Claude Code 上下文工程全景
综合洞见
Claude Code 的上下文工程本质是：在 LLM 无状态性约束下，把有限的 token 窗口从"聊天历史容器"重构为"可计算状态机"。 这需要三件事同时发生：结构化记忆分层（L0–L4）、渐进式检索（三层按需展开）、和生命周期钩子（Hook 系统捕获与压缩）。
问题层：LLM 无状态性
LLM 的每次调用都从零状态开始。Claude Code 中这表现为：跨会话失去项目记忆、重复解释架构决策、无法追踪历史 bug 决策。
根本问题："说过一次的话"和"已确认的约束"在系统里拥有相同地位——都在下一次会话后消失。
架构层：L0–L4 五层记忆
| 层 | Claude Code 中的内容 | 对应 Hook |
|---|---|---|
| L0 Cached Prefix | CLAUDE.md、工具 schema | — (静态) |
| L1 工作记忆</td> <td>Working Memory | 当前任务、约束、打开的文件 | |
| L2 情节记忆</td> <td>Episodic Memory | 决策+结论+pending items | |
| L3 语义记忆</td> <td>Semantic Memory | 项目知识、架构惯例 | |
| L4 Raw Archive | 原始 transcript、工具输出 | Save Hook 捕获 |
Hook 采用即发即忘模式（Fire-and-Forget）避免阻塞主进程。
检索层：渐进式披露（三层展开）
不一次性灌入所有检索结果，而是： 1. 索引层 — 只注入元数据，让模型先筛选 2. 上下文层 — 注入局部关联（前后事件），提供叙事性 3. 详情层 — 仅对高置信度目标展开完整内容
实测约 10 倍 Token 节省。
编排层：Prompt 位置效应
关键信息不能埋在中段（Lost in the Middle 效应）：
[L0] CLAUDE.md / schema ← 最前，吃 prefix cache
[L1] 当前任务
[检索] 最关键证据 ← 靠前
[L2] 历史 checkpoints
[反证] counter-evidence ← 关键约束靠尾
[用户问题] + [输出要求]
对不能丢的约束：允许重复一次 > 埋在中间。
预算层：Token 分配（Coding Agent）
| 槽 | 比例 |
|---|---|
| L0 Cached Prefix | 10% |
| L1 工作记忆</td> <td>Working Memory + Tool Delta | |
| Recent Turns | 15% |
| Retrieved Evidence | 25% |
| L2 Episodic Summaries | 15% |
选片段用 knapsack（按 token budget 最优化），而非 top-k 截断。
压缩层：产出可复用状态
触发时机：任务阶段切换 / 关键决策 / 工具超长输出 / 预算逼近阈值。
产出四类对象（而非自由文本摘要）： - durable facts — 项目约定 - decisions — 选择+理由 - open loops — 未完成事项 - source anchors — 行号锚点
⚠️ 禁止压缩数字/合同/代码逻辑。
关键结论
不要让 Claude Code 会话变成"一次性消耗品"。 通过 Hook + 分层记忆 + 渐进检索，可以让每次会话的产出（决策、约定、洞见）晋升为下一次会话的 L3 背景知识，实现知识的滚雪球式积累。
来源
- Context-Engineering
- 分层记忆架构
- 渐进式披露-Progressive-Disclosure
- Claude-Code-Hook-System
- LLM-Statelessness
- Claude-Code