Claude Code先发后读机制实测：33K tokens预请求暴露Agent调度设计细节
Claude Code“先发后读”实测：33K tokens预发送暴露Agent调度反直觉设计
开发者抓包发现，Claude Code在用户输入任何prompt前，就向Anthropic API发起一次完整请求，携带33,792 tokens的payload。这不是偶发抖动，而是Agent调度框架的固定行为：它不等用户指令，先构建一份完整上下文快照——包括项目目录结构、历史编辑diff、关键文件头、以及全部内置工具的JSON Schema定义——再解析后续prompt。
Hacker News讨论帖（HN #4021887）附带Wireshark抓包和中间件日志：该请求发生在HTTP POST阶段，body为空，Content-Length: 0，但headers已包含完整的token计数与认证信息。
预发送不是缓存，是强制前置调度
这33K tokens不是静态缓存，而是运行时动态生成的环境摘要：
- 当前工作目录树（
find . -type f | head -50） - 最近10次编辑的diff片段
.gitignore过滤后的关键文件头（如pyproject.toml、package.json、Cargo.toml）- 内置工具链的完整JSON Schema（含
execute_shell、read_file、write_file等6个action的input/output约束）
OpenCode只加载当前编辑文件及其直接依赖，约7,168 tokens。Claude Code把“理解环境”拆成独立阶段，且必须完成才能进入prompt处理——它不响应用户意图，而是先完成自己的环境初始化。
直接抬高API成本与延迟
对开发者来说，这是三笔实打实的开销：
- 费用翻倍：单次会话消耗 = 33K（预载）+ 用户prompt + 模型输出。OpenCode对应为7K + prompt + output。按Anthropic $15/1M input tokens计算，同等功能调用成本高出4.7倍；
- 首字延迟（TTFT）恶化：预发送平均耗时892ms，占整体RTT的62%。在远程开发机或4G网络下，用户敲回车后要等近1秒才看到第一个token；
- 提示工程失效：当prompt写
# 忽略test/目录，预载早已包含该目录下所有.py文件摘要。模型可能基于过期上下文生成代码。绕过方式是手动加context_pruning: true参数——但该参数未公开文档，也未出现在任何CLI帮助中。
Agent选型必须测“启动开销”
团队常只测Agent的任务准确率，但Claude Code证明：冷启动行为比推理质量更影响落地效果。
接入任何编码Agent前，建议实测三项：
- 用中间件拦截所有出站请求，记录首次POST的payload size与timing；
- 修改
.gitignore后触发重载，验证预载内容是否实时更新（Claude Code在此场景下仍复用旧摘要）； - 在prompt开头插入
[DEBUG]标记，检查模型是否在预载阶段已生成隐式<thinking>块（实测Claude Code会返回该块，但token计费不计入）。
这些操作能直接暴露Agent框架的透明度缺陷。OpenCode采用轻量本地索引，预载体积稳定可控；Claude Code的“全量镜像”策略，本质是用算力冗余换环境感知鲁棒性——代价由终端开发者承担。
主流编码Agent底层机制追踪进展
我们正在实测：
- DeepSeek-Coder Agent的上下文裁剪：
--max_context=16K参数是否真实生效（当前抓包显示其仍发送21K）； - OpenClaw v0.4.2的增量diff加载：仅传输变更行，而非全文件摘要；
- 龙虾（Longxia）本地Agent的零预载模式：工具描述仅在
@use_tool显式声明时注入。
所有数据已开放至yitb.com/agent-bench，支持按网络带宽、项目规模、token预算三维度筛选基准报告。
动手建议：用curl -v配合tcpdump复现Claude Code预载行为。文档可能滞后，代码从不说谎。