Claude Code 四層壓縮拆解 + 被封殺後的 Agent Infra 生存指南｜Weekly AI Vlog EP16
第一部分：Claude Code 上下文壓縮四層架構
為什麼要聊這個
Claude Code 之所以能夠長時間自動化運行，而且不容易忘掉你之前做過的事情，最關鍵的設計就是它的上下文壓縮機制。從原始碼來看，它有四層，從輕到重：
| 層級 | 名稱 | 核心邏輯 |
|---|---|---|
| 第一層 | Micro Compact | 零成本規則清理，刪除舊的工具輸出，但不破壞 Prompt Cache |
| 第二層 | Session Memory Compact | 提煉結構化事實，不是壓縮，是提煉 |
| 第三層 | Full Compact | 調用模型做 9 維度摘要 + Analysis Tag（Chain of Thought） |
| 第四層 | Auto Compact | 決定什麼時候壓，87% 觸發 + 熔斷器保護 |
第一層：Micro Compact
當你在 Claude Code 裡面操作的時候，會產生大量的工具輸出。這些輸出在這一次或下一次可能有意義，但十分鐘之後就沒用了。
問題是，Claude Code 有 Prompt Cache 機制。如果你很輕易的把這些工具輸出從提示詞拿掉，上一次的 Prompt Cache 就會失效。所以它做了一個叫做 Cached Micro Compact 的機制——在 API 層告訴 Claude API 說「這段 Tool Output 要進行 Micro Compact」，東西會不見，但 Prompt Cache 不會失效。
第二層：Session Memory Compact
這一層比較像是提煉，而不是壓縮。它會從最新的訊息往前推進幾個 Message，提取出結構化的資訊。最重要的重點是：如果你保留了一個 Tool Use，就必須同時保留對應的 Tool Result，不然 Streaming 會出問題。
這個東西比 Full Compact 來得快，而且能獲取足夠的資訊。
第三層：Full Compact
Full Compact 會比我們一般說的「請總結你的東西」來得更全面。它分九個維度——包含用戶訊息、當前系統狀態、Error 日誌等等。
更精妙的是，它會先在一個 Analysis Tag 裡面進行思考，最後才輸出 Summary。這本質上就是一個 Chain of Thought——花一些 output token 讓模型先想清楚，提高摘要品質，然後把思考過程丟掉。
但這層比較貴，而且常常壓著壓著就出現 Prompt Too Long，所以它還有一個三層的 Retry 機制。
第四層：Auto Compact
Auto Compact 解決的是「什麼時候壓」的問題。它不會等到你用完了才壓——那時候已經太晚了。它會在大概 87% 的時候就觸發，優先嘗試第二層的 Session Memory Compact，不行再用第三層。
而且它有一個熔斷器設計：如果 Compact 連續三次失敗，就直接暫停。這個設計是有真實教訓的——Anthropic 曾經每天浪費 25 萬次 API 調用，就是因為壓縮失敗一直重試。
詳細的源碼分析、所有程式碼位置，請看完整文章：Claude Code 上下文工程：四層壓縮機制的源碼級拆解
延伸：System Prompt 與資安設計
這集我也快速帶過了 Claude Code 在 System Prompt 和資安方面的設計。
System Prompt 四大原則
-
重要的事情不斷提供。 Google 論文講過，重要的提示詞在前後重複一次效果會有奇效。Claude Code 更誇張，它用了四到五次、四種不同的方式，反覆告訴 Claude 同一件事：be concise、be solid。這就是為什麼 Claude 回答顯得比較謙遜。
-
Prompt Cache Block 架構。 它有一條邊界線，上面的是靜態的系統規則（會被 Cache），下面是動態的工具參數。這個設計直接決定了 Token 效率——像 OpenClaw 被 Anthropic 噴說浪費 Token，其實就是 Prompt Cache 沒設計好。
-
Sub-Agent 安全降級。 主 Agent 有嚴格的環境和狀態檢查，但丟到子 Agent 的時候會放寬 Harmless 審查，因為主 Agent 分派出去的任務已經有基本安全性。
-
Prompt 層資安設計。 包含獨立的 module 聲明（只有 Security 團隊能改）、用
system-reminder和env標籤包裹外部輸入（防 Prompt Injection）、主動提醒 Claude 注意 Prompt Injection、高風險操作 Flag 降權、以及內建 OWASP Top 10 風險清單。
詳細分析請看：
企業級遙測的雙面刃
Claude Code 也大量收集了客戶相關的資訊——你是誰、你在做什麼、你的 OS 版本，定期傳給 Anthropic。它還設計了一個 Kill Switch，比較像是 A/B Testing——可以在你完全不更新 CLI 的情況下，遠端打開或關掉某個功能。
更有趣的是，它會根據你的用字遣詞收集你的煩躁值。當系統覺得用戶很煩躁的時候，就會把整段 Session History 傳回 Anthropic 做 UI/UX 研究。
這是一體兩面的設計。它能提升產品體驗，但也代表它能在某種程度上監控你。
第二部分：Anthropic 封殺 OpenClaw 後的三層替代方案
發生了什麼事
Anthropic 正式把 OpenClaw 這樣的 third party 工具納出他們的 subscription。使用 subscription 帳戶的話，你是無法使用 OpenClaw 的，會出現 401 error。
但其實我覺得也沒什麼。人家在二月的時候，Terms of Service 就已經明確講了不支持這樣使用。現在只是開始執行而已。而且 Claude Code 也把 OpenClaw 比較好用的功能都抄得差不多了，所以 Anthropic 已經有提供替代品給使用者。
為什麼我還是要用 OpenClaw
OpenClaw 本身就是一個純開源方案，它完全不依賴任何特定供應商。只有開放架構，你才有權利去跟人家 bargain。
我在 IT 界已經二十幾年了。某一家很厲害的廠商壟斷、然後慢慢收攏使用者的權限，這件事情已經屢見不鮮了。Anthropic 不會是一個特例。
所以我個人是使用雙槍匣策略——Claude Code 還是我一個很好的工具，但我也還是使用 OpenClaw。
方案一：換供應來源
如果你之前是用 Claude Max 的方案，最簡單的方式就是跑到 ChatGPT 的 Codex。你可能覺得 ChatGPT Codex 跟 Claude 還是有差別——對，是有差別。但我前面的 blog 裡面有一段提示詞，你只要套上去，就可以把 Codex 比較囉嗦的方式變得比較像 Claude 的簡潔風格。說不定你會覺得其實也沒差太多。
方案二：雲端 API 分流
這是我最建議的方式。你應該把複雜的 task 和簡單的 task 區分不同的 API：
- 複雜 task → Opus（透過 OpenRouter 或 Anthropic API）
- 簡單的高頻 daily 任務（像 heartbeat 或簡單指令）→ Haiku、GPT mini、Gemini Flash
在良好設計的 skill 下，小模型都能完成你 95% 的事情。做太複雜或出錯的，才丟給大模型。
方案三：雲地分級（我認為最重要的）
這是 OpenClaw 最棒的一點——做到雲地分級。直接把快速的小模型切到地端。
今年出了一個很重要的小模型：千問 3.5 的 27B，它是一個 dense 模型，大家實測發現在一張 4090 或 5090 上就能跑出接近 Claude Sonnet 的能力。網路上甚至有一個版本是把 Opus 的推理過程蒸餾進去的，網友反饋非常好。
你大可以把這樣的 local 模型當作主力，負擔龍蝦 99.9% 的 task。至於最後那 5% 到 10% 的複雜任務，再適時使用雲端模型——Opus、GLM、ChatGPT。
而且 Gemma 4 的 31B 也出了，被認為很有可能挑戰千問 3.5 27B 的地位。趨勢很明顯：開源這邊會有越來越多能夠在地端、用消費級硬體跑起來的模型。
投資 Agent Infra 才是正解
隨著數位員工慢慢導入，Token 的使用只會爆發式向上。你永遠不可能完全依賴雲端 API，你只能在最需要、最重要的任務時去依賴 Anthropic 或 ChatGPT。
所以現在投資你自己的 Agent Infra——一個 OpenClaw 平台，加上你有權限切到地端、切到雲端、控制 Token 費用的架構——是一個非常重要的機制。
從投資 Agent Infra、降低 90% 到 95% 成本的第一步，就是試著去開始測試你的千問或 Gemma。有了這個基礎，你就不在意雲端廠商對你是好或不好、他們怎麼調整商業策略。因為一切都掌握在你手中。
詳細的三層方案分析、提示詞配置、Gemma 4 實測，請看完整文章：Anthropic 封殺 OpenClaw 之後的三層替代方案
坦白說
這兩個主題看起來是技術深度和商業策略，但背後的核心其實是同一件事：你的 Agent 基礎設施到底掌握在誰手上。
Claude Code 的四層壓縮告訴我們，一個生產級 Agent 的上下文管理有多複雜——3,960 行代碼，熔斷器、Cache Editing API、遞迴重試。大多數 Agent 框架連基本的壓縮都沒有。如果你要做自己的 Agent，至少應該有基本的工具結果清理、觸發邏輯、和失敗停止重試。大概 200 行代碼，就能解決 80% 的上下文問題。
而 Anthropic 封殺 OpenClaw 則告訴我們，依賴單一廠商永遠有風險。不是說 Anthropic 做錯了——人家 Terms of Service 寫得很清楚。但如果你的整個工作流只靠一家，那你就得接受他們隨時可以改規則的現實。
掌握架構自主權，才是企業 AI 轉型的最終解答。