Hvorfor Claude Code mister kontekst i lange sessioner, og hvordan CLAUDE.md løser det

Tre timer inde i en session begynder Claude Code at gentage spørgsmål, du allerede har besvaret. Det genintroducerer en navngivningskonvention, du fjernede for en time siden. Det "reparerer" en fil, som det ødelagde på en måde, du aldrig bad om. Intet styrtede ned. Ingen fejl dukkede op. Modellen begyndte bare stilfærdigt at deprioritere de dele af samtalen, der betyder noget.

Dette er ikke en bug, du kan lappe. Det er, hvordan kontekstvinduer fungerer, og det er den eneste største grund til, at AI-kodningssessioner går fra glimrende til frustrerende uden varsel.

Vi arbejder med startups, der hyrer ingeniører, som bruger disse værktøjer hver dag, og de teams, der får mest ud af Claude Code, er ikke dem med de smarteste prompts. De er dem, der stoppede med at behandle kontekst som uendelig og begyndte at konstruere den. Værktøjet i centrum af det skift er en simpel Markdown-fil kaldet CLAUDE.md.

Hvad sker der faktisk, når Claude Code "glemmer"

Claude Code leveres som standard med et 200.000-token-kontekstvindue, med en 1-million-token-mulighed tilgængelig på nyere modeller. Det lyder enormt, men en ny session forbruger allerede tusindvis af tokens, før du skriver et ord: systempromten, indlæste færdigheder og alle MCP-server-skemaer æder først budgettet op. Tilføj en CLAUDE.md-fil, et par værktøjsintegrationer og nogle filvisninger, og en betydelig del af vinduet er allerede talt for.

Det dybere problem er ikke at løbe tør for plads. Det er, hvad der sker, længe før vinduet fyldes. Flere ingeniørteams, der arbejder med Claude Code, er uafhængigt kommet til samme konklusion: outputkvaliteten begynder at forringes, når kontekstudnyttelsen passerer omkring 20 til 40 procent, længe før nogle hårde grænser nås. Opmærksomhedsmekanismer vægter nylige tokens tungere, efterhånden som en samtale vokser, så instruktioner fra starten af sessionen mister stilfærdigt indflydelse, selvom de teknisk set stadig "holdes i hukommelsen".

Dette betyder noget i praksis. En tre-timers session, der starter med en klar opgave og aldrig bliver kontrolleret, producerer synligt dårligere kode efter to timer, ikke fordi modellen blev dummere, men fordi forladte tilgange, gendannede fejl og udforskningstilbagefald alle stadig ligger i vinduet og fortynder det signal, der rent faktisk betyder noget.

Kontekstforfald er reelt, og det er blevet målt

Dette er ikke en Claude-specifik særhed. Uafhængig benchmarking fra Chroma testede 18 grænsemodeller, herunder Claude Opus, og fandt, at hver eneste mister nøjagtighed, når input vokser, i nogle tilfælde falder fra 95 procent til 60 procent efter en bestemt tærskel. Forskere kalder dette "kontekstforfald", og det dukker op som en "lost in the middle"-effekt: modeller behandler starten og slutningen af en lang kontekst godt, men skimmer midten, hvilket er præcis hvor dine arkitekturbeslutninger fra for 40 minutter siden plejer at være.

For en stifter eller teknisk leder er konklusionen bastant: et større kontekstvindue er ikke det samme som et mere brugbart. Nyere modeller kan teknisk set læse en million tokens, men test i den virkelige verden viser voldsomt forskellige forståelsesrater på den skala, hvilket er grunden til, at en ren, velstyret 200K-session hyppigt overgår en stappet 1M.

Hvad CLAUDE.md faktisk reparerer

CLAUDE.md er en Markdown-fil, som Claude Code automatisk indlæser i starten af hver session. Tænk på det som en stående introduktionsbriefing til en entreprenør uden hukommelse om igår. Det gør ikke modellen smartere. Det stopper modellen fra at gengætte ting, du allerede har besluttet: hvilket testkommando der skal køres, hvilken mappe der er forbudt, hvilket mønster der skal bruges i stedet for det, den som standard gør.

Uden det starter hver session fra nul, og du ender med at omskrive den samme rettelse i en uge. Med det bliver den rettelse til en permanent regel, som modellen læser, før den gør noget som helst.

Sådan skriver du en CLAUDE.md, der faktisk holder

1. Hold den under 200 linjer. Grænsemodeller sporer pålideligt omkring 150 til 200 instruktioner, før overholdelse begynder at glide, og Claude Codes eget systemprompt bruger allerede en del af det budget.

2. Lad kommandoer gå foran prose. Eksakte bygge-, test- og lintopkald er linjerne med højest værdi i filen.

3. Påpeg, intet mere. Reference til filstien i stedet for at indsætte dets indhold i filen. Hver linje, du indsætter, er en afgift for hver fremtidig session.

4. Dupliker aldrig linteren. Hvis en formater allerede automatisk håndhæver en stilregel, skal du ikke bruge modelopmærksomhed på at forklare den igen.

5. Beskær hensynsløst. En CLAUDE.md, der er vokset ind i dokumentation, er en, som modellen er begyndt at ignorere i midten.

6. Brug /clear mellem ikke-relaterede opgaver, og kontrollér hver 45 til 60 minutter på lange sessioner i stedet for at lade en samtale køre i timevis uden styring.

Ofte stillede spørgsmål: Kontekst, CLAUDE.md og hyring af mennesker, der ved dette

Spørgsmål: Løser et større kontekstvindue glemmeproblem?

Nej. Et større vindue giver modellen mere plads til at holde informationer, men læseforståelse i den virkelige verden på den skala varierer stadig enormt mellem modeller. At styre, hvad der går ind i vinduet, betyder mere end hvor stort det er.

Spørgsmål: Er CLAUDE.md det samme som dokumentation?

Nej. Dokumentation er til mennesker, der skimmer i deres eget tempo. CLAUDE.md indlæses i sin helhed hver session, uanset om den er relevant for den aktuelle opgave eller ej, så den skal være kort, universelt sand og kommandoförsta.

Spørgsmål: Hvordan ved vi, om en kandidat faktisk forstår dette, versus bare at kende syntaksen?

Bed dem om at gennemgå en CLAUDE.md, som de har skrevet til et rigtigt projekt, og spørg hvad de fjernede og hvorfor. Ingeniører, der har ramt kontekstforfald i produktion, taler specifikt om beskæringsbeslutninger. Ingeniører, der ikke har, plejer ikke at tale om filen abstrakt.

Spørgsmål: Hvor finder vi ingeniører, der allerede arbejder på denne måde?

Dette bliver i stigende grad en grundlæggende færdighed i stedet for en speciale, men det er stadig ujævnt på tværs af markedet. Det er en af de ting, vi direkte screener for, når vi vurderer udvikler til MyNextDeveloper-klienter. Det er en stærk proxy for, hvordan nogle faktisk arbejder med AI-værktøjer dag til dag, ikke bare hvordan de taler om det.

Vigtigste konklusioner

• Claude Code fejler ikke med en fejl, når konteksten forringes. Det fejler stilfærdigt, med subtilt dårligere output.

• Kvaliteten begynder at falde ved 20 til 40 procent kontekstudnyttelse, længe før vinduet er fuldt.

• Kontekstforfald måles ved tværmodel-adfærd, ikke en Claude-specifik fejl.

• CLAUDE.md reparerer glemmeproblem ved at omdanne gentagne rettelser til permanente, indlæst-hver-session-regler.

• De bedste CLAUDE.MD-filer er korte, kommandoledede og referencer til filer i stedet for at blive indsatse.

Sætter det hele sammen

Lange AI-kodningssessioner fejler ikke, fordi modellen blev dårligere midt i samtalen. De fejler, fordi ingen styrede det, modellen holdt på. En stram CLAUDE.md, en vane med at rydde kontekst mellem opgaver, og ingeniører, der allerede tænker på denne måde, omdanner en frustrerende eftermiddag til en faktisk hurtig dag.

Den sidste del er den del, de fleste teams undervurderer. Værktøjer er nemme at kopiere. At vide, hvordan man bruger dem godt, er det ikke. Hvis du bygger et team, hvor AI-assisteret engineering er standard i stedet for undtagelsen, er det præcis den slags dømmekraft, vi vurderer på MyNextDeveloper, når vi matcher stiftere med den øverste tier af software- og AI-talenter.

TL;DR

Claude Code styrter ikke ned, når det glemmer; det forringes blot stilfærdigt, hvilket producerer dårligere output, længe før kontekstvinduet faktisk fyldes. Forskning viser, at hver grænsemodel, herunder Claude, mister nøjagtighed, når input vokser, et fænomen kendt som "kontekstforfald". Et større kontekstvindue reparerer ikke dette; forståelse i stor skala varierer voldsomt uanset størrelse. CLAUDE.md løser det rigtige problem ved at omdanne gentagne rettelser til en permanent, kort, kommandoförsta fil, modellen læser hver session. Den bedste løsning kombinerer en slank CLAUDE.md med disciplinerede vaner såsom at rydde kontekst mellem opgaver og kontrollere under lange sessioner.

Ønsker du at bygge et højt præsterende fjernt teknikteam?

Tjek MyNextDeveloper, en platform hvor du kan finde de bedste 3% af softwareingeniører, der er dybt passionerede om innovation. Vores on-demand, dedikerede og grundige software-talentløsninger giver en omfattende løsning til alle dine softwarebehov.

Besøg vores websted for at udforske, hvordan vi kan hjælpe dig med at samle dit perfekte team.