Claude Code新模式来了,不换模型,Token消耗最高砍掉77%
1 小时前 / 阅读约11分钟
来源:36kr
Anthropic为Claude Code推出实验性Code Mode,通过脚本编排工具调用减少Token消耗,实测API账单降低22%-23%,但存在安全监控和场景限制。

用过 Claude Code 的开发者,几乎都有过同一种体验:干活确实爽,但看着后台飞速跳动的 Token 消耗和账单,心也在滴血。

过去想让 AI 智能体跑得更快、花钱更少,用户通常只有两条路:要么苦等厂商发布更便宜的新模型,要么手动把主力模型降级成小模型,忍受交付质量的滑坡。

但最近,Anthropic 在 Claude Code(v2.1.323 及以上版本)的更新日志里,悄悄塞进了一个默认关闭的实验功能——Code Mode。第三方实测显示:在完全不换模型、不牺牲智商的前提下,开启这个模式跑多步开发任务,真实 API 账单直接少了 22%–23%;而在高频调用外部工具的场景下,模型累计处理的 Token 总量更是暴跌了 62%–77%。

当 Anthropic 进一步交出本地脚本编排权,代码进一步成为 Agent 与工具之间最高效的通信协议。

Claude Code 过去为什么烧钱? 

要理解 Code Mode 省下了什么,得先看清传统智能体干活有多“笨重”。

普通模式下,Claude Code 通常由模型直接组织工具调用。比如先通过 Bash 搜索文件,再调用 Read 查看内容,最后用 Edit 修改代码。如果后续操作依赖前一步的执行结果,工具就需要将结果返回给模型,由模型判断下一步该怎么做。

虽然 Claude Code 本身已经支持并行工具调用,也能通过 Bash 脚本批量执行命令,但对于需要多步判断和跨工具协作的任务,模型仍可能反复参与中间流程,不断消耗 Token。

只改一两个函数时,这套流程没什么问题。可一旦遇到跨几十个文件找错误,或者通过 MCP(模型上下文协议)拉取上百条外部记录的任务,两笔隐藏开销会迅速把上下文撑大。

第一笔开销在起跑线上。独立评测站点 bestagent.dev 拆解请求载荷发现,未开启 Code Mode 时,Claude Code 每轮默认向模型发送 16 个内置工具定义,光首轮请求体积就达到约 38,000 tokens。只要会话继续,这份“工具说明书”就在每一轮请求里反复重传。

第二笔开销藏在中间过程里。很多工具返回值其实只需扫一眼、筛出几行有用的内容,但在逐轮调用的机制下,整段日志、整批原始记录全部要留进对话历史。在开源基准 Bicameral 的测试中,让模型通过 MCP 拉取 120 张工单并统计退款总额,普通模式被迫分轮把 120 条记录完整拉进上下文。

可见,过去智能体每调用一次工具,就要把全量原始输出连同全部工具定义再装进下一轮上下文,造成轮次越多、Token 消耗呈滚雪球式膨胀的问题。

一次对调度架构的手术 

Code Mode 做的事情,本质上是重构了模型与工具之间的调度分工。

开启 Code Mode 后,Claude 可以先编写一段 JavaScript,将多个工具调用、条件判断、循环执行和结果过滤组织到同一段代码中。对于不需要模型逐步决策的操作,程序可以连续执行,并直接处理工具返回的数据,最后只将必要结果送回模型上下文。

Anthropic 官方文档举过一个直观的例子:比如你想让 Claude 找到某个配置文件、把里面的重试次数从 3 改成 5,再跑一遍测试。以前它得先找一次文件、等结果返回,再改一次配置,改完再跑一次测试,每一步都得回对话里过一遍。

开启 Code Mode 后,它会自己写一段小脚本,在本地把“找文件、改配置、跑测试”一口气做完,最后只把“改了哪个文件、测试过没过”这两句结论交回对话。

中间搜索过的目录、生成的大量测试日志,都可以先由代码处理、筛选,再将必要信息交给模型。至于最终能省下多少 Token,仍取决于脚本返回的数据量。

与此同时,Code Mode 在入口处做了一次大幅瘦身:模型侧接收到的内置工具定义,从原来的 16 个精简成了只保留代码执行和状态轮询等功能的 3 个核心入口。

两家独立第三方测试给出了一致的变化。bestagent.dev 测得首轮请求从约 38,000 tokens 降到约 22,000 tokens。Bicameral 在 4 个模型上也测得每轮起跑固定减少 13,055—13,106 tokens。

Code Mode 切掉了每轮重传的工具定义和中间冗余输出,把上下文窗口留给了真正需要模型做判断的信息。

强模型的红利,弱模型的陷阱 

省 Token 的逻辑听起来无懈可击,但真实世界里的跑分却呈现出剧烈的分化。

目前最全的公开测试来自开源基准 Bicameral。该团队在 Claude Code v2.1.326 上,用 Opus 5.5、Sonnet 5.5、Haiku 5.5、Fable 5.2 四个模型跑了 6 类任务、每组 2 轮共计 96 次运行(48 组开关对照)。

表现最亮眼的是高频 MCP 取数求和测试:通过外部工具逐条拉取 120 张工单并统计退款总额。4 个模型的对话上下文增量从约 54,000 tokens 骤降至 3,500—8,800 tokens(降幅 84%—94%)。16 次运行全部答对,累计处理 Token 减少 62%—77%。

在需要阅读并筛查重复扣款的研判类取数任务上,处理 Token 减少 40%—68%,对话上下文减少 65%—83%。不过测试团队说明,这批人工生成的工单存在句式规律,模型脚本刚好借机跳过了重复段落。并且出现了 3 次未过检失败,全部出在 Haiku 5.5 模型上。

换一种日常工作,这组数字就有所缩水了。

回到大家每天都在干的本地文件修改(在 47 个 Markdown 文件里查死链、在 Python 项目里跨 36 处调用重命名函数)。单看执行过程中新产生的对话内容(Task context),16 组对照里有 14 组不仅没降,反而因为额外写脚本或排错变多了。

但因为开启后每轮起跑携带的“工具说明书”固定少了约 1.3 万个 Token,里外一抵消,Opus 5.5、Sonnet 5.5 和 Fable 5.2 整趟跑下来的累计处理 Token 依然降了 15%—54%。

唯独 Haiku 5.5 在文件任务里处理 Token 反增 9%。回看日志发现,主因是其中一次脚本找错目录,攒下的大量报错记录把起跑底座省出来的额度全吃光了。

另外需要注意的是,报告里专门强调:“累计处理的 Token”不等于实际账单费用,因为被省掉的大头属于重复读取的提示词缓存。平台对这部分缓存本身就按更低费率打折计价。

把这笔账折算成美元的,是另一组第三方测试,来自独立评测站点 bestagent.dev。该团队在 Claude Code v2.1.325 上用 Opus 5.5 按 Anthropic 官方 API 标价对 3 个真实开源仓库任务各跑 3 次,测出了更贴近日常体感的数字:

新增带测试的 CLI 参数:开启 Code Mode 后单次费用从 $0.45 降至 $0.35(省 23%),耗时从 80 秒缩至 60 秒。

134 个 Markdown 文件查死链:费用从 $0.20 降至 $0.16(省 22%),耗时从 26 秒缩至 18 秒。

20 个技能说明文件统一加版本号:费用几乎持平($0.16 对 $0.17)。因为即便不开 Code Mode,Claude 自己也会在 Bash 里写一段小脚本一次改完。

不过 bestagent.dev 只测了 Opus 5.5 单模型两分钟以内的短任务,像第一组测试中的那种复杂任务,依然可能有更好的实际费用差异。

可以看出,Code Mode 真正擅长的是一些批量处理的复杂任务,如跨工具批量数据处理,以及需要多轮检索与测试联动的仓库开发。遇到原本一条 shell 就能解决的简单文件批改,换不换它几乎没有区别,用弱模型(Haiku 5.5)写错脚本路径还可能放大返工损耗。

能省钱又提速,却要把它“默认关闭”? 

既然能省下真金白银,Anthropic 为什么还要设置环境变量门槛(CLAUDE_CODE_EXPERIMENTAL_CODE_MODE=1),并在文档里打上“实验特性,可能随时修改甚至移除”的警告?

首要卡点在安全把关与过程监控上。

在传统模式下,Claude 每读一个文件、跑一条命令都要单独发起请求,系统的权限规则、钩子脚本和安全审核可以逐条盯着把关。企业监控系统也能按每次工具调用留下一条清晰的记录。

可开启 Code Mode 之后,Claude 把一连串动作打包写进整段 JavaScript 里一次性跑完。在 Auto 模式下的安全分类器只能整段大致看一眼代码,没法像过去那样对运行期动态拼出来的每一条路径逐一细查。

为了防住风险,官方在启用门槛上加了多层硬锁。Claude Code 会刻意忽略项目目录配置文件里的 Code Mode 开关,防止开发者克隆一个外部仓库时被对方暗中打开。如果用户开启了企业监控导出或禁用遥测,客户端会直接拒绝启动 Code Mode。

安检之外,能用的场景也还有限。

从支持范围看,现阶段的 Code Mode 更像一块限在纯命令行终端里的“试验田”。它目前只支持在本地交互式终端、直连 Anthropic 官方订阅或 Console 账号使用。桌面端 App、VS Code 插件、以及亚马逊 Bedrock、谷歌云等第三方云平台暂时全都用不了。

对于现在就想试用的用户,可以注意两点:第一,看任务决定开关,做批量处理等复杂任务时省 Token 的效果才明显。第二,开启后几个联动功能会暂不可用,远程控制、Chrome 浏览器联动和电脑操控(computer use)都会停用。

把视野拉高一层看,Code Mode 验证了一件对行业有启发的事:在底层模型不变的情况下,仅仅把“谁来组织循环、中间数据留在哪”这层 Harness 的工作方式改对,对 Claude Code 这样成熟的客户端依然能挤出两成以上的真实成本。

类似的改进,最近几个月,从云基础设施到开源编程工具,已经有好几支团队沿着同一方向推进。Cloudflare、OpenCode 2 都开发了类似的功能,按需查目录、用脚本组合调用工具。8 月开源的 DeepSeek Harness 在四种运行模式里,也内置了程序化工具调用(PTC)模式。但他们各自降 Token 成本的能力如何,易用性和安全性又如何,还有待更多对比测试来展现。