随着AI代理处理复杂任务的能力不断提升，上下文窗口限制已成为制约其长期运行的关键瓶颈。在实际应用中，生产级代理处理复杂任务并生成大量工具结果时，常常会耗尽有效的上下文窗口，使开发者陷入削减代理记录或降低性能的两难境地。为此，Claude Developer Platform推出了两项创新功能：上下文编辑和记忆工具，为开发者提供了全新的解决方案。
上下文编辑功能在接近token限制时，会自动清除上下文窗口中过期的工具调用和结果。当代理执行任务并积累工具结果时，上下文编辑会移除过时内容，同时保持对话流程的完整性，有效延长代理无需人工干预的运行时间。这也提高了模型的实际性能，因为Claude可以专注于相关上下文，避免被无关信息干扰。
记忆工具则通过基于文件的系统，使Claude能够在上下文窗口之外存储和查询信息。Claude可以在存储于开发者基础设施中的专用记忆目录中创建、读取、更新和删除文件，这些文件在对话之间持续存在。这使得代理能够随时间推移建立知识库，在多个会话之间维护项目状态，并参考之前的学习成果，而无需将所有内容都保留在上下文中。
记忆工具完全通过工具调用在客户端运行。开发者管理存储后端，从而完全控制数据的存储位置和持久化方式。这种设计既保证了数据的安全性，又提供了足够的灵活性，使开发者可以根据具体需求定制存储方案。
Claude Sonnet 4.5通过内置的上下文感知功能增强了这两项能力——在整个对话过程中跟踪可用token，从而更有效地管理上下文。这种智能的token管理机制确保了代理始终在最优状态下运行，避免了因上下文溢出导致的性能下降或任务中断。
这两项更新共同构建了一个提升代理性能的系统：通过自动从上下文中移除过期的工具结果来延长对话时间；通过将关键信息保存到记忆中来提高准确性，并将这些学习成果带到连续的代理会话中。这种双重机制不仅解决了当前的上下文限制问题，还为未来更复杂的AI代理应用奠定了基础。
作为目前世界上构建代理的最佳模型，Claude Sonnet 4.5的这些功能为长期运行的代理开辟了新的可能性——处理整个代码库、分析数百份文档，或维护广泛的工具交互历史。上下文管理在此基础上构建，确保代理能够高效利用这种扩展的能力，同时处理超出任何固定限制的工作流程。
在编码领域，上下文编辑会清除旧的文件读取和测试结果，而记忆则保存调试见解和架构决策，使代理能够处理大型代码库而不会丢失进度。这对于需要长期维护和迭代的大型软件项目尤为重要，代理可以记住之前的决策和解决方案，避免重复工作。
在研究应用中，记忆存储关键发现，而上下文编辑移除旧的搜索结果，建立随时间推移提高性能的知识库。研究人员可以利用这一功能进行大规模文献综述或数据分析，代理会记住重要发现和模式，逐渐形成对研究领域的深入理解。
在数据处理方面，代理将中间结果存储在记忆中，同时上下文编辑清除原始数据，处理否则会超过token限制的工作流程。这使得代理能够处理大规模数据集，执行复杂的多步骤分析任务，而不会因上下文限制而中断。
在内部代理搜索评估集上，我们测试了上下文管理如何提高代理在复杂多步骤任务上的性能。结果显示，将记忆工具与上下文编辑相结合，比基线提高了39%的性能。仅上下文编辑就带来了29%的改进。这些数据充分证明了新功能在实际应用中的有效性。
在一次100轮网络搜索评估中，上下文编辑使代理能够完成因上下文耗尽而失败的工作流程，同时将token消耗减少了84%。这一显著的效率提升意味着开发者可以用更少的资源完成更复杂的任务，大大降低了AI代理应用的运营成本。
这些功能现已在Claude Developer Platform上公开测试版提供，包括原生版本以及Amazon Bedrock和Google Cloud的Vertex AI中的集成版本。开发者可以查阅上下文编辑和记忆工具的文档，或访问我们的cookbook了解更多信息。随着这些功能的不断完善，我们期待看到开发者社区创造出更多创新的应用场景，充分发挥AI代理的潜力。
