Anthropic 推出 Claude 訊息執行緒公測：免重傳歷史，延遲降低 35%

如果你讓 AI 寫過一段複雜的程式碼，或者用過自動化 Agent，肯定經歷過這種痛苦：聊到幾十輪之後，AI 回覆前總要卡頓老半天。

這不是模型變笨了，而是你的客戶端每次都得把之前聊過的幾十萬字、上百張截圖和報錯日誌，原封不動地重新打包發給伺服器。現在 Anthropic 打算治一治這個毛病。

Anthropic 宣佈在 Claude Messages API 中正式公測「訊息執行緒」（Message Threads）功能。說白了，就是服務端幫你記住了之前的對話，以後每輪互動只要傳最新的增量內容就行。

告別每輪幾百兆的重傳包袱

像寫程式碼或操作電腦這樣的長程 Agent，一個任務跑下來可能要呼叫上百次 API。每一次工具返回的執行結果、修改的程式碼片段，都會堆進上下文裡。

一旦會話長度堆到幾十萬甚至上百萬 token，每次把整段歷史重新上傳一遍，光是傳輸和準備資料就會嚴重拖慢首字響應時間（TTFT）。

有了訊息執行緒之後，開發者只需要在第一次請求時帶上完整對話來啟動執行緒。之後的每一次請求，只要帶上執行緒引數、上一輪迴復的 ID 以及最新的增量訊息即可。

這套功能目前已經在大部分 Claude Code 使用者中預設開啟。官方資料顯示，對於 50 萬到 100 萬 token 的超長會話，首字延遲中位數直接降了約 35%。

在安全性方面，執行緒資料只會在記憶體中加密保留，完全不寫硬碟。如果一個執行緒連續 5 分鐘沒有新請求，就會自動過期銷燬；下次客戶端再發請求時，只需重新帶上完整歷史重啟執行緒即可。

目前訊息執行緒不僅支援原生的 Claude 平臺，也同步上線了 AWS、微軟 Foundry 以及 Google Cloud 託管環境。不過需要注意的是，Claude 每輪依然需要完整讀取全部上下文，所以 token 計費標準和速率限制並沒有任何變化，省下的純粹是等待時間。

為什麼重要

我們認為，Anthropic 這次最佳化看起來只是介面層面的修修補補，但它踩準了長程智慧體最痛的一個體驗死角。

對於每天重度使用 Claude Code 或搭建自動化工作流的開發者來說，延遲砍掉三分之一帶來的爽快感是實打實的。尤其是在螢幕操作或者多圖文件互動這類高頻場景中，每次省去反覆重傳大尺寸截圖的網路開銷，整個 Agent 的反應節奏會順暢很多。

從架構上看，服務端在記憶體裡只保留 5 分鐘的無狀態折中方案非常聰明。既沒有給自己背上沉重的持久化會話儲存負擔，避免了資料落盤的安全顧慮，又精準覆蓋了活躍呼叫的視窗期。

美中不足的是它並不幫你省錢。既然模型底層依然要讀完整上下文，你的 token 賬單就不會變少。但不管怎麼說，隨著各家模型上下文越做越大，誰能把動輒百萬 token 的互動時延壓下來，誰就能在生產環境裡把 Agent 留得更久。