Claude Code sends 33k tokens before reading the prompt; OpenCode sends 7k

Claude Code 被开发者实测出“先发后读”行为：用户还没提交 /code 请求，它已向 Anthropic API 发送 33K tokens 的完整上下文。OpenCode 在同类场景下只发 7K tokens——这不是响应慢，是推理流程本身的设计问题。

实测数据撕开 API 黑盒

Hacker News 上的开发者团队在 Meridian 故障期间临时切到 Claude Code，发现用量仪表盘飙升速度是 OpenCode 的 4.7 倍。他们加了一层日志代理，直接捕获 LLM 调用链路：Claude Code 在用户点击补全前，就把整个项目目录结构、git diff、编辑器当前选中文本、甚至未激活 tab 的内容，打包成 33,128 tokens 的 POST payload 发往 /v1/messages。
而 OpenCode（基于 Qwen-32B 自托管）只传 7,241 tokens：精简 prompt + AST 摘要。关键区别在于——Claude Code 把 context 预加载当成推理的前置步骤；OpenCode 是按需流式注入。

成本暴增不是错觉，是架构选择

33K tokens 不是峰值，是常态。100 次相同补全任务实测，平均发送量 32.8K ± 1.3K。其中 21.4K tokens 是重复文件头（比如 // src/utils/date.ts 出现 17 次）、冗余注释块、以及被折叠的 IDE 状态元数据。
Anthropic 当前定价 $15 / million input tokens，单次补全成本 $0.49，OpenCode 是 $0.11——贵了 4.46 倍。CI 流水线里每个 PR 触发 12 次自动修复，团队每月多花超 $2,100。这已经不是 token 浪费，而是 LLM 工具链的计费契约失效。

“先发后读”颠覆 Agent 编排逻辑

传统 Agent 框架（如 OpenClaw v0.8.3）依赖 plan → observe → act 的三阶段 token 经济模型：observe 阶段只拉必要上下文，act 阶段才构造 prompt。Claude Code 却把 observe 压进 act 前的一次性巨量上传，带来三个硬伤：

• Agent 无法动态裁剪 context（比如跳过 node_modules），因为 payload 已在客户端组装完毕；
• 多步协作中，上一步输出不能作为下一步的增量输入，必须重传全部 33K；
• code-review → fix → test 这类三跳工作流（龙虾 yitb.com 用户常用），实际消耗 tokens 达理论值的 2.8 倍。

Anthropic 未公开的推理范式风险

这种行为说明 Claude Code 底层不是标准 prompt-driven LLM 调用。服务端疑似采用 “context-first ingestion” 模式：先全量接收、索引、分块缓存，再启动推理引擎。这也解释了为什么 stop_sequences 响应异常——实测 37% 的请求返回 max_tokens_exceeded 而非 stop。
但问题在于：开发者无法控制索引粒度。OpenClaw 明确支持 --context-strategy=semantic（语义切片）或 --context-strategy=diff-only（仅 diff），而 Claude Code SDK 强制启用 --context-strategy=all-files，且不可覆盖。

对 AI 工程师的实操警示

立刻检查你的 Claude Code 集成：

1. 用 curl -v 抓包，确认是否在 POST /v1/messages 前出现额外 OPTIONS 或 POST 请求；
2. 在 VS Code 设置中禁用 claude.code.includeAllFiles（如果存在），手动配置 .clauderc，设 maxFileCount: 5；
3. 将 CI 中的 Claude Code 替换为 OpenClaw + Qwen-32B 本地部署——基准测试显示，同等补全质量下，token 消耗降 63%，首字节延迟降 41ms。

龙虾官网（yitb.com）已更新《Agent 级代码工具选型矩阵 V2.1》，新增“context 传输效率”维度（权重 35%）。Claude Code 得分 2.1/10，OpenClaw+Qwen 得 8.7，DeepSeek-Coder-33B 得 7.9。

行业不会容忍“看不见的 token 税”。当 Agent 从玩具走向生产环境，谁控制 context 流，谁就掌握成本与可靠性的命门。下次选型前，先抓包——别让 33K tokens 替你做决定。