Anthropic为Claude Code加实验功能:开Code Mode账单降22%
作者 | 飞野、四月编辑 | 四月用过 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,
但凡用过
Claude Code 的开发人员,大概都碰过同一个情况:干起活来确实痛快,可一瞅后台蹭蹭上涨的用量,心里就发紧。
以前要让 AI 智能体跑得更快、成本更低,用户面前基本只有两条道:一是死等厂商推出更便宜的新模型,二是自己把主力模型换成小模型,代价是交付质量往下掉。
不过
Anthropic 最近在 Claude Code(v2.1.323 及以上版本)的更新日志里,低调加入了一个默认关闭的实验功能——Code Mode。第三方实测结果:模型完全不换、能力也不打折,用这个模式跑多步开发任务,真实 API 账单直接降了 22%–23%;在高频调用外部工具的场合,模型累计处理的量也明显缩水。
Anthropic 把本地脚本的编排权进一步交给用户之后,代码就成了 Agent 与工具之间最高效的通信方式。
要理解
在普通模式下,Claude Code 一般让模型自己去组织工具调用。譬如先用 Bash 搜文件,再调 Read 看内容,最后用 Edit 改代码。若后一步要依赖前一步的结果,工具就得把结果回传给模型,让模型决定接下来怎么办。
Claude Code 本身已经支持并行工具调用,也能借 Bash 脚本批量跑命令,这没错;但碰到需要多步判断、跨工具配合的任务,模型还是可能一遍遍介入中间环节,Token 就这么不断被吃掉。
只改一两个函数,这套流程倒没什么毛病。问题是遇上跨几十个文件找错,或者通过 MCP(模型上下文协议)拉取上百条外部记录这类活,两笔隐性成本会很快把上下文撑爆。
头一笔成本出在起跑线上。独立评测站点 16 个内置工具定义,光首轮请求体积就达到约 38,000 tokens。会话只要还在继续,这份“工具说明书”每轮请求都得重新传一遍。
另一笔藏在中间过程。不少工具的返回值其实只需扫一眼、挑出几行有用信息,可逐轮调用的机制下,整段日志、整批原始记录全得留在对话历史里。在开源基准
说白了,过去智能体每调一次工具,就得把全量原始输出连同所有工具定义再塞进下一轮上下文,轮次一多,Token 消耗就像滚雪球一样越滚越大。
Code Mode 干的事,说到底是把模型和工具之间的调度分工重新划了一遍。
打开 Code Mode 后,Claude 能先写一段 JavaScript,把多个工具调用、条件判断、循环执行和结果过滤装进同一段代码。那些不需要模型逐步决策的操作,程序可以连着跑完,工具返回的数据也由程序直接处理,最后只把必要结果送回模型上下文。
Anthropic 官方文档里有个挺直观的例子: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。按老办法,它得先找文件、等结果回来,再改配置,改完再跑测试,每一步都要在对话里过一遍。
开了 Code Mode 就不一样:它自己写一小段脚本,在本地把“找文件、改配置、跑测试”一次干完,最后只把“改了哪个文件、测试过没过”这两句结论交回对话。
中间搜过的目录、生成的大堆测试日志,都可以先由代码处理筛选,再把必要信息交给模型。至于最终省下多少 Token,还得看脚本返回的数据量。
与此同时,Code Mode 在入口处也做了一次大幅精简:模型侧拿到的内置工具定义,从原来的 16 个砍到只剩代码执行、状态轮询等 3 个核心入口。
两家独立第三方测试的结果一致。从约 38,000 tokens 降到约 22,000 tokens。每轮起跑固定少 13,055—13,106 tokens。
Code Mode 砍掉了每轮重传的工具定义和中间冗余输出,上下文窗口因此留给了真正需要模型判断的信息。
省 Token 的道理听着没毛病,可真实环境里的跑分却分得很开。
眼下最全的公开测试来自开源基准
最抢眼的是高频 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 骤降到 3,500—8,800 tokens(降幅 84%—94%)。16 次运行全答对,累计处理 Token 少了 62%—77%。
做研判类取数任务时,需要翻找并筛出重复扣款,这类场景下处理 Token 少了 40%—68%,对话上下文少了 65%—83%。测试团队也说明,这些工单由人工生成,句式有规律,模型脚本正好借机把重复段落跳了过去。另外有 3 次没过检,失败全出在
换成日常的活儿,降幅就没这么好看了。
再看大家每天都要碰的本地文件修改: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。只看执行过程中新产生的对话内容(Task context),16 组对照中有 14 组不降反升,原因是额外写脚本或排错把这些量撑大了。
可开启之后,每轮起跑携带的“工具说明书”固定少掉约 1.3 万个 Token,两边一抵,累计处理 Token 还是降了 15%—54%。
只有 Haiku 5.5 在文件任务里处理 Token 多了 9%。翻日志能看到,主因是有一回脚本找错目录,大量报错记录堆起来,把起跑底座省下的额度全吃掉了。
还有一点要留意,报告专门强调:“累计处理的 Token”并不等于实际账单费用。被省掉的大头属于重复读取,平台对这部分缓存本来就按更低费率打折计价。
把账算成美元的,是另一组第三方测试,出自独立评测站点
新增带测试的 CLI 参数:开 Code Mode 后单次费用从 $0.45 降到 $0.35(省 23%),耗时从 80 秒缩到 60 秒。
134 个 Markdown 文件查死链:费用从 $0.20 降到 $0.16(省 22%),耗时从 26 秒缩到 18 秒。
20 个技能说明文件统一加版本号:费用基本打平($0.16 对 $0.17)。原因是就算不开 Code Mode,Claude 也会自己在 Bash 里写段小脚本一次改完。
但 bestagent.dev 只测了 Opus 5.5 单模型、两分钟以内的短任务。像第一组测试那种复杂任务,实际费用差异可能更大。
看得出来,Code Mode 真正拿手的是批量处理的复杂任务,比如跨工具批量处理数据,以及要多轮检索、测试联动的仓库开发。碰上原本一条 shell 就能搞定的简单文件批改,开不开它几乎没差别;让弱模型(Haiku 5.5)写错脚本路径,还可能把返工损耗放大。
既然能省下真金白银,Anthropic 为啥还要设环境变量门槛(CLAUDE_CODE_EXPERIMENTAL_CODE_MODE=1),还在文档里标上“实验特性,可能随时修改甚至移除”的警告?
头一道坎在安全把关和过程监控。
传统模式下,Claude 每读一个文件、每跑一条命令,都得单独发一次请求,系统的权限规则、
可开了 Code Mode,Claude 会把一连串动作打包写进整段 JavaScript,一次跑完。在
为了挡住风险,官方在启用门槛上设了多层硬锁。Claude Code 会故意忽略项目目录配置文件里的 Code Mode 开关,免得开发者克隆外部仓库时被对方悄悄打开。用户要是开了企业监控导出或禁用遥测,客户端会直接拒绝启动 Code Mode。
过了安检这一关,能用的场景也还是有限。
从支持范围看,现阶段的 Code Mode 更像一块只限纯命令行终端的“试验田”。目前它只能在本地交互式终端、直连 Anthropic 官方订阅或 Console 账号时使用。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都用不了。
现在就想试的用户,有两点要注意:第一,看任务决定开关,做批量处理这类复杂任务时省 Token 才明显。第二,开启后几个联动功能会暂时失效,远程控制、Chrome 浏览器联动和电脑操控(
往高处看,Code Mode 验证了一件对行业有启发的事:底层模型不变,只把“谁来组织循环、中间数据留在哪”这层
类似的改进,最近几个月从云基础设施到开源编程工具,已经有好几支团队在往同一方向推。