為什麼 AI 越聊越笨、一直犯同樣的錯？Anthropic 揭密 Context Engineering 實戰（2026 懶人包）

你是不是也遇過 Agent 一直犯同樣的錯！？提醒了一次又一次，它還是照樣亂改。這篇帶你搞懂 Context Engineering，看完馬上用得到！

Agent 又把同一個欄位改成舊名稱。你提醒它不要碰結帳模組，它下次仍改了。測試失敗後，它反覆修同一行，卻沒有讀懂錯誤訊息。這三種重複錯誤看起來都像「模型不夠穩」，但真正的病灶與處理方式完全不同。 若只要求它再想一次，這次可能勉強過關，下次任務仍會重來。

遇到這種情況，我建議先問一件事：它在做決定的那一刻，眼前到底有什麼？

模型每次決定下一步，只能根據當下送進去的那一包文字：系統指令、工具說明、你的規則檔、它讀過的檔案、到目前為止的對話。這一包叫 context，裝得下的上限叫 context window。Anthropic 在工程部落格〈Effective context engineering for AI agents〉裡把 Context Engineering（上下文工程） 定義得很精準：如果說傳統 Prompt Engineering 是在單輪對話裡把一句指令寫好，那麼 Context Engineering 就是在 Agent 多輪執行的每一刻，從大量候選資訊中挑選（Curation）並維護最合適的那組 token。

快速回答 Agent 每次決定下一步，只看得到當下那一包 context：系統指令、規則檔、讀過的檔案和對話。同一類錯誤反覆出現時，先查三件事：該看的資訊在不在這一包裡、裡面有沒有兩條互相打架、錯誤訊息有沒有說清楚哪裡錯，再決定補在哪一層。對話裡交代的事最脆弱，Claude Code 自動壓縮後可能只剩摘要；要長期有效的規則，寫進 CLAUDE.md 或 AGENTS.md 這類規則檔。

為什麼口頭提醒會被忘記？Context 裡的三層記憶與 /compact 壓縮機制

以我日常主力用的 Claude Code 為例，別家工具（如 Codex CLI、Gemini CLI 或 Cursor）的分法其實大同小異。為什麼有些規則 Agent 永遠記得住，有些你才剛講完、過十幾輪對話它就忘得一乾二淨？這要分三層看：Agent 下決定時，context 裡的東西依「什麼時候進來、自動壓縮（/compact）後會不會留著」，可以拆成三種完全不同的生命週期（見圖 1）。

1. 第一層：每輪都在（Always Loaded）。 廠商寫的系統提示和工具定義、專案根目錄的 CLAUDE.md 或 AGENTS.md、每個 skill 的名稱和一句描述，啟動時就載入，之後每一輪都固定佔著位置。
2. 第二層：用到才讀（On Demand，漸進揭露）。 Agent 用搜尋找到、打開來看的檔案，跑指令得到的輸出；子資料夾裡的規則檔，要等它讀到那個資料夾的檔案才載入；skill 的完整內容，要等它決定用這個 skill 才讀。Anthropic 叫這種做法「漸進揭露（Progressive Disclosure）」：就像查百科全書時先看一頁目錄，確定需要哪一章才翻開內文。Agent Skills 開放標準（agentskills.io）把數字訂得很具體：啟動時每個 skill 只放名稱和描述，大約 100 個 token；啟用時才讀內文，建議控制在 5,000 token 以內。
3. 第三層：只活在對話裡（Conversation Only）。 你在對話中口頭交代的話、它早先讀過的測試報錯、你們討論出來的決定。這一層最脆弱，因為只要觸發對話壓縮，細節就可能蒸發。

對話快把 context 塞滿時，Claude Code 會自動壓縮：先清掉舊的工具輸出，再把對話整理成一段摘要。官方文件列得很清楚：根目錄的 CLAUDE.md 會從檔案重新讀進來；子資料夾的規則，要等 Agent 再碰到那裡的檔案才回來；至於對話早期交代的細節，文件的原話是「可能會遺失」，並建議把要長期有效的規則寫進 CLAUDE.md。

觀察筆記：為什麼口頭提醒永遠救不了下一次？

開場那句「你提醒它不要碰結帳模組，它下次仍改了」，背後的機制其實很單純：你把一條應該放在第一層（每輪都在）的長期禁令，隨手丟進了第三層（只活在對話裡）。 只要對話一長、系統自動跑了一次壓縮，你當初千叮萬囑的那句話就只剩摘要裡的半句話，甚至一個字都不剩。凡是下一個任務還要守的規矩，一律往左移寫進檔案。

Context 視窗有 100 萬字，為什麼全塞進去 AI 反而變笨？（Context Rot）

現在的模型動輒有一百萬 token 的 context window，很多人的直覺是：全部放進去最保險。這個直覺忽略了一件關鍵限制——Anthropic 稱為「注意力預算（Attention Budget）」。

換句話說，你可以把 Context Window 想成公司的檔案倉庫，而模型的注意力預算是你眼前的辦公桌桌面。倉庫就算能塞進十萬份舊公文，如果你把十萬份公文同時倒在辦公桌上，你連今天要簽的那張單子都找不到。模型讀 context 時，每個 token 都要和其他 token 建立關係，$n$ 個 token 就有大約 $n^2$ 組關係要處理。內容越多，每一條資訊分到的注意力越少。Anthropic 指出這是一條逐漸下滑的坡，他們把這個現象叫做 Context Rot（上下文腐敗）：塞進去的 token 越多，模型準確取回關鍵資訊的能力越差。

Chroma 在 2025 年 7 月發表的《Context Rot》報告，把這件事量得很清楚。他們測了 18 個模型，其中一個實驗用長對話記憶基準 LongMemEval（得分範圍 0 到 1，越接近 1 代表記憶召回越準確，1.0 為滿分）：同一批問題，一種只給回答所需的那幾段內容（平均約 300 個 token）；另一種給完整的對話紀錄（平均約 11.3 萬個 token）。答案需要的內容一樣都在裡面，只是多了大量無關的對話（見圖 2）。

從圖 2 可以看到，多塞無關對話讓旗艦推理模型退步了 6 到 26 個百分點。 Chroma 也提醒，Claude 家族的落差有一部分來自它在資訊模糊時選擇不回答，這是比較保守的設計，不全是看漏。但整份報告的結論沒有例外：所有實驗裡，輸入越長，表現越差。

資訊放在哪個位置也有影響。史丹佛等單位的研究〈Lost in the Middle〉給 GPT-3.5-Turbo 20 份文件找答案：答案放在第 1 份時，正確率 75.8%；放在正中間第 10 份時掉到 53.8%，比一份文件都不給、只靠模型自己盲猜（56.1%）還低。模型最容易看到開頭和結尾，最容易漏掉中間。

觀察筆記：模型變強了，是不是就可以亂塞 CLAUDE.md？

值得留意的是，「位置效應」正在隨模型演進變弱。Anthropic 在 2026 年 7 月的文章裡提到，較早的 Claude 模型有時需要重複指令或仰賴結尾位置，但新一代模型已不再需要；他們甚至替 Claude 5 世代刪掉了 Claude Code 八成以上的系統提示，內部 coding 評測完全沒有退步。日本科技媒體 @IT 報導這篇時，直接下了標題：「你的 CLAUDE.md 已經塞太多了」。

我的判斷是：模型變強，解決的是「不必把同一句話重複罵三遍」，但解決不了「無關垃圾塞爆注意力預算」。 定期幫規則檔減肥、清掉過時的舊對話，依然是工程師自己的責任。

Agent 一直犯同一個錯？3 種常見死循環與對應修法

搞懂 context 的分層與注意力預算後，當 Agent 重複犯錯時，我們就能按圖索驥。這可以拆成三條排查路徑：

第一條路徑：該看的沒出現。 假設資料庫一律存 UTC 時間，畫面要顯示台灣時間，換算只在一個共用函式裡做。Agent 新增一張報表，直接拿資料庫的時間來顯示，結果差了八小時。它沒讀到那個函式，也沒有任何地方告訴它這條規矩。這時在對話裡再提醒一次，只能救這一次。持久的修法要依規則範圍放到對應的層級：

• 全專案都適用的：寫進根目錄 CLAUDE.md（例如「時間一律存 UTC，轉換只在某個檔案做」）。
• 只跟某個模組有關的：放在那個子資料夾的規則檔。
• 最穩固的做法：讓錯誤寫法根本寫不出來，例如用型別區分 UtcTime 和 TaipeiTime，混用就直接編譯失敗。

任務的基準也屬於這一類。請 Agent 修「目前的付款流程」，卻沒說以哪個分支為準，它可能讀到還在開發中的設計，套到已經上線的程式上。任務卡寫明以哪個分支或哪份文件為準，花不了幾秒，卻能省掉整輪白工。

第二條路徑：看到的互相打架，或規則寫得太碎／太模糊。 README 寫安裝用 npm install，repo 裡的 lockfile 卻是 pnpm 的；舊的設計文件說 API 走 v1 路徑，程式早就搬到 v2。Agent 選了其中一份，未必是不聽話。對它來說，兩份都是你給的資料，你沒說哪份比較新。Claude Code 官方文件說得很直接：兩條指令互相矛盾時，Claude 可能任選一條。

此外，Anthropic 在原作中也特別畫了一張光譜圖（見下圖），提醒工程師校准規則時的兩個極端陷阱：

修法是把過時的那份文件刪掉，或標明它只是歷史紀錄。哪條規則有效，是團隊要做的決定，不能丟給模型猜。 Claude Code 內建的 /doctor prompt-audit 指令，可以幫你掃出規則檔裡互相矛盾、指向不存在檔案或寫給舊模型的過時內容。

第三條路徑：回饋只說錯，沒說怎麼定位。 測試失敗時只印出一大段快照差異，或 CI 只回一句 exit 1。這些錯誤訊息會進到對話那一層，成為 Agent 下一步的依據；訊息越含糊，它越可能靠猜，甚至直接把測試改掉來湊綠燈。好的錯誤回饋必須同時給齊三件事：哪個行為失敗、預期值是什麼、怎麼重現。 測試本身怎麼變得可信，可以讀〈AI 寫的測試全過，為什麼功能還是錯的？驗證閉環完整懶人包（2026）〉。

5 分鐘實測：用 /context 抓出吃空間元凶，親眼看口頭指令怎麼被洗掉

在 Claude Code 裡，有兩個指令可以直接看見 context 裡有什麼：

/context
/memory

/context 用彩色格子顯示目前 context 被哪些東西佔用，列出載入了哪些 CLAUDE.md 和記憶檔，也會對佔太多空間的工具給建議。/memory 打開並編輯 CLAUDE.md，順便看 auto memory 記了什麼。

第一步，先跑 /context 檢查兩件事： 你以為 Agent 讀到的規則檔，真的在清單上嗎？哪一類東西佔掉最多空間？如果你接了很多 MCP 工具，或規則檔寫了好幾百行，這裡會看得很清楚。

第二步，做一個五分鐘小實驗，親眼看壓縮會留下什麼。 準備一個測試用的 Git repo，依序執行這四個動作：

1. 在根目錄的 CLAUDE.md 寫一行：「commit 訊息一律用英文小寫開頭。」
2. 開 session 後，在對話裡口頭交代：「這個 session 裡，新增的檔案第一行都加上 // draft 註解。」
3. 隨便請它做幾件小事，讓對話有點長度，然後執行 /compact。
4. 請它新增一個檔案並 commit，看兩條規則各自還在不在。

實驗結果會非常直觀：第 1 條規則會在壓縮後從檔案重新載入，100% 還在；第 2 條只剩摘要裡的一句話，有沒有被記住全靠運氣。 親手看過一次，你對「什麼該寫進檔案」的判斷會準很多。

規則到底該寫在哪？CLAUDE.md、Skill 與 Hook 分層放置表

把上面的機制換成日常工程決定，就是這張對照表：

另外三個日常習慣也能大幅減少 Context Rot：

• 換題目就清桌面：換到不相關的工作時用 /clear 開新對話，舊對話只會擠掉接下來需要的檔案。
• 髒活外包給子代理（Subagent）：要讀幾十個檔案做研究時交給子代理，讓它在獨立的 context 裡讀完，只把乾淨摘要帶回來。
• 壓縮前指定保留重點：長任務執行 /compact 時順手加一句指示（例如 /compact 保留付款 bug 的修正方向與資料庫 schema），確保摘要留下你在意的事。

規則檔具體寫什麼、寫多長、什麼不該寫，完整的做法和範例在〈AGENTS.md 怎麼寫？規則寫越多，Agent 反而越貴？（2026 完整教學＋範例）〉。

關於 Context 與 CLAUDE.md 最常見的 3 個踩坑誤區

誤解一：「Context window 有一百萬 token，全部塞進去最保險。」 Chroma 的實驗正好相反：答案需要的內容都在，多塞無關內容，旗艦模型照樣退步最高 26 個百分點。容量是倉庫上限，能用的注意力預算有限。

誤解二：「同一件事講三次，它就會記住。」 在對話裡講三次，壓縮後可能一次都不剩。新一代模型也不需要重複指令，要它長期記住，唯一解是寫進檔案。

誤解三：「規則檔寫得越細越安全。」 每一行都是每輪都要付的 token 成本，也多一個跟別處矛盾的機會。Claude Code 的官方建議是每份 CLAUDE.md 控制在 200 行以內，越長越容易被忽略。

總結：下次 AI 又鬼打牆，先跑 /context 檢查它的桌面

模型會繼續變強，對位置的敏感、對重複的依賴，都在減少。但有兩件事不會因為模型變強就消失：不在那一包裡的資訊，它不可能知道；互相矛盾的兩條規則，必須由人決定哪條算數。 這篇的排查順序，專門解決「同一類錯誤反覆出現」的情況；偶發一次的錯，可能只是模型單次抽樣失準，不值得為它多寫一條規則。

下一次 Agent 又犯同一個錯，先別急著換模型或責怪 AI 變笨。打開 /context 看看它眼前那張辦公桌擺了什麼，再決定那條資訊該補進哪一層。

對話裡講的會被摘要，寫進檔案的才會回來。

常見問題

什麼是 Context Engineering？

Context 是模型每次決定下一步時讀到的那一包文字：系統指令、規則檔、讀過的檔案、對話。Anthropic 把 context engineering 定義成「在推論時挑選並維護最合適的那組 token」（token 是模型讀寫文字的單位），重點在挑選：資訊給得多，模型不一定看得到；看得到的，也可能互相打架。

Context window 有一百萬 token，全部塞進去不就好了？

不保險。Chroma 在 2025 年 7 月測了 18 個模型：同一批問題給完整對話紀錄（平均約 11.3 萬 token），比只給相關內容（約 300 token）答得更差，四家推理版旗艦模型落差 6 到 26 個百分點。Anthropic 把這個現象叫做 context rot：token 越多，模型準確取回資訊的能力越差。

Claude Code 壓縮對話後會忘記什麼？

自動壓縮會先清掉舊的工具輸出，再把對話整理成摘要。專案根目錄的規則檔 CLAUDE.md 會從檔案重新載入；放在子資料夾的規則檔，要等 Agent 再讀到那裡的檔案才回來；對話早期交代的細節，官方文件說「可能會遺失」。長任務開始前，可以用 /compact 加一句要保留的重點。

怎麼看 Claude Code 的 context 裡有什麼？

執行 /context，它用彩色格子顯示 context 被哪些東西佔用，列出載入了哪些 CLAUDE.md 和記憶檔，也會對佔太多空間的工具給建議。先看兩件事：你以為它讀到的規則檔在不在清單上、哪一類東西佔掉最多空間。/memory 可以打開並編輯 CLAUDE.md。

延伸閱讀

• AGENTS.md 怎麼寫？規則寫越多，Agent 反而越貴？（2026 完整教學＋範例）
• Token、Embedding、Context Window 是什麼？LLM 基礎一次搞懂（2026 完整懶人包）
• Agent Memory 是什麼？AI 該記什麼、誰批准、何時刪？（2026 完整懶人包）
• Claude Code 權限要怎麼設？一直按「允許」真的安全嗎？（2026 完整懶人包）
• AI Native Builder 是什麼？公司要的已經不只是「會用 AI」（2026 職場趨勢整理）

參考資料

工程文章與官方文件

• Prithvi Rajasekaran, Ethan Dixon, Carly Ryan, Jeremy Hadfield (Anthropic), Effective context engineering for AI agents（2025-09-29） https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents
• Thariq Shihipar (Anthropic), The new rules of context engineering for Claude 5 generation models（2026-07-24） https://claude.com/blog/the-new-rules-of-context-engineering-for-claude-5-generation-models
• Anthropic, Explore the context window（Claude Code 文件，2026-10-16 檢視） https://code.claude.com/docs/en/context-window
• Anthropic, How Claude remembers your project（Claude Code 文件，2026-10-16 檢視） https://code.claude.com/docs/en/memory
• Anthropic, How Claude Code works（2026-10-16 檢視） https://code.claude.com/docs/en/how-claude-code-works
• Anthropic, Commands（Claude Code 文件，2026-10-16 檢視） https://code.claude.com/docs/en/commands
• Anthropic, Context windows（Claude API 文件，2026-10-16 檢視） https://platform.claude.com/docs/en/build-with-claude/context-windows
• Agent Skills, Specification（2026-10-16 檢視） https://agentskills.io/specification

研究

• Kelly Hong, Anton Troynikov, Jeff Huber (Chroma), Context Rot: How Increasing Input Tokens Impacts LLM Performance（2025-07-14） https://www.trychroma.com/research/context-rot
• Nelson F. Liu et al., Lost in the Middle: How Language Models Use Long Contexts（TACL 2024；arXiv 2307.03172） https://arxiv.org/abs/2307.03172

報導

• @IT（ITmedia）,〈「君のCLAUDE.mdはもう盛り過ぎ」 Claude 5世代で"通用しなくなった"コンテキストの6つの常識〉（2026-09-03，日文） https://atmarkit.itmedia.co.jp/ait/articles/2609/03/news040.html