
实测Claude Code消息线程:每次编码会话省2到4分钟
来源标题:Is Claude Code truly faster with message threads? I did the math on my logs
ZDNET测试显示,Anthropic为Messages API引入的message threads功能能让Claude Code在长时间编码会话中每次节省约2至4分钟,且不增加额外费用。该功能让完整对话无需在每次API调用时重发,当请求包含大量内容时可缩短约35%的首token时间。不过token成本并未降低。
以下正文由 AI 翻译自 ZDNet AI(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
Claude Code 的这次更新可以在高强度、长达数小时的编码会话中为你节省时间,而且不增加额外成本。但究竟能省多少?以下是我的实测结果。
阅读完整简介 2026 年 11 月 3 日,美国东部时间上午 8:11
Anthropic/ZDNET
ZDNET 核心结论 Anthropic 的消息线程让 Claude Code 的响应速度略有提升。 我的测试表明,每个编码会话可节省 2 到 4 分钟。 响应变快了,但 token 成本并没有降低。
热门内容 Mistral 的 Le Chonk 现已成为顶级开源编码模型,与 Codex GPT-6.1 Terra 并列 2026/10/29 50 个 AI agent 试图建立一个繁荣的 Minecraft 文明——结果不太妙 2026/11/02 美国银行警告客户:不要再把密码交给 AI agent 2026/10/29
Anthropic 昨天在 Claude 的 Messages API 中引入了消息线程(message threads)。不要把消息线程和传统的人类之间讨论线程混为一谈。有了消息线程,整个对话不再需要在每次 API 调用时重新发送;当 Claude 请求包含 50 万到 100 万 token 时,首次 token 返回时间(time-to-first-token)大约可节省 35%。
该功能对大多数 Claude Code 用户默认开启。API 用户可以通过 API 请求中的“thread”参数开启。
token 消耗量保持不变,因此这项能力并不会节省成本。35% 的节省幅度是 Anthropic 自己测量的结果。
另见:Claude Code 改版后的 projects 加入了 AI 编排,但本地开发者还得再等等
在该功能上线之前,我自己 Claude Code 日志中约 980 轮交互的计时数据显示:当上下文达到 50 万 token 及以上时,Claude 通常会在每次任务中途请求后约 3 秒开始响应。在上个月五个忙碌的晚上,我的对话在四小时的时间段内大约发起了 100 到 225 次模型调用。
按照 Anthropic 公布的首次 token 返回时间中位数降低 35% 这一数据做个快速推算,Claude 估计每个四小时工作会话可节省 2 到 4 分钟。
agent 在一次对话中往往会向模型发送大量请求。在消息线程出现之前,每条消息都会把整个对话随请求一起发送。
想象一下,你正在和朋友进行一场非常长的短信聊天。再想象一下,你每次给这位朋友发一条短信,都必须把之前所有的短信和所有回复连同这条新短信一起发过去。模型的消息传递一直都是这么工作的。而现在,有了消息线程,有了更好的办法。
另见:我调查的开发者中有 75% 更青睐 Claude Code——以下是他们选择它而非 Codex 的原因
开启消息线程后,agent 只需发送自上一轮以来发生变化的内容。这减少了数据传输量,并提升了响应速度,也就是 Anthropic 所说的首次 token 返回时间。
这一收益在上下文为 50 万到 100 万 token 的会话中最为明显。我大约有一半的会话一晚上会多次触及这一上下文上限。
Anthropic 报告称,对于大型请求,Claude 的消息线程将首次 token 返回时间中位数降低了 35%。虽然我估算的每个会话节省几分钟并不算多,但对于长时间运行的编码 agent,以及传输文档和大量图像负载的 agent,收益会随之增加。
根据 Anthropic 关于该功能的博客文章,对于使用计算机的 agent,所有那些截图“会留在消息线程中,而不是每一轮都重新上传”。
另见:我如何用 Claude 在 11 天内做出一个付费 Mac 应用——而且没有写一行代码
虽然节省的时间看起来不算多,但在更大规模的企业部署中,或者在你希望 AI 响应更快的部署中,任何延迟的降低都是大事,并且会在任何需要大量来回交互、携带大数据负载的 Claude 技术应用中得到体现。
尽管在 Messages API 中加入消息线程可以降低延迟,但 token 用量乃至成本并不会下降。这是因为模型本身在每一轮仍然要处理完整对话。速率限制也没有变化。
消息线程和提示缓存(prompt caching)可以协同工作以减轻负载。提示缓存已经存在大约两年了,它确实能省钱。这是因为提示缓存让模型可以避免一遍又一遍地重新处理提示(例如在循环分析调用中)。
另一方面,消息线程能力确实在不增加额外成本的情况下带来了一点点性能提升。所以,也算是个收获。
上下文是 Claude 当前正在处理的整个会话的大小。用人类的话粗略类比,就是当前工作记忆或短期记忆。大多数 Claude Code 会话的上下文上限是 100 万 token;而在我这台 128GB 的 Mac Studio 上本地运行的 AI,处理的上下文不超过 64K,大约只有 Claude Code 上下文大小的 6%。
另见:氛围编程的热潮过后,是调试的宿醉
压缩(compaction)是 AI 尝试缩减和剔除多余信息,以便把当前会话的各轮内容塞进可用上下文的过程。一个过度简化的类比是:你把一张 JPEG 以很低的画质保存,以节省空间。你会损失大量视觉保真度,但主要意思还在。
你的上下文越大,会话在必须启动压缩之前能持续的时间就越长。但有个坑。上下文越大,模型越有可能跟丢自己正在做的事,或者出现推理错误。
单次的一次性请求也不会从消息线程中获益。此外,任何两轮之间间隔超过 5 分钟的对话,都会发送完整的消息内容,而不只是新内容。
该功能并不会消除上下文管理或压缩。但如果你的上下文相当大,它会让响应稍微快一点。
总体而言,消息线程是件好事,是一项扎实但规模不大的创新,提升了响应速度。虽然该功能不降低成本,但额外的性能也没有带来额外成本,这本身就是一种胜利。
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。