上下文感知（Context Awareness）

概述

上下文感知是 Claude 4.5+ 模型（Claude-Sonnet-4-6、Claude-Sonnet-4-5、Claude-Haiku-4-5）的内置能力，使模型能在对话过程中追踪剩余上下文窗口（即"令牌预算"），从而更高效地执行长时任务。

关键内容

工作原理

对话开始时，Claude 获取总上下文窗口信息：

<budget:token_budget>1000000</budget:token_budget>

每次工具调用后，Claude 收到剩余容量更新：

<system_warning>Token usage: 35000/1000000; 965000 remaining</system_warning>

核心价值

"对模型而言，缺乏上下文感知就如同在烹饪比赛中没有时钟。"

• 精确利用：模型不再猜测剩余 token 数量，而是精准知道可用空间
• 坚持到底：训练模型坚持完成任务直至最后，而非过早放弃
• 图像包含：图像 token 也计入这些预算

适用场景

• 需要持续专注的长期 Agent 会话
• 状态转换至关重要的多上下文窗口工作流
• 需要谨慎管理令牌的复杂任务

跨会话设计

对于跨多个会话的 Agent，状态组件设计需确保新会话启动时上下文恢复速度快。Anthropic 推荐参考 记忆工具的多会话模式 和 长运行 Agent 的高效控制框架。

支持模型

• Claude-Sonnet-4-6
• Claude-Sonnet-4-5
• Claude-Haiku-4-5

来源

• raw/articles/ai-engineering/anthropic-developer/Context windows.md — Anthropic 官方文档

相关

• 上下文窗口 — uses（基于上下文窗口的追踪能力）
• 注意力预算 — extends（将抽象的注意力预算具象化为可追踪数值）
• Context-Engineering — implements（上下文工程的具体实现机制）