新手教學 · 疑難排解

Agent 為什麼越來越笨？Claude Code/Codex

文 / Coolkid發布：2026-07-20 · 最後更新：2026-08-14閱讀約 9 分鐘

我第一次遇到的現象，不是跳出一個明確的「記憶已滿」錯誤，而是同一場工作做得越久，Agent 越容易漏掉前面談過的限制。

現在看到 context 百分比升高，我不再靠感覺猜。Claude Code 先輸入 /context；Codex 則看工作畫面的 context／壓縮提示，先找出空間到底花在哪裡。

你只要先回答一件事：接下來還是不是同一個任務？同一件事先整理重點，換題就開新的對話或 task。想換 Agent 仍接回原進度，就把固定規則和工作進度分開存進檔案。

我的網站專案已經跨過 100 個以上的對話與工作階段。真正讓工作接得上的，不是硬撐同一場，而是把規則與進度放回檔案。

先確認不是變笨，而是 context 被什麼占滿

context 是 Agent 這一場能同時處理的內容量。Claude Code 輸入 /context 可以查看；Codex 則看工作畫面提供的 context 或壓縮提示。名稱不同，先找出空間用量的目的相同。

不只你打的訊息會算進去。Agent 讀過的檔案、指令輸出、規則檔、載入的技能與系統指示，都會放進同一個 context；Claude Code 常見的是 CLAUDE.md，Codex 常見的是 AGENTS.md。

所以同樣聊 20 輪，讀過 3 個短檔案和讀過 30 個長檔案，剩下的空間完全不同。輪數只能當提示，不能拿來判斷 Agent 是否快滿。

依照 Claude Code 官方文件，接近上限時會先清理較舊的工具輸出，再自動把對話整理成摘要；Codex 也會用壓縮與新工作階段維持長任務，但兩者的介面和觸發方式不完全相同。

context 顯示 100% 也不等於專案壞掉，通常代表這場工作需要整理。先看有沒有正在自動壓縮、是否開始漏掉早期限制，再決定要繼續整理還是換新工作階段。

比較可靠的訊號有三個：context 顯示接近上限、畫面出現自動壓縮提示、Agent 忘記早期決定或重複讀同一批檔案。只有回應變慢，還可能是網路、模型或工具正在執行。

確認是 context 問題後，再看你是否還要繼續同一件事。這個判斷會決定要整理目前工作，還是直接開乾淨的新對話或 task。

方法 1：同一件事繼續做，先整理再下指令

任務還沒做完，但 context 已經接近上限，先請 Agent 整理目前進度，再繼續做。Claude Code 可以輸入 /compact；Codex 多半會自動壓縮，也可以直接要求它先列出進度摘要。

不要只叫它「繼續」。在 Claude Code 可以補上保留重點，例如「/compact 保留改過的檔案、測試結果、尚未完成的項目與不能改的限制」；在 Codex 則用同樣的自然語言要求摘要，別把 Claude Code 專用斜線指令硬套過去。

這種寫法比完全交給系統猜更穩，適合同一篇文章、同一個錯誤或同一個功能還要繼續處理的時候。重點不是某個指令，而是先把交接資訊說清楚。

壓縮的代價是細節會變成摘要。結論通常還在，但當時為什麼排除某個方案、哪次測試只是假通過，可能被縮成一句話。這就是你感覺 Agent 越來越笨的常見來源。

我現在會先把重要決定、已改檔案與驗證結果寫進專案檔案，再整理對話。這些資訊有磁碟上的版本，就不必賭摘要會不會保留。

如果工作已經換題，不需要前面的對話，Claude Code 可用 /clear，Codex 可開新的 task 或對話。舊對話仍能從紀錄中找回，這不是把專案檔案刪掉。

但新對話也有代價：少了限制背後的來由，接手的 Agent 可能做出合理卻偏離原計畫的選擇。我把這個實例寫在新對話為什麼會做偏。

方法 2：固定規則分開放，CLAUDE.md 與 AGENTS.md 各就各位

有些規則每次開新對話或 task 都要重新交代，像是回覆語言、建置指令、不能修改的資料夾。

這些規則要放進 Agent 會讀的專案規則檔：Claude Code 是根目錄的 CLAUDE.md，Codex 則是 AGENTS.md。規則跟工具對上，換對話就不用從頭交代。

固定規則檔在新工作階段會重新載入，所以真正不能漏掉的規則，比留在對話前半段可靠。Codex 可用官方建議的 /init 產生 AGENTS.md 起點。

不過規則檔也會佔 context。Claude Code 官方文件建議 CLAUDE.md 控制在 200 行內；Codex 的 AGENTS.md 也應保持短，只留下每場都需要的規則。

# CLAUDE.md 或 AGENTS.md 範例(放在專案資料夾根部)

- 回覆一律用繁體中文
- 這是靜態網站專案，改動後要跑 python build.py
- 大改動前先列計畫給我確認
- 不要動 legacy/ 資料夾裡的東西

我的判斷方式很簡單：同一條規則糾正到第 2 次，就評估是否寫進對應的 CLAUDE.md 或 AGENTS.md。

只在特定工作才需要的長說明不要全部塞進去。可以拆成獨立規範或技能，規則檔只留一行「遇到什麼情況要去哪裡讀」。

如果你還沒寫過，可以先看CLAUDE.md 怎麼寫；Codex 使用者則可從官方的 Codex /init 說明開始。兩者都先從 3 行起步，比直接複製一大份規則安全。

方法 3：用開源斷點系統，換 Agent 也能接著做

CLAUDE.md 或 AGENTS.md 適合放不常變動的規則，但目前做到哪裡、改了哪些檔案、下一步是什麼，每一場都會改變。

這些狀態適合另外寫進斷點檔，例如專案裡的 progress.md，不要讓規則檔變成每天都要重寫的工作日誌。

收工前我會叫 AI 記錄 5 件事：完成項目、改過的檔案、實際跑過的驗證、尚未完成的工作與下一步需要的輸入。

開新對話或 task 後，第一句先叫 Agent 讀斷點檔，再用 Git 的狀態檢查指令 git status 和實際測試校對，就能接著做。

新工作階段拿到的是乾淨空間，專案狀態則從磁碟重新讀取。這比期待 Agent 從一場很長的對話裡自己抓重點穩定。

這套方法是我維持網站專案的核心。整個專案跨過 100 個以上的工作階段，換 Claude Code 或 Codex 後仍然可以接回原進度。

我現在把斷點拆成兩層：精簡狀態控制在 30 行內，只放當前階段、下一步與阻塞事項；長脈絡放另一個檔案，需要時才讀。這種格式不綁任何一家 Agent。

這樣既不會每場開工先塞一大包舊資料，也保留了重要決策的來由。換 Agent 如果做出不同選擇，還能回頭對照，不用靠印象爭論。

我也把這套方法做成可直接安裝的跨對話斷點系統，原始碼與安裝指令都公開在 GitHub。它不會讓 Agent 永久記住所有對話，而是用狀態檔和開場自動載入，把上次的進度重新交回去。

名詞解釋

context（上下文視窗）

AI 一次能「記在腦中」的內容上限，包含你說的話、它讀的檔案跟對話紀錄。塞滿了就會忘掉前面的事，這就是長對話後 AI 開始恍神的原因。

token（字元計費單位）

AI 讀寫文字的計量單位，一個中文字約 1-2 個 token。訂閱方案的用量限制、API 的計費都是按 token 算，所以「講重點、少貼無關內容」直接等於省錢。

大型語言模型（LLM, Large Language Model）

ChatGPT、Claude 這類 AI 背後的技術：讀過海量文字後，學會理解與生成人類語言的模型。

命令列（CLI, Command Line Interface）

用打字指令操作電腦的方式，沒有按鈕跟視窗。Claude Code 就是命令列工具。

Git

程式碼的版本紀錄系統：每次改動存成一個「存檔點」（commit），隨時可以回溯、比對、還原，不怕改壞。

Codex

OpenAI 的程式型 AI 代理，跟 Claude Code 同類：能讀寫你的檔案、跑指令、動手把功能做出來。

全站名詞表 · 166 條 →

不想錯過 Lab 的新文章?
訂閱後有新文章上線,就寄信通知你,
點有興趣的進來看就好。

點這裡開啟訂閱表單 表單由 Substack 提供,點了才載入

填 email 就完成訂閱(信由 Substack 代寄)、隨時取消、不轉賣 email。

如果內容對你有用就太好了
隨喜斗內

看完這篇之前先確認:

← 回新手教學 · 看「出錯看這裡」這個主題