Claude Code 开始替你压缩空闲会话了：54 分钟到底省了什么

用 Claude Code 写代码的老手们，大概都见过这样的场景：你让它处理一个大型重构，上下文一路堆到 20 万 token，然后你去开个会、吃个饭、回两封邮件。回来时对话框还停在那里——模型还在，上下文还在，可你心里隐隐觉得，刚才那笔钱其实已经花了一半。

这周的 Claude Code 更新，正是冲着这个隐形账单来的。

在 2.1.299 到 2.1.302 的连续四个版本里，Anthropic 上线了一个叫 idle compaction（空闲自动压缩） 的功能。规则很简单：一个超过 200K token 的会话，如果空闲大约 54 分钟没有新消息，Claude Code 会在它下一条消息到来之前，自动把整个对话压缩成一份摘要。这不是一个「贴心小功能」，这是一次上下文经济学的重写。

为什么偏偏是 54 分钟？

这个数字选得非常讲究。Claude Code 的 prompt cache 有效期是一小时：同一个前缀的上下文，在一小时内复用时按缓存价计费，过期之后再用就要按全价重新处理。如果你去开 50 分钟的会，回来继续发消息，缓存还在，账单一切正常。但如果你去开一个半小时的会，回来时缓存已经过期，模型要把 200K+ token 的完整上下文重新「读一遍」——按 Opus 5.5 的定价，那一下就是几十美元凭空蒸发。

Idle compaction 就卡在 54 分钟这个时间点：赶在缓存过期之前，先把上下文总结成摘要，让你回来的第一条消息只带着摘要而不是 20 万 token 的原文。省钱的原理就这么直白：摘要比全文便宜得多，而且摘要的缓存重新计时。

自动压缩到底丢了什么？

这才是真正值得较真的问题。压缩不是免费的午餐，它把「对话层」替换成了一份摘要。按照官方文档和发布说明的描述：

• CLAUDE.md 本身不受影响，压缩后会从磁盘重新读取；
• 模型因为 CLAUDE.md 指示而读过的文件内容，会被折叠进摘要里，但不再以原文形式存在；
• 对话里那些「你其实没让它读、它自己摸过去看」的文件，可能只在摘要里留下一句带过。

换句话说，压缩之后，你的会话从「全知视角」降级成了「听过汇报的视角」。继续聊日常需求没问题，但如果你正在做的事情高度依赖精确的上下文——比如逐行调试一个竞态条件、对照着三份 diff 找回归——压缩后它对某些细节的「记忆」已经是你无法验证的转述了。

Anthropic 给了完整的退出机制："idleCompaction": false 写进设置就能关掉，/config 里现在也有一个可视化的开关行（2.1.302 新增），压缩完成后弹出的提示会直接告诉你怎么关。阈值也可以调：CLAUDE_CODE_IDLE_COMPACT_MIN_TOKENS 能改掉 200K 的触发线（从 2.1.290 起可用）。默认开着，但选择权在你手里。

同批上线的，还有两颗「上下文螺丝」

这周的更新不止空闲压缩。同样值得注意的是 CLAUDE_CODE_DISABLE_FILE_MENTIONS：开启后，你用 @ 引用大文件时，模型只拿到路径而不是全文，由它自己用文件工具按需读取。这解决了一个老大难问题——以前 @ 一个 5000 行的文件，一整份就被塞进上下文，现在改成「先给目录、要看再翻」。另一个是 CLAUDE_CODE_AUTO_MODE_MODEL，指定客户端自动模式分类器用的模型，不影响服务端行为。

把这几件事放在一起看，方向非常一致：2026 年下半年的 coding agent 竞争，已经从「谁的上下文窗口更大」转向「谁的上下文花得更值」。模型厂商不再比拼 1M、2M 窗口的数字，而是开始帮你管账——自动压缩、按需读取、缓存对齐，每一招都是在回答同一个问题：怎么让 20 万 token 只花该花的钱。

先算一笔账：缓存过期到底有多贵？

要理解这个功能为什么重要，得先理解 prompt caching 的计费逻辑。Anthropic 的缓存分三档：cache write（第一次写入缓存）、cache read（命中缓存时读取）、以及缓存过期后的全价重读。对于一个 200K token 的会话，cache read 的价格通常只有全价的零头——这就是为什么「让缓存一直命中」是所有重度用户的基本功：保持会话连续、避免长时间中断、必要时手动 /compact。

但现实是，人总要离开电脑。以前的应对方式有两种：要么回来手动 /compact 一下再继续（但这时缓存可能已经过期，压缩本身也要花一次全价读取），要么干脆 /clear 开新会话（代价是丢失全部上下文，得重新讲一遍需求）。Idle compaction 其实是把第一种做法自动化了，并且把时机提前到了「缓存过期之前」——它解决的不是压缩本身，而是压缩的时机。早 6 分钟压缩和晚 6 分钟压缩，差的可能就是一次 200K token 的全价账单。

这也是为什么阈值设在 200K token 而不是更低：小会话压缩省不了几个钱，还徒增摘要的信息损耗；只有上下文真正贵到值得「抢跑」的时候，自动压缩才划算。这个 200K 的默认值，本身就是一次成本收益权衡的结果——Anthropic 替你算好了盈亏平衡点。

值得观察：压缩提示的「知情权」设计

还有一个容易被忽略的细节：2.1.302 特意让压缩完成后的提示直接告诉你「怎么关掉它」。这个 UX 选择很有意思——Anthropic 明明希望你开着省钱，却坚持把关闭路径放在最显眼的位置。这说明他们自己也清楚，自动替用户做「有损」操作，必须配上充分的知情权。压缩是有损的，摘要再好也不是原文；工具可以默认帮你省钱，但不能悄悄替你决定丢什么。

接下来值得观察的是两件事：第一，Anthropic 会不会把 idle compaction 的经验搬到云端会话和 API 侧——如果云端 agent 也开始自动管账，整个行业的定价模型都可能跟着变；第二，其他厂商会不会跟进类似的「空闲成本管理」，比如 Codex 的云端任务、Copilot 的 agent 会话。谁先让用户「敢一直开着」，谁就拿到了下一轮留存的关键筹码。

给你的三条实操建议

第一，默认开着别动。除非你有明确理由，否则 idle compaction 是在替你省钱，关掉它等于主动选择多付账单。

第二，长任务回来先问一句「你还记得什么」。压缩后的摘要质量通常不错，但涉及精确细节的工作（比如「刚才那个函数的第三个参数是什么」），先让它复述确认，比直接假设它记得更稳。

第三，关键调试会话手动关掉它。如果你正在追一个需要完整堆栈和多文件对照的 bug，在开始前把 idleCompaction 关掉，或者用 /compact 手动控制压缩时机——自己决定什么时候「结账」，总比让它在你开会时替你做决定强。

工具开始替你管账了，这是好事。但账本的主人，还得是你自己。

一个更大的信号：agent 工具进入「成本工程」时代

如果把视线拉远一点，idle compaction 其实是 2026 年 coding agent 竞争转向的一个缩影。上半年大家还在比谁的上下文窗口更大、谁支持的模型更多；到了下半年，战场悄悄变成了成本工程：自动压缩、按需读取、缓存对齐、空闲会话管理——每一项都是在回答「怎么让 token 只花该花的钱」。

这背后有个残酷的现实：agent 越好用，用户越敢给它堆上下文；上下文越长，账单越吓人；账单越吓人，用户越不敢长时间用。厂商如果不主动帮用户管账，增长就会撞上自己的定价天花板。所以你看，Claude Code 这边在做空闲压缩，Codex 那边在做 Daybreak 和沙盒成本优化，Copilot 在做预算过期管理——大家修的都是同一条护城河：让用户敢把 agent 一直开着。

对独立开发者来说，这意味着选型标准要更新了。以前我们问「这个 agent 聪不聪明」，现在还要问「它替我省不省钱」。一个会在你开会时默默把 20 万 token 账单砍掉的工具，和一个只会堆上下文的工具，长期用下来的成本差可能是一个数量级。下次评估 coding agent，不妨把「上下文成本管理」单独列成一行打分项——这可能是 2026 年最被低估的选型维度。