Anthropic 推出 Claude 消息线程公测：免重传历史，延迟降低 35%

如果你让 AI 写过一段复杂的代码，或者用过自动化 Agent，肯定经历过这种痛苦：聊到几十轮之后，AI 回复前总要卡顿老半天。

这不是模型变笨了，而是你的客户端每次都得把之前聊过的几十万字、上百张截图和报错日志，原封不动地重新打包发给服务器。现在 Anthropic 打算治一治这个毛病。

Anthropic 宣布在 Claude Messages API 中正式公测「消息线程」（Message Threads）功能。说白了，就是服务端帮你记住了之前的对话，以后每轮交互只要传最新的增量内容就行。

告别每轮几百兆的重传包袱

像写代码或操作电脑这样的长程 Agent，一个任务跑下来可能要调用上百次 API。每一次工具返回的执行结果、修改的代码片段，都会堆进上下文里。

一旦会话长度堆到几十万甚至上百万 token，每次把整段历史重新上传一遍，光是传输和准备数据就会严重拖慢首字响应时间（TTFT）。

有了消息线程之后，开发者只需要在第一次请求时带上完整对话来启动线程。之后的每一次请求，只要带上线程参数、上一轮回复的 ID 以及最新的增量消息即可。

这套功能目前已经在大部分 Claude Code 用户中默认开启。官方数据显示，对于 50 万到 100 万 token 的超长会话，首字延迟中位数直接降了约 35%。

在安全性方面，线程数据只会在内存中加密保留，完全不写硬盘。如果一个线程连续 5 分钟没有新请求，就会自动过期销毁；下次客户端再发请求时，只需重新带上完整历史重启线程即可。

目前消息线程不仅支持原生的 Claude 平台，也同步上线了 AWS、微软 Foundry 以及 Google Cloud 托管环境。不过需要注意的是，Claude 每轮依然需要完整读取全部上下文，所以 token 计费标准和速率限制并没有任何变化，省下的纯粹是等待时间。

为什么重要

我们认为，Anthropic 这次优化看起来只是接口层面的修修补补，但它踩准了长程智能体最痛的一个体验死角。

对于每天重度使用 Claude Code 或搭建自动化工作流的开发者来说，延迟砍掉三分之一带来的爽快感是实打实的。尤其是在屏幕操作或者多图文档交互这类高频场景中，每次省去反复重传大尺寸截图的网络开销，整个 Agent 的反应节奏会顺畅很多。

从架构上看，服务端在内存里只保留 5 分钟的无状态折中方案非常聪明。既没有给自己背上沉重的持久化会话存储负担，避免了数据落盘的安全顾虑，又精准覆盖了活跃调用的窗口期。

美中不足的是它并不帮你省钱。既然模型底层依然要读完整上下文，你的 token 账单就不会变少。但不管怎么说，随着各家模型上下文越做越大，谁能把动辄百万 token 的交互时延压下来，谁就能在生产环境里把 Agent 留得更久。