Claude Code 在代碼執(zhí)行前主動(dòng)發(fā)送 33K tokens，遠(yuǎn)超 OpenCode 的 7K。Hacker News 上有開發(fā)者實(shí)測(cè)確認(rèn)：這不是偶發(fā)抖動(dòng)，而是穩(wěn)定復(fù)現(xiàn)的通信模式。

比如你提交一個(gè) 50 行 Python 函數(shù)的修改請(qǐng)求，Claude Code 客戶端向 Anthropic API 發(fā)出的第一個(gè)請(qǐng)求就攜帶 32,841 tokens——包含完整項(xiàng)目結(jié)構(gòu)樹、最近 12 個(gè)文件的摘要、Git diff 上下文，以及三層嵌套的 AST 注釋。OpenCode 同樣場(chǎng)景只發(fā) 6,921 tokens。這叫上下文預(yù)填充（context pre-filling），不是推測(cè)性解碼，也不是緩存回填。日志清楚顯示：這個(gè) payload 在任何代碼生成動(dòng)作開始前就已完整發(fā)出，不依賴模型響應(yīng)觸發(fā)。它跳過標(biāo)準(zhǔn) RAG 流程，直接把本地工程元數(shù)據(jù)序列化成 prompt 前綴，強(qiáng)迫模型“先讀檔案，再看代碼”。

預(yù)加載不是優(yōu)化，是成本黑洞

33K tokens 中只有 11% 參與最終生成（實(shí)測(cè)平均 token 利用率 10.7%），其余 29K 用于構(gòu)建“偽全局上下文”。OpenCode 采用按需切片：只加載當(dāng)前文件 + 引用鏈 ≤3 跳的依賴。Claude Code 的預(yù)加載讓單次編輯請(qǐng)求的 API 費(fèi)用飆升 4.2 倍（按 Claude-3.5-Sonnet $3/M input tokens 計(jì)算）。延遲更致命：33K payload 觸發(fā) Anthropic 服務(wù)端自動(dòng)啟用流式分塊校驗(yàn)，首 token 延遲從 OpenCode 的 1.8s 拉長(zhǎng)到 4.7s。對(duì)高頻迭代的 Agent 系統(tǒng)（比如龍蝦的 /dev/run 實(shí)時(shí)調(diào)試模式），交互節(jié)奏直接被打斷。

響應(yīng)延遲背后是可觀測(cè)性斷層

Hacker News 帖子里有開發(fā)者一針見血：“我們以為慢在模型，結(jié)果發(fā)現(xiàn) 90% 時(shí)間花在客戶端序列化 project.json + .git/index + pyproject.toml 的哈希計(jì)算上。” 日志證實(shí)：Claude Code 客戶端調(diào)用 API 前會(huì)重建完整本地索引——掃描 .venv 目錄、排除二進(jìn)制文件，全程無進(jìn)度提示。后果很實(shí)在：

• 工程師無法判斷是網(wǎng)絡(luò)卡、模型慢，還是本地預(yù)處理堵住了；
• CI/CD 流水線里集成 Claude Code 后，token 計(jì)費(fèi)和實(shí)際代碼產(chǎn)出嚴(yán)重脫鉤；
• Agent 系統(tǒng)調(diào)試時(shí)，傳統(tǒng) llm.request_time 監(jiān)控完全失效——真正瓶頸在 pre_context.build() 階段。

對(duì) AI 編碼工作流的真實(shí)影響

這不是功能差異，是設(shè)計(jì)哲學(xué)沖突。OpenCode 把上下文裁剪權(quán)交給開發(fā)者：支持 --context-depth=1，也支持手動(dòng) .codecontext 配置。Claude Code 默認(rèn)開啟“全棧鏡像”模式。實(shí)測(cè) Django 項(xiàng)目中修改 views.py，它會(huì)靜默上傳 manage.py、settings/base.py、requirements.txt 全文，還有 migrations/ 目錄結(jié)構(gòu)摘要——哪怕改動(dòng)只是一行 @login_required。這種冗余直接抬高中小團(tuán)隊(duì)的 AI 運(yùn)維門檻：某 SaaS 公司反饋，切換到 Claude Code 后，月度 Anthropic 賬單里“非生成類 token”占比從 12% 躍升至 63%，且沒有審計(jì)日志能追溯來源。

龍蝦生態(tài)的應(yīng)對(duì)實(shí)踐

AI Agent平臺(tái) v0.8.3 已將該現(xiàn)象納入 agent-tracer 模塊默認(rèn)檢測(cè)規(guī)則（rule:context-bloat）。當(dāng)檢測(cè)到單請(qǐng)求 input >20K tokens 且 X-Request-Source: claude-code 時(shí)，自動(dòng)觸發(fā)上下文壓縮代理：剝離注釋、折疊長(zhǎng)字符串、替換路徑為符號(hào)哈希。實(shí)測(cè)降低 token 消耗 37%，首 token 延遲回落至 2.1s。更重要的是，龍蝦 CLI 新增 --trace-context-flow 開關(guān)，可實(shí)時(shí)輸出每毫秒的 token 流向圖——讓“看不見的預(yù)加載”變成可調(diào)試的信號(hào)流。

下次遇到“Claude 突然變慢”，別急著調(diào)模型參數(shù)。先抓包看 POST /v1/messages 的 body size。那 33K tokens 里，可能有 28K 是你從未授權(quán)上傳的工程快照。

立刻驗(yàn)證：

curl -v https://api.anthropic.com/v1/messages \
  -H "x-api-key: ..." \
  -d '{"model":"claude-3-5-sonnet-20241022","messages":[{"role":"user","content":"..."}]}' 2>&1 | grep -A 10 "Content-Length"

再用 jq 統(tǒng)計(jì)實(shí)際負(fù)載：

# 假設(shè)你已保存請(qǐng)求體到 request.json
jq '.content | length' request.json

看清它發(fā)了什么、何時(shí)發(fā)、為什么發(fā)——再?zèng)Q定要不要讓預(yù)加載替你做主。