Dok sam naručivao hranu pitao sam šefa: "DeepSeek-V4 i Claude Opus 4.7 već imaju prozor konteksta od 1M — zar ne možete samo da ubacite sve?" Pre nego što je šef stigao da odgovori, tetka koja služi hranu je odmahnela glavom..

Prvo da vas pitam — da li mislite da je veći prozor konteksta uvek bolji?

Drugi rečeno, da li se osećate pametniji kada je prozor konteksta 200k tokena ili kada je 1M?

Odgovor će mnoge razočarati.

Što je veći prozor, to je lakše upasti u probleme ako se ne upravlja njime dobro.

U današnjem članku raščlanićemo kompletan sistem upravljanja kontekstom u Claude Code-u.

Od Context-a do kompresije Compaction, od komande /compact do izolacije pod-Agenta — kako se mehanizmi na svakom nivou međusobno dopunjuju i kako ih koristiti kako bi CC u dugim razgovorima uvek zadržao visok nivo.

Vežite sigurnosne pojaseve, idemoooo~

01. Koliko je zapravo veliko 1M tokena?

1M tokena je otprilike 750 hiljada engleskih reči, što na kineski prevodi oko 500 hiljada znakova.

Kakav je to osećaj?

Trilogija "Tri tela" ukupno ima 880 hiljada znakova, pa 1M tokena može da primi oko dve knjige iz nje.

Ja i dalje, kada obrađujem tekst, koristim Opus 4.6, što je 200k tokena, a samo kada programiram prelazim na Opus 4.7.

Sa iteracijom verzija velikih modela, sledeća generacija LLM-a će verovatno ići ka prozoru konteksta od 1M.

Ali 1M nije univerzalni lek.

Jon Bell, CPO Anthropic-a, u aprilu 2026. objavio je podatak: nakon lansiranja prozora od 1M, broj događaja automatske kompresije smanjen je samo 15%.

Zašto samo 15%?

Zato što pravi problem nije u veličini prozora, već u kvalitetu konteksta.

02. Šta je Context Rot?

Jednostavno rečeno:

Što je kontekst duži, pažnja modela se razvlači na previše tokena, pa razumevanje trenutnog zadatka opada.

Konkretno se manifestuje ovako.

Zamolite CC da popravi grešku, a on je već pročitao 20 datoteka i pokrenuo 30 komandi, pa je kontekst pun raznih međurezultata. Kada konačno treba da izmeni kod, on iznenada "zaboravi" rezultate koje je ranije analizirao.

Baoyu je dao veoma živopisan opis: 1M kontekst je kao da imate sto na koji stane 1000 knjiga, ali u isto vreme zaista možete videti samo one pred vama. Što je sto veći, to je duže vreme potrebno da pronađete knjigu, a pažnija je razbacanija.

Ovo vodi do kontra-intuitivnog zaključka.

Kontekst nije što više to bolje, već što preciznije to bolje.

Sistem upravljanja kontekstom Claude Code-a u suštini rešava ovaj problem: kako u ogromnom prozoru uvek naterati model da "vidi" najrelevantnije informacije.

03. Mehanizam kompresije Compaction

Compaction je ključno oruđe za upravljanje kontekstom u Claude Code-u.

Njegov dizajnerski cilj je jasan — pre nego što kontekst prelije, kompresovati nevažne istorijske informacije u rezime, čime se pravi prostor za novi sadržaj.

Ali stvarna implementacija je mnogo kompleksnija nego što se čini — podeljena je u četiri faze.

Predobrada

Pre svakog razgovora, CC izračuna trenutnu iskorišćenost tokena u kontekstu. Ako su rezultati nekih alata posebno dugi — na primer, grep je izbacio 500 redova koda — on će na licu mesta uraditi "mikro-kompresiju", zamenjujući kompletan rezultat rezimeom, uz zadržavanje ključnih redova i brojeva redova.

Ovaj korak ne zahteva pozivanje modela — čista obrada pravilima.

Odluka o automatskoj kompresiji

Kada iskorišćenost tokena pređe oko 83,5%, automatski se pokreće makro kompresija.

Ovde postoje dva puta:

Prvi je kompresija memorije sesije.

Njegova ideja je da se "izdvajanje rezimea" i "izvršenje kompresije" razdvoje u dva nezavisna sistema. CC u pozadini neprestano vodi inkrementalni sistem beleški — kad god Agent donese važnu odluku, pročita ključnu datoteku ili dođe do važnog zaključka, on tiho zapisuje te informacije u Markdown beleške. Kada dođe do kompresije, jednostavno preuzme tu belešku kao rezime, a zatim zadrži originalne razgovore iz poslednjih nekoliko krugova.

Drugi je kompresija rezimea.

Ako kompresija memorije sesije iz nekog razloga ne uspe (na primer, ako sistem beleški ima problem), prebacuje se na tradicionalni režim LLM rezimea. Model ponovo pročita kontekst i generiše strukturirani rezime koji obuhvata: trenutni cilj, završeni rad, donete odluke, obuhvaćene datoteke i sledeće korake.

Rano presretanje.

Ako iskorišćenost tokena pređe 88,5%, CC će direktno vratiti grešku 413 i presresti zahtev — neće ga poslati. Jer u tom trenutku, čak i ako se pošalje, API će verovatno vratiti grešku o prekoračenju limita.

Naknadni oporavak.

Ako API zaista vrati grešku 413, CC ima dve rezervne strategije.

• Jedna se zove Context Collapse — drenažno čišćenje koje direktno odbacuje najstarije razgovore.
• Druga se zove Reactive Compact — hitna kompresija koja na najagresivniji način sužava kontekst ispod sigurnosne linije.

Čitav četvorofazni dizajn podsjeća na sistem zaštite od poplava u stvarnosti. Svakodnevno održavanje nivoa (mikro kompresija), prekoračenje warning linije i ispumpavanje (kompresija memorije sesije), približavanje limitu brane i presretanje (413 presretanje), proboj i hitna popravka (Reactive Compact).

04. Komanda /compact

Nakon što smo razumeli osnovni mehanizam Compaction-a, pogledajmo kako aktivno upravljati kontekstom u stvarnoj upotrebi.

/compact je najčešće korišćena komanda.

U terminalu jednostavno otkucajte /compact i CC će odmah pokrenuti kompresiju, sažeti trenutnu istoriju razgovora u rezime, a zatim zameniti originalni razgovor rezimeom i nastaviti rad.

Pored toga, iza /compact se može dodati prilagođena instrukcija koja govori CC šta da zadrži, a šta da odbaci prilikom kompresije.

/compact zadrži promene u šemi baze i dizajn API krajnjih tačaka, proces debagovanja se može odbaciti

Ovo je veoma praktično u stvarnom razvoju.

Na primer, kada radimo složeno refaktorisanje baze podataka, prethodno smo potrošili mnogo konteksta na debagovanje Migration skripti, a sada treba da pređemo na pisanje koda za API sloj. Tada izvršimo /compact da kompresujemo detalje debagovanja, zadržavajući samo zaključke dizajna šeme — kontekst odmah postaje jasan, a pažnja modela se može fokusirati na predstojeći razvoj API-ja.

Druga komanda je /clear, čija je razlika u odnosu na /compact sledeća:

• /compact je kompresija sa gubicima — model automatsno sažima;
• /clear potpuno briše — sami odlučujete koje informacije nosite u novu sesiju.

Kada koristiti /clear?

Kada započinjete potpuno drugačiji zadatak. Na primer, prethodno ste radili na back-end API-ju, a sada želite da pređete na front-end stranicu — dva zadatka nemaju nikakve veze. Tada je /clear čišći od /compact, jer rezime /compact-a može još uvek da sadrži tragove back-end informacija koje ometaju front-end razvoj.

Postoji i jedna promenljiva okruženja koju mnogi ne poznaju: CLAUDE_CODE_AUTO_COMPACT_WINDOW.

export CLAUDE_CODE_AUTO_COMPACT_WINDOW=200000

Kada se postavi ova promenljiva, bez obzira na to koliki je vaš stvarni prozor (pa bio i 1M), CC će automatski pokrenuti kompresiju kada se približi 200 hiljada tokena.

Preporuka: aktivno izvršite /compact na 60-70%, to daje mnogo bolje rezultate nego čekati da se pasivno aktivira na 83,5%.

Jer kada se kompresija radi aktivno, kontekst je još uvek prilično čist, pa je kvalitet generisanog rezimea visok. Pri pasivnom pokretanju je obično već prepun raznih međurezultata, pa rezime lako gubi ključne informacije.

05. CLAUDE.md

Nakon što smo prošli dinamičko upravljanje kontekstom, recimo nešto i o jednom statičkom, ali izuzetno važnom mehanizmu — CLAUDE.md.

CLAUDE.md je projektna konfiguraciona datoteka za Claude Code, koja se nalazi u korenskom direktorijumu projekta. Pri svakom pokretanju nove sesije, CC automatski ubacuje sadržaj CLAUDE.md u sistemski prompt.

Nemojte tretirati CLAUDE.md kao običnu konfiguracionu datoteku u koju ćete upisati samo nekoliko pravila kao što su "koristi Java" ili "koristi LangGraph4J" i to je to.

Ako ga posmatrate iz ugla upravljanja kontekstom, CLAUDE.md je zapravo L1 keš — on osigurava da pri svakom početku sesije model već "zna" ključnu pozadinu projekta, pa nije potrebno trošiti kontekst da bi se ona ponovo otkrila.

Na primer.

CLAUDE.md mog projekta paicoding sadrži osnovne zahteve projekta. Svaki put kada CC piše kod za mene, ne mora da pita za "tehnički stek" ili "konvencije koda" — te su informacije već na samom početku konteksta.

To je vrednost CLAUDE.md-a u upravljanju kontekstom.

Visokofrekventne informacije koje se ponavljaju stavite napred, čime se smanjuje trošak pribavljanja informacija u svakoj sesiji.

Postoji i napredna upotreba: pravila u CLAUDE.md se ne gube nakon kompresije.

Zato što su deo sistemskog prompta, a Compaction kompresuje samo istoriju razgovora, bez diranja sistemskog prompta. Tako će vaše konvencije koda, sigurnosne strategije i projektne dogovore, čak i nakon više kompresija, i dalje biti prisutne.

06. Sub-agent

Claude Code ima još jedan adut za upravljanje kontekstom — Sub-agent.

Kada zamolite CC da izvrši složen zadatak, on može da pošalje Sub-agent-a da završi konkretne podzadatke. Svaki Sub-agent ima svoj nezavisni prozor konteksta, a po završetku samo vraća konačni rezultat glavnom Agentu.

Šta to znači?

Međuproces ne zagađuje kontekst glavnog Agenta.

Primer iz stvarnog scenarija. Zamolim CC da mi uradi istraživanje konkurencije, uz istovremenu analizu tri platforme: Dify, Coze i FastGPT. Bez Sub-agenta, CC bi morao u glavnom kontekstu redom da otvara dokumentaciju tri platforme, čita sadržaj i organizuje informacije — sve tri platforme bi završile na gomili i kontekst bi lako eksplodirao.

Sa Sub-agentom, CC šalje tri Sub-agenta, pri čemu je svaki odgovoran za jednu platformu. Svaki Sub-agent završava istraživanje u svom prozoru, a na kraju vraća samo jedan precizan rezime poređenja. Kontekst glavnog Agenta dobija samo još jedan izveštaj — čisto i uredno.

U Claude Code-u pokretanje Sub-agenta ne zahteva posebnu komandu — CC na osnovu složenosti i nezavisnosti zadatka automatski odlučuje da li da ga podeli.

Za zadatke koji obuhvataju više nezavisnih modula, prednost dati paralelnoj obradi pomoću Sub-agenta.

07. Memory sistem

Compaction, /compact, CLAUDE.md i Sub-agent, o kojima smo govorili, odnose se na upravljanje kontekstom unutar jedne sesije.

Postoji i informacija koju je potrebno zadržati između sesija, pa je CC za to dizajnirao Memory sistem.

Memory sistem je trajno skladište zasnovano na datotekama, podrazumevano u direktorijumu ~/.claude/projects/<putanja-projekta>/memory/.

Podržava četiri tipa memorije: korisničke preferencije (user), povratne informacije o ponašanju (feedback), status projekta (project) i spoljne reference (reference).

Za razliku od Compaction-a, Memory se ne aktivira automatski.

CC će tokom razgovora, kada primeti informacije vredne dugoročnog čuvanja, inicijativno upisivati u Memory datoteke. Na primer, kada kažete "želim da komentari u kodu budu detaljniji", on će tu preferenciju sačuvati u memory/feedback_semicolons.md, koja se automatski učitava pri početku sledeće sesije.

• CLAUDE.md čuva čvrsta pravila na nivou projekta koja tim deli i koja se commituju u Git.
• Memory čuva mekše preferencije na ličnom nivou, koje važe samo lokalno i ne commituju se.

Sa stanovišta upravljanja kontekstom, Memory rešava osnovni problem — upravljanje životnim ciklusom informacija.

Jedna informacija u CC-ovom sistemu proći će sledeći put:

ulazak u kontekst → učestvuje u zaključivanju → stari s vremenom → Compaction ga kompresuje u rezime → novija kompresija ga prekriva → potpuno nestaje

Memory na ovom putu ubacuje račvanje:

ulazak u kontekst → učestvuje u zaključivanju → procena da li ima dugoročnu vrednost → da → upis u Memory → trajnost između sesija
                                            → ne → prirodno opadanje

08. Četiri preporuke

Prvo, ručno /compact je bolje od automatskog.

Nakon završetka jedne logičke faze aktivno izvršite kompresiju (na primer nakon debagovanja greške, nakon završetka modula) — rezime koji nastane biće znatno bolji od onog pri pasivnom pokretanju na 83,5%. Jer možete da kontrolišete trenutak i fokus kompresije.

Drugo, važna pravila stavite u CLAUDE.md, a ne na početak razgovora.

Instrukcije na početku razgovora se mogu izgubiti nakon kompresije, dok je sadržaj u CLAUDE.md zaštićena zona kompresije — nikada neće biti izbrisan.

Treće, složene zadatke podelite u Sub-agenta.

Ako zadatak obuhvata više nezavisnih podzadataka (istraživanje više konkurenata, refaktorisanje više modula, testiranje više scenarija), neka CC koristi Sub-agent za paralelno procesiranje, umesto svega u jednom kontekstu sekvencijalno.

Četvrto, nakon /compact obavezno dodajte instrukciju.

Nemojte pokretati go /compact — recite mu šta da zadrži, a šta da odbaci. U suprotnom će koristiti podrazumevanu strategiju kompresije, koja može zadržati detalje debagovanja koji vam ne trebaju, a odbaciti dizajnerske odluke koje će vam kasnije trebati.