Claude Code 上下文时间线，真正要看的不是 token 数字，而是工作现场怎样被装进模型脑子里

我今天正在拆的这条 Claude Code timeline，表面上是在讲一段 session 里的 token 怎么涨，实际上它更像一张运行时剖面图。它把 Claude Code 从启动、读文件、触发规则、调用 hook、派发 subagent，到最后执行/compact的全过程压成一条时间线。读懂这条线之后，我们对 Claude Code 的调参就不会只盯着模型名、温度、prompt 长度这些显眼参数，而会开始关心更关键的东西，哪些内容该一直在主上下文里，哪些内容该按需加载，哪些内容应该交给隔离窗口处理，哪些自动化动作根本不该污染对话上下文。Anthropic 官方对 context window 的定义很直接，它不是模型训练知识库，而是模型当前生成回答时能够引用的工作记忆，系统提示、消息历史、工具结果、图片、文档、工具定义、输出内容都会占用这块空间。上下文越大不等于效果越好，token 越堆越多时，准确率和召回表现可能下降，这类现象在官方文档里被称作 context rot，因此 context engineering 的重点不是把所有东西塞进去，而是决定什么东西该在什么时机进去。(Claude)启动前已经发生了很多事很多人以为 Claude Code 的上下文从我们敲下第一句 prompt 才开始增长，其实不是。timeline 最醒目的地方就在这里，进入终