMINI.md) for enforcement (~60% compliance)."

差了三成多。不在这两个平台上的话，装 Claude Code、Cursor、Codex CLI、Copilot CLI 里的任意一个，效果都是完整的。