遇到 Claude Code 响应变慢,我通常先拦住自己别急着改配置。同一个现象背后可能是网络、模型排队、上下文长度、工具调用这几类原因,原因没分清就调参数,往往是白忙。下面按我实际排查的顺序写下来,供你参考。
先确认慢在哪个环节
先区分慢是什么样子,比盯着 token 数猜更可靠。响应慢有很多种表现,关键要看慢在等待上,还是慢在生成上。
面对响应变慢,先别急着改代码,先确认瓶颈在哪个环节。如果输入提示词后长时间没有输出,很可能卡在模型排队或网络请求上;如果首字很快但整体生成久,往往是输出长度或采样限制导致;如果模型在等待某个工具返回时才停顿,说明工具调用本身需要优化。你可以在终端里开启详细日志,观察每次请求的时间分布,区分本地开销、API 往返和模型推理三部分,再决定下一步。
这一轮判断做完,改动才有方向。API 往返占了大头,就优先检查网络或服务区;模型推理占比高,再去看上下文长度和输出限制;工具等待时间长,就去单独检查那个工具自身。
上下文膨胀是最常见的原因
排除了网络和模型侧的问题,我下一位怀疑对象是对话上下文。
优先精简上下文。Claude Code 默认会把整个对话历史和工具结果一起发给模型,随着轮数增加 token 数量快速膨胀,响应自然变慢。建议定期使用 /compact 压缩对话摘要,把不相关的历史记录清理掉;如果必须保留大量参考内容,把长文档拆分后交给子代理读取,只把最终结论带回主对话。同时检查是否有未关闭的会话占用了不必要的线程或内存。
验证方法很简单:新开一个会话,把同样的任务重新描述一遍,对比完成时间。新会话明显更快,说明旧会话的上下文冗余是主要拖累。另外留意 /compact 之后的任务表现,压缩前后行为是否有偏差,要跑一轮含工具调用的任务才能确认。
工具数量会影响每次请求的载荷
MCP 工具这一项很多人不在意,但它对响应时长的影响很直接。工具列表会连同每次请求一起发给模型,工具越多,载荷越大;模型还需要逐个评估是否调用,判断时间也会变长。更隐蔽的是,某些工具在调用时会触发外部请求,比如查询远程数据库或调用外部 API,这类等待会被计入响应时间。
我的处理办法是:先跑一次任务,确认这次会话实际启用了哪些工具,把与当前任务无关的配置临时移除,只保留必需的几个,再对比响应变化。工具移掉后速度恢复,说明问题出在工具载荷或某个工具的外部调用上;这时候再决定精简配置,还是替换掉那个慢的工具。
处理顺序和验证方法
把上面几类因素排完后,我建议按这个顺序处理:先确认瓶颈,再压缩上下文,最后精简工具。每改一步,跑一次固定任务做前后对比,不要同时改几处,否则很难判断哪一项起的作用。会话内可以直接用下面两条命令控制上下文:
/compact # 压缩当前会话摘要
/clear # 清空历史,开启新上下文如果怀疑有残留进程拖慢本地开销,可以用系统进程工具查看 Claude Code 相关进程的线程和内存变化,例如在 Linux 上用 ps -eLf | grep claude 观察。这一步只是确认环境状态,不是调优手段。
对比验证时,我习惯固定一个任务,比如读一份长文件并做一次改写操作,记录首字出现时间和整体完成时间的相对变化。改动生效后,多跑两三次,取中间表现,避免单次网络波动干扰判断。
回滚和风险边界
速度提升不能以语义正确性为代价。
不要为了追求速度而盲目启用响应缓存或跳过历史汇总。缓存虽然能显著缩短重复请求的耗时,但如果上下文中的关键信息发生了变化,缓存可能返回旧结果,导致代码操作基于过时状态,这种错误比慢更危险。同样,过度压缩对话摘要会丢失重要指令或环境细节,行为会偏离你的预期。优化时建议保持一个可回退的配置备份,并针对高频场景单独测试,确保速度提升没有改变语义逻辑。
这里说的可回退,不是把旧配置存个文件就完事,而是你要知道每项参数上次是什么值、为什么改。我习惯改动前把当前配置整体导出一份,并把改动项单独记下来。尤其注意 /compact 产生的摘要一旦丢失无法回滚,只能靠保留原始对话记录弥补,重要会话先导出再做压缩。
这套顺序不一定解决所有慢问题,但至少能把排查范围一步步缩小。拿不准的时候,保留可回退配置,比追求更快更安全。