Claude Code token 消耗：每五次请求就有一次用于智能体状态

Flamerix AI 发布了一份附有测量数据的 gist：Claude Code 把会话成本的 16.4% 花在了智能体面板里一条 3–5 个词的简短状态上。10 月 29 日，这篇帖子登上了 Hacker News 首页，一小时内获得了 130 多分。所有关心 Claude Code token 消耗的人都该留意，尤其是在后台同时运行多个智能体的用户。

Claude Code token 消耗从何而来？

问题出在一个名为 agent_summary 的机制上。据 gist 作者介绍，它的工作方式如下：

1. 大约每 30 秒，Claude Code 会针对每个后台智能体分别把该智能体的完整对话记录发送给模型。
2. 请模型“用 3–5 个词”描述最近的操作（原文为 “describe your most recent action in 3-5 words”）。
3. 结果只会显示在智能体面板中，也就是一行简短的状态。

该机制从 2.1.232 版本（2026 年 8 月）起默认开启，且没有官方设置可以关闭。

要花多少钱？

gist 中的数据来自关闭摘要前一周的 OpenTelemetry 导出：

• 估算成本的 16.4% 花在了 agent_summary 上，超过了主对话（15.7%），
• 占全部 API 请求的 19.7%，大约每五次就有一次，
• 其中 96% 的成本来自 Opus，
• 输入 token 与输出 token 之比约为 9000 比 1。

有意思的是，这些调用中约 98% 命中了提示缓存，所以很便宜。问题在于剩下约 2%：没有缓存的这部分占了摘要成本的三分之一以上。

这些成本是 Claude Code 自己的估算（cost_usd 字段），并非账单，所以要谨慎看待。

这是新问题吗？

这个问题从 8 月就已为人所知。8 月 15 日，用户 @rflcrz 在 Claude Code 仓库提交了 issue #86879。在一次使用 27 个子智能体、持续 4 小时的会话中（1496 次请求），agent_summary 调用占了22.7% 的请求和 18% 的加权 token，每次平均返回约 65 个 token。

评论区里，其他用户也给出了类似结果：在超过 20 个子智能体的会话中占 15–22%，在 2.1.276 版本中占缓存读取 token 的 26%。其中一位用户发现，环境变量 CLAUDE_CODE_ENABLE_NARRATION=0 在 2.1.241 版本中可以关闭摘要，但到 2.1.245 就失效了。

该 issue 带有 area:cost 标签，目前仍未关闭。截至 10 月 29 日，Anthropic 方面没有任何人回复。

如何在自己的环境里检查？

Claude Code 内置了通过 OpenTelemetry 导出遥测数据的功能。用环境变量 CLAUDE_CODE_ENABLE_TELEMETRY=1 开启，并配置日志导出器。之后每次 API 请求都会记录为一个 claude_code.api_request 事件，其中的 query_source 属性说明是哪个子系统发出的。只需按 query_source 对事件分组并汇总 cost_usd——gist 作者正是这样发现问题的。

能关掉吗？

官方不能。gist 作者分享了一个变通方法：通过 Bun 预加载的脚本 no-agent-summary.js（BUN_OPTIONS="--preload …"），在不修改二进制文件的情况下，把摘要计时器换成一个不工作的计时器。在他那里，agent_summary 的成本占比从 16.4% 降到了零。

使用之前，最好先了解它的局限：

1. 该脚本只在 Linux 上测试过，没有在 macOS 和 Windows 上测试。
2. 它依靠匹配源代码来工作，因此 Claude Code 的任何一次更新都可能让它悄无声息地失效 （每次更新后都要检查是否仍然有效）。
3. 智能体面板将不再显示状态。
4. 这是一个采用 MIT 许可证的社区项目，与 Anthropic 无关。

如果不想往 Claude Code 里注入任何东西，更简单的办法就是减少同时运行的后台智能体数量，因为摘要的成本随智能体数量增长。关于如何使用 Claude Code，我在 Claude Code 教程中写得更详细；关于在 Opus 上预算能烧得多快，可以看 fast mode 那篇文章。

FAQ

为什么 Claude Code 这么耗 token？

主要是因为每次请求都会把对话上下文发送给模型。用户的测量显示，在后台智能体较多时，隐藏的 agent_summary 摘要也会吃掉相当大的一部分（成本的 16–22%），因为它大约每 30 秒就发送一次智能体的完整对话记录。

能在设置里关闭 agent_summary 吗？

截至 10 月 29 日，还没有官方开关。issue #86879 请求提供专门的标志、让 CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC 变量覆盖摘要，或者让间隔可配置。

如果我不用后台智能体，会受影响吗？

摘要是为后台智能体生成的，所以问题随其数量增长。最简单的检查方法是在遥测数据中按 query_source 对请求分组。