Claude Platform 推出 message threads 公測，降低長會話智慧體延遲

Claude：Blog·2026-11-02 08:00· 20 小時前精選AI 評分69

Make long-running agents faster with message threads

AI 導讀

Anthropic 在 Claude Platform 推出 message threads 公測，智慧體每輪只需傳送新增訊息而無需重發全部對話歷史，從而縮短首 token 時間。

推薦理由

原文給出了 500k 至 1M token 請求下 TTFT 中位數下降約 35% 的資料，以及執行緒生命週期和接入方式，便於評估長會話智慧體的延遲收益。

訊息執行緒功能現已在 Claude 平臺開啟公開測試。藉助訊息執行緒，智慧體不必在每一輪都重新發送完整的對話歷史，從而降低長時間會話的延遲。

訊息執行緒的工作原理

一個程式設計智慧體在一次會話中可能發出數百個請求，而每個請求都會重新發送此前所有的訊息和工具結果。當對話達到數十萬 token 時，重發全部內容會讓 Claude 開始響應前的等待時間變長。使用訊息執行緒後，智慧體只發送自上一輪以來的新增內容，從而縮短首 token 延遲（TTFT）。

大多數 Claude Code 使用者預設開啟訊息執行緒後，50 萬至 100 萬 token 的請求首 token 延遲中位數下降約 35%。

要使用訊息執行緒，請在 Messages API 請求中新增 thread 引數。第一個請求包含完整對話並開啟一個執行緒，此後每個請求只包含新訊息和上一條響應的 ID。在兩輪之間，我們會把每個執行緒儲存在記憶體中，加密儲存且不寫入磁碟。執行緒在最後一次請求後 5 分鐘過期，之後客戶端會重新發送完整對話以開啟新執行緒。雖然使用訊息執行緒後每個請求更小，但 Claude 在每一輪仍會讀取完整對話，因此 token 用量保持不變。

訊息執行緒最適合對延遲敏感的活躍會話，包括：

• 長時間執行的程式設計智慧體，每個工具結果或檔案編輯都會增加對話內容。
• 計算機使用智慧體，截圖保留線上程中，無需每輪重新上傳。
• 文件和圖片密集型工作流，請求體積得以減小。

智慧體攜帶的上下文越多，訊息執行緒能縮短的首 token 延遲就越多。

開始使用

訊息執行緒現已在原生 Claude 平臺開啟公開測試，同時也已在 AWS 上的 Claude 平臺、Microsoft Foundry 中的 Claude，以及 Google Cloud 上的 Claude 模型（Anthropic 託管）上線。適用標準 Claude token 費率和現有速率限制。請參閱文件開始使用。

來源：Claude：Blog · claude.com