claude code 并发 限制

如果你在 Claude Code 里同时开好几个会话、或者挂了脚本批量改代码，多半碰到过「一会就卡住、报限流、任务排队不动」。这不是你机器的问题，也不是代码写错了，而是并发额度在某一层被卡住。这篇按「先定位卡在哪一层，再选缓解手段」的顺序讲，给一份可照着做的排查清单，顺带说清什么情况下这些手段会失效。

如果你在 Claude Code 里同时开好几个会话、或者挂了脚本批量改代码，多半碰到过「一会就卡住、报限流、任务排队不动」。这不是你机器的问题，也不是代码写错了，而是并发额度在某一层被卡住。

这篇按「先定位卡在哪一层，再选缓解手段」的顺序讲，给一份可照着做的排查清单，顺带说清什么情况下这些手段会失效。核心思路一句话：别再靠盲目重试，先弄清谁在限你。

并发上限到底卡在哪一层

很多人一遇到卡顿就以为是自己网络或者电脑不行，其实 Claude Code 的并发限制至少可能在三个完全不同的层面生效。搞清楚你被哪一层限制，是决定后续所有动作的前提。三层表现很像，但解法完全不同，搞错了就是在错误的方向上使劲。

账号/订阅层

你的套餐本身允许的同时请求数上限，跟你怎么调脚本无关，改代码没用

Key 或凭证层

单个 Key 自己的速率窗口，同一账号下换 Key 可能绕开，也可能不绕开

中转/网关层

中间转发服务自己的连接数和队列上限，跟你本地怎么配基本无关

还有一个容易被忽略的点：同一时刻真正在跑的请求数，和你开了几个窗口不是一回事。后台没结束的会话、挂起的流式响应、僵尸进程，照样占名额。你关了终端不等于请求结束了，这个坑很多人踩过。

按现象反推是哪一层在限流

与其一层层试，不如反过来看现象。不同的失败模式，指向的层往往很不一样。下面这张对照表可以先帮你缩小范围，再决定往下查哪一层。

1. 复现并记录时间线用一个最小的批量脚本跑一次，记录第几秒开始卡、卡的是全部还是部分请求，这是判断层的原始证据
2. 单会话对照测试关掉所有其他会话，只跑一个，如果正常，说明问题在并发峰值而不在配额本身
3. 分层替换验证换个 Key 或换个入口再跑同一脚本，如果现象消失，说明原来那层就是瓶颈所在

这张表和这套步骤不追求一次定位到根因，它的价值是让你在两三次实验内排除掉明显不对的方向，而不是盲试各种偏方。定位清楚了，缓解手段才有意义。

缓解手段：从改习惯到改架构

缓解手段建议按成本从低到高逐级往上试，别一上来就改架构。绝大多数人的问题，在前两级就能解决掉，后面那些是给确实需要高并发的场景准备的。

• 先降并发再谈扩容：把并行会话数控制在一个你能稳定跑完的量级，比事后补救省事得多
• 给任务加排队与错峰：把批量任务拆成小批、批与批之间留间隔，别让所有请求同一秒打出去
• 失败重试要带退避，别原地硬重试；重试次数和等待策略要写进脚本，不能靠手速
• 真需要高并发时，走多 Key 或多来源分流，或者自己加一层转发，但要想清楚成本和一致性代价
• 给长任务加超时和取消逻辑，避免僵尸会话悄悄占着名额，这类隐性占用最难察觉

重试这块单独强调一下：原地硬重试是最常见的错误做法。请求被限流时立刻重试，等于把已经拥挤的窗口再挤一遍，往往让情况更糟。正确的做法是等待一个逐步拉长的间隔再试，并且设一个上限，超过就放弃并记录。

# 伪代码示意：带退避的重试循环
for i in 1..max_retries; do
  run_task || true
  sleep $((base_delay * 2 ** i))
done
# 批与批之间固定留间隔，避免峰值叠加
sleep batch_interval

如果你确实需要比套餐允许更高的并发，多 Key 分流是一条路，但要接受两个代价：成本变高，以及不同来源之间行为和延迟可能不一致。值不值得，取决于你的任务是不是真的需要同时跑那么多。

这些做法什么时候不管用

上面那套手段不是万能的，有几类场景照做也没用，甚至会更糟。提前知道边界，比事后踩坑强。

还有一种情况值得单独提：如果你不确定当前套餐到底允许多少并发，与其猜，不如去看站内公布的口径。不同档位、不同时段的数字会变，以页面上的当前值为准。

最后一句实在话：并发限制这件事，排查顺序比技巧重要。先定位层，再选手段，最后才考虑扩容。反过来做，多半是在花钱买无效折腾。