ClaudeCode启用CodeMode,高频工具调用场景Token消耗最高降低77%
Anthropic在Claude Code v2.1.323+版本中推出实验性功能Code Mode,通过让模型生成脚本统一调度工具调用,显著减少上下文冗余。实测显示,在多步MCP取数等任务中,Tok...
Anthropic近期在Claude Code(v2.1.323及以上版本)中悄然上线一项实验性功能——Code Mode,该功能无需更换模型即可大幅降低API调用成本。第三方独立测试表明,在高频调用外部工具的开发任务中,开启Code Mode后模型累计处理的Token总量最多可减少77%;即使在常规多步开发流程中,真实账单也能下降22%–23%。这一变化并非依赖新模型发布或降级推理精度,而是对智能体执行逻辑的一次底层重构。
传统模式下,Claude Code的工具调用采用“模型主导、逐轮决策”机制:模型发出一个工具请求(如Bash搜索),等待结果返回后,再基于该结果决定下一步动作(如Read读取文件内容),随后可能再次调用Edit修改代码。虽然支持并行调用与Bash批量执行,但涉及跨步骤判断或依赖前序输出的任务时,模型仍需反复介入中间环节,持续消耗Token。
更关键的是两处隐性开销:其一,每轮请求默认携带全部16个内置工具定义,仅首轮载荷就高达约38,000 tokens,且会话延续期间重复传输;其二,工具返回的原始输出(如整段日志、上百条工单记录)往往被全量保留至对话历史中,导致上下文迅速膨胀。以开源基准Bicameral的测试为例:模型通过MCP拉取120张工单并统计退款总额时,普通模式被迫分轮将全部120条记录逐条注入上下文,造成严重冗余。
Code Mode的核心改进在于转移调度权——模型不再逐轮指挥工具,而是先编写一段JavaScript脚本,将多个工具调用、条件判断、循环与结果过滤整合其中。脚本在本地执行,仅将必要结论(如“已修改config.yaml第12行,重试次数由3改为5”“测试通过”)反馈给模型。例如,过去需三轮交互完成的“找配置文件→改参数→跑测试”,现在可由一段脚本一次性闭环执行,中间产生的目录遍历结果、测试日志等均由代码预处理筛选,避免污染模型上下文。
与此同时,Code Mode在入口层精简了工具定义:模型侧接收的内置工具接口从16个压缩至仅3个核心入口(代码执行与状态轮询等),大幅削减固定开销。bestagent.dev实测显示,首轮请求体积由此从约38,000 tokens降至22,000 tokens;Bicameral在Opus 5.5、Sonnet 5.5、Haiku 5.5与Fable 5.2四个模型上的测试也一致确认,每轮起始固定减少13,055–13,106 tokens。
公开测试数据进一步验证了该机制的实际效果。Bicameral团队在Claude Code v2.1.326上对4个模型运行6类任务共96次(含开关对照),结果显示:在“拉取120条工单并求和”这类高频MCP调用场景中,Opus 5.5的Token消耗从1.51M降至0.35M,节省77%;Sonnet 5.5从1.16M降至0.38M,节省67%;Haiku 5.5与Fable 5.2分别节省62%与71%。而在“读取并判断120条记录”任务中,节省幅度为49%–68%;“查找并修改文件”类任务则为37%–54%。值得注意的是,单一问题查询(如仅问一个文件内容)因本身上下文极小,节省比例有限(约29%),印证了该优化主要针对多步、高交互密度任务。
尽管收益显著,Code Mode目前仍为实验性功能,默认关闭,且存在若干使用限制。根据Anthropic官方说明,启用前需确认以下前提:仅可在终端中恢复Code Mode会话;自动模式下分类器仅审查最终代码,不逐条检查工具调用;长运行脚本若无法后台执行,将等待10分钟后终止;部分钩子(如PreToolUse)可能拒绝执行,导致tool calls被阻塞;此外,Remote Control、Claude in Chrome及computer use等功能暂不可用,会话也无法迁移至桌面应用或转为后台副本。
这一改动反映出智能体架构演进的新趋势:当模型能力趋稳后,效率瓶颈正从“能否完成任务”转向“如何更经济地完成任务”。过去开发者常面临两难选择——要么忍受高成本维持高质量输出,要么降级模型换取低价却牺牲可靠性。Code Mode提供第三条路径:保持原模型智商不变,通过工程化手段压缩通信冗余。其本质是将Agent与工具间的“自然语言协商”升级为“程序化协同”,使代码成为高效通信协议。
对开发者而言,这意味着在不改变工作流的前提下,可显著降低CI/CD集成、自动化测试、大规模数据处理等场景的API支出。尤其对于依赖MCP接入企业内部系统的团队,Token消耗的断崖式下降有望推动智能体从“偶发辅助”向“常态化生产力工具”过渡。不过,受限于当前功能边界(如不支持浏览器控制),Code Mode尚不能覆盖全部开发场景,实际落地仍需结合具体工具链评估。
随着更多厂商关注推理成本优化,类似“调度层轻量化”策略或将成下一代智能编码助手的标准配置。而Anthropic此次未依赖新模型即实现大幅降耗,也为行业提供了低成本迭代的可行范例。
