Claude Code 会定期将每个后台代理的转录发送给其模型

后台代理摘要与 token 消耗

• 核心问题：Claude Code 大约每 30 秒会把每个活跃后台代理的完整转录发送给模型，以生成简短的状态摘要。
• 一位重度用户测得，这些调用约占其每周 token 等价支出的 16%；其他人报告的范围从约 3–8% 到 15%+ 不等，具体取决于工作流和 subagent 的使用情况。
• 对于长上下文代理（例如数十万 token）以及大量并发 subagent，影响最为严重。

范围、缓存与机制

• 摘要只适用于正在工作的活跃后台代理，不适用于空闲代理。常规单会话使用受影响较小。
• 一些测试者表示，工作流（“ultracode”）不受影响，只有 subagent 受影响。
• 提示词大多由提供方的 prompt cache 提供，因此大多数属于“便宜的读取”，但重复的大型缓存读取仍会累积成本。
• 缓存 TTL：主会话约 1 小时；subagent 默认约 5 分钟，除非为更高价的缓存写入而延长。这使得缓存行为和成本有些复杂，并且与时间有关。
• 用户指出，在缓存即将过期时激进的自动压缩会降低成本，但可能损害连续性，或者对某些工作负载来说“感觉像被切除了大脑”。

提供方回应与计划中的修复

• 一位 Claude Code 工程师报告称，遥测显示摘要大约占：
  • 整体成本约 2%（API 标价），
  • 请求数略低于 4%，
  • 终端中约 6% 的成本，而大多数此类调用都发生在那里。
• 他们承认这对一个状态栏来说“很多”，声称已经修复了缓存未命中问题（版本 2.1.311+），并且正在开发一种更便宜的模式，使用写给更小模型的简短笔记。
• 目前没有官方设置可以在不同时禁用后台代理/fork 的情况下，彻底关闭摘要。

用户变通方案与工具

• 一个 Bun preload 脚本通过补丁 setTimeout 来拦截并抑制摘要计时器，而无需修改二进制；受控测试显示，它能将摘要调用降为零，同时保持代理运行。Windows runners 和类似工具也已被分享。
• 一些用户将 Claude Code CLI 锁定在较旧版本，并禁用自动更新，声称新版本会通过后台功能消耗更多 token。
• 另一些人依赖外部 orchestrator / “decision models”（例如基于 Pi 的 harness、omp.sh、自定义桥接）来选择更便宜的模型，并避免 Claude Code 的这种行为。

激励、信任与争议

• 许多人认为这是不必要的、缺乏透明度的 token 消耗，应该允许用户切换或免费，尤其是对企业/API 定价客户而言。
• 对其意图的看法分歧很大：
  • 有人称其为剥削性，甚至是“fraud”，认为模型供应商拥有 harness 时，天然会有浪费 token 的动机。
  • 也有人认为这是糟糕的工程/产品设计：功能在一个内部、对成本不敏感的环境中构建，然后在没有足够成本控制的情况下发布。
  • 少数人认为，竞争和用户流失会限制故意浪费在商业上变得多么合理。
• 更广泛的不满集中在 Claude Code 被认为越来越臃肿、行为频繁变化、配额不透明，以及一系列 token 密集型功能。

与其他 harness 和模型的比较

• 一些评论者更偏爱更轻量或开源的 harness（Pi、omp.sh、Codex、Muse Code、Copilot），理由是：
  • token 效率更高，
  • 行为更可预测，
  • 默认设置没有那么“像间谍软件”或侵入性更低。
• 另一些人表示，Opus + Claude Code 即使消耗大量 token，对他们来说仍能带来极高的生产力；实际体验会因项目规模、语言和工作流而有很大差异。

隐私与安全担忧

• 另一个相关但独立的问题：当网站请求联系信息时（例如 SEC、Wikipedia、Crossref），Claude Code 会在系统提示中包含用户的电子邮件，有时还会出现在 HTTP 头（User-Agent）中。
• 一些用户通过插件将其移除；另一些人认为，代理在传输个人标识符之前应始终先征得同意。
• 人们还担心 prompt-injection 场景，即第三方网站可能在未明确获得用户批准的情况下外泄 PII 或触发敏感工具调用；也有人认为当前的泄漏（例如 UA 中的 email）虽不严重，但仍同意需要更好的机制。