Claude Code“先發(fā)后讀”實測：33K tokens預發(fā)送暴露Agent調度反直覺設計

開發(fā)者抓包發(fā)現(xiàn)，Claude Code在用戶輸入任何prompt前，就向Anthropic API發(fā)起一次完整請求，攜帶33,792 tokens的payload。這不是偶發(fā)抖動，而是Agent調度框架的固定行為：它不等用戶指令，先構建一份完整上下文快照——包括項目目錄結構、歷史編輯diff、關鍵文件頭、以及全部內置工具的JSON Schema定義——再解析后續(xù)prompt。

Hacker News討論帖（HN #4021887）附帶Wireshark抓包和中間件日志：該請求發(fā)生在HTTP POST階段，body為空，Content-Length: 0，但headers已包含完整的token計數與認證信息。

預發(fā)送不是緩存，是強制前置調度

這33K tokens不是靜態(tài)緩存，而是運行時動態(tài)生成的環(huán)境摘要：

• 當前工作目錄樹（find . -type f | head -50）
• 最近10次編輯的diff片段
• .gitignore過濾后的關鍵文件頭（如pyproject.toml、package.json、Cargo.toml）
• 內置工具鏈的完整JSON Schema（含execute_shell、read_file、write_file等6個action的input/output約束）

OpenCode只加載當前編輯文件及其直接依賴，約7,168 tokens。Claude Code把“理解環(huán)境”拆成獨立階段，且必須完成才能進入prompt處理——它不響應用戶意圖，而是先完成自己的環(huán)境初始化。

直接抬高API成本與延遲

對開發(fā)者來說，這是三筆實打實的開銷：

• 費用翻倍：單次會話消耗 = 33K（預載）+ 用戶prompt + 模型輸出。OpenCode對應為7K + prompt + output。按Anthropic $15/1M input tokens計算，同等功能調用成本高出4.7倍；
• 首字延遲（TTFT）惡化：預發(fā)送平均耗時892ms，占整體RTT的62%。在遠程開發(fā)機或4G網絡下，用戶敲回車后要等近1秒才看到第一個token；
• 提示工程失效：當prompt寫# 忽略test/目錄，預載早已包含該目錄下所有.py文件摘要。模型可能基于過期上下文生成代碼。繞過方式是手動加context_pruning: true參數——但該參數未公開文檔，也未出現(xiàn)在任何CLI幫助中。

Agent選型必須測“啟動開銷”

團隊常只測Agent的任務準確率，但Claude Code證明：冷啟動行為比推理質量更影響落地效果。

接入任何編碼Agent前，建議實測三項：

1. 用中間件攔截所有出站請求，記錄首次POST的payload size與timing；
2. 修改.gitignore后觸發(fā)重載，驗證預載內容是否實時更新（Claude Code在此場景下仍復用舊摘要）；
3. 在prompt開頭插入[DEBUG]標記，檢查模型是否在預載階段已生成隱式<thinking>塊（實測Claude Code會返回該塊，但token計費不計入）。

這些操作能直接暴露Agent框架的透明度缺陷。OpenCode采用輕量本地索引，預載體積穩(wěn)定可控；Claude Code的“全量鏡像”策略，本質是用算力冗余換環(huán)境感知魯棒性——代價由終端開發(fā)者承擔。

主流編碼Agent底層機制追蹤進展

我們正在實測：

• DeepSeek-Coder Agent的上下文裁剪：--max_context=16K參數是否真實生效（當前抓包顯示其仍發(fā)送21K）；
• OpenClaw v0.4.2的增量diff加載：僅傳輸變更行，而非全文件摘要；
• 龍蝦（Longxia）本地Agent的零預載模式：工具描述僅在@use_tool顯式聲明時注入。

所有數據已開放至m.nhjb.com.cn/agent-bench，支持按網絡帶寬、項目規(guī)模、token預算三維度篩選基準報告。

動手建議：用curl -v配合tcpdump復現(xiàn)Claude Code預載行為。文檔可能滯后，代碼從不說謊。