Context hygiene for agents

简介

Context hygiene for agents 指把 agent 的上下文预算当成稀缺资源来主动管理：控制什么信息进入当前会话、哪些信息应该被压缩、哪些任务应拆到独立上下文里、以及哪些长期规则应放在外部记忆层而不是每轮重复塞进对话。它关心的不是单次 prompt 写得多漂亮，而是如何长期维持 agent 在复杂任务中的清晰度与稳定性。

关键点

• 对长时运行 agent 来说，context window 往往比单次模型能力更早成为瓶颈。
• 上下文污染的典型来源包括：无边界探索、过长文件阅读、失败尝试堆积、无关 side question、以及把长期规则和一次性细节混在同一个会话里。
• context hygiene 的一个核心动作是把探索和实现分开。先研究再写，能避免在错误路径上消耗大量 token 和注意力。
• 第二个核心动作是及时丢弃无关历史，例如在不相关任务之间 clear 会话、在长任务中做 compaction，或通过 checkpoint/rewind 回到更干净的分叉点。
• 第三个核心动作是把信息分层：稳定规则放 CLAUDE.md 或同类项目指令文件，必须执行的约束放 hooks，按需知识放 skills，局部调查放 subagents。
• 这种分层的价值是让“常驻上下文”尽可能短，而把更重的知识和工作流延迟到真正需要时再载入。
• 《Effective harnesses for long-running agents》补充了跨 session 的另一面：context hygiene 不只是“少塞点东西”，也包括把真正重要的项目状态外化到 Multi-context window workflows 的 artifact 里，而不是指望 compaction 独自承担交接。
• subagents 在这里的价值不只是并行，更是上下文隔离。让调查、审查、验证在独立窗口里完成，可以显著降低主线实现会话的噪声。
• 从这个角度看，context hygiene 和 Meta-harness 是一条连续谱：前者偏用户侧工作流，后者偏系统侧 runtime 设计，但都在处理“哪些信息应常驻，哪些信息应外置或延迟读取”。
• 《Effective context engineering for AI agents》则把这件事进一步上提为 Context engineering：context hygiene 更像其中面向单会话和用户工作流的一层，而不是完整问题本身。
• 它也与 Agent scaffold 直接相关，因为 scaffold 决定模型默认读什么、怎么 compact、怎么 checkpoint、以及是否拥有可恢复的 session 层。
• 高质量 context hygiene 的目标不是“让上下文永远最短”，而是让上下文始终只保留对当前决策真正有用的信息。

ℹ️ Conflict:

• 过度清理上下文会损失问题连续性。对于单个复杂任务，保留历史往往比频繁重开新会话更有价值。
• 把更多规则外置到 CLAUDE.md、skills 或 hooks 虽然能减少重复解释，但也会形成新的维护面；配置老化后同样会误导 agent。
• context hygiene 不是单纯省 token。它真正优化的是注意力分配和错误恢复，而不是把每次对话压到最短。

相关链接

• Effective context engineering for AI agents
• Context engineering
• Best Practices for Claude Code
• Effective harnesses for long-running agents
• Agent scaffold
• Meta-harness
• Multi-context window workflows
• Multi-agent research systems
• Agentic engineering
• Anthropic

来源引用

• Anthropic, “Effective context engineering for AI agents”, 2025-09-29.
• 原文摘录：[llm-wiki/raw/anthropic/Effective context engineering for AI agents](/raw/anthropic/Effective context engineering for AI agents.md)
• Anthropic, “Best Practices for Claude Code”.
• 原文摘录：[llm-wiki/raw/anthropic/Best Practices for Claude Code](/raw/anthropic/Best Practices for Claude Code.md)
• Anthropic, “Effective harnesses for long-running agents”, 2025-11-26.
• 原文摘录：[llm-wiki/raw/anthropic/Effective harnesses for long-running agents](/raw/anthropic/Effective harnesses for long-running agents.md)