Das Fünf-Wort-Label mit einem Appetit von 40.000 Token
Alle 30 Sekunden fragt Claude Code aktive Background-Agents ab und bittet ein Sprachmodell, deren Arbeit für das Agenten-Panel in wenigen Worten zusammenzufassen. Diese scheinbar harmlose Funktion, die für die Sichtbarkeit des Nutzers gedacht ist, kann stillschweigend einen erheblichen Teil des Token-Kontingents eines Nutzers verbrauchen.
Der OpenTelemetry-Test von Better Stack, der die Trace-Daten von Claude Code exportierte, enthüllte das Ausmaß dieses Verbrauchs. Zusammenfassungsanfragen erschienen etwa alle 30 Sekunden und übertrugen jedes Mal den gesamten Gesprächsverlauf des Agenten. Diese Kontext-Blähung führte dazu, dass Anfragen oft etwa 40.000 Input-Token umfassten, um lediglich 130 Output-Token zu generieren, wie etwa „running seventh 20-second sleep“.
Diese Zusammenfassungen, markiert mit query_source = "agent_summary", machten 12 % der Gesamtkosten in einer synthetischen Sitzung aus, die darauf ausgelegt war, mehrere sleep 20-Aufgaben auszuführen. In einem realistischeren Szenario – dem Aufbau einer TanStack-Site mit drei Background-Agents – verbrauchte der Overhead für die Zusammenfassungen immer noch etwa 8 % des gesamten Token-Verbrauchs der Sitzung. Dies geschieht, weil das System standardmäßig das primäre Agentenmodell (oft Claude Claude Opus) für diese Zusammenfassungen verwendet, anstatt eine günstigere Alternative wie Claude Claude Haiku.
Warum ein winziges Status-Update immer teurer wird
Wiederholt sendet Claude Code den gesamten Gesprächsverlauf – nicht nur die letzten Änderungen – an das Modell für jeden aktiven Background-Agenten. Dies erhöht das Kontext- und Input-Token-Volumen über die Abfragezyklen hinweg und wuchs in einem Test von 18 auf 42 Nachrichten an. Jeder Zusammenfassungsaufruf verbrauchte etwa 40.000 Input-Token, um lediglich 130 Output-Token zu erzeugen, wie etwa „running seventh 20-second sleep“.
Ein erhebliches Problem ist die Modellauswahl. Die Tests im Video ergaben, dass diese Zusammenfassungsaufrufe auf dem dem Agenten zugewiesenen Modell liefen, einschließlich des teuren Claude Claude Opus, anstatt auf einem kleineren, wirtschaftlicheren Modell wie Claude Claude Haiku. Dies verstärkt die Kosten für ein routinemäßiges UI-Update.
Die Messungen der Community zu diesem Token-Verbrauch variieren, wobei die Anzahl der Agenten und deren Aktivität zu Abweichungen führen. Die Tests von Better Stack ergaben, dass agent_summary 12 % einer synthetischen Sleep-Sitzung und 8 % eines realistischen TanStack-Builds ausmachte. Andere Benchmarks aus der Community reichten von 8 % bis 26 % bei intensiven Multi-Agenten-Workflows.
Anthropic nannte niedrigere Durchschnittswerte, wobei ein Ingenieur 2 % der API-Kosten und 6 % im Terminal über die globale Telemetrie hinweg feststellte. Prompt Caching kann die API-Preise um etwa ein Zehntel senken, aber Anthropic gibt an, dass die Abonnement-Nutzung weiterhin von den Kontingenten abgezogen wird, ohne volle Transparenz über die tatsächlichen Kosteneinsparungen.
Die Nutzung, die Sie in Ihren üblichen Logs nicht finden werden
Um die versteckten Kosten von agent_summary zu beobachten, muss man über das Standard-Logging hinausblicken. Die lokalen .jsonl-Transkripte von Claude Code, die oft von Tools wie cc-usage zur Kostenanalyse verwendet werden, zeichnen diese Zusammenfassungsanfragen nicht auf. Folglich können transkriptbasierte Nutzungsberechnungen den tatsächlichen Token-Verbrauch erheblich unterschätzen.
Um die agent_summary-Aktivität zu überprüfen, aktivieren Sie den OpenTelemetry-Export innerhalb von Claude Code. Exportieren Sie diese Traces an eine Observability-Plattform wie Better Stack. Filtern und gruppieren Sie dort die Anfragen nach query_source = agent_summary, um deren Häufigkeit und Token-Volumen aufzudecken. Diese Methode liefert granulare, messbare Beweise für diesen spezifischen Overhead.
Die Tests von Better Stack ergaben, dass agent_summary in einem synthetischen Sleep-Test 12 % und bei einem realistischen TanStack-Build 8 % der gesamten Sitzungskosten ausmachte. Externe Community-Ergebnisse von Flamerix AI wiesen bei hochfrequenten Multi-Agent-Durchläufen auf bis zu 16,4 % der Gesamtkosten und 19,7 % der API-Anfragen hin, die diesen Zusammenfassungen zuzuschreiben sind. Weitere Informationen zum breiteren Nutzen von Claude Code finden Sie unter Claude Code: Best practices for agentic coding - Anthropic.
Die Telemetrie von Anthropic deutet auf einen globalen Durchschnitt von 2 % bei API-Listenpreisen und 6 % innerhalb des Terminals hin. Während diese Zahlen einen signifikanten Overhead in bestimmten Workflows belegen, variiert der genaue Anteil erheblich je nach Agentenaktivität, Aufgabendauer und gleichzeitigen Prozessen. Es ist entscheidend, diese gemessenen Auswirkungen von allgemeinen Behauptungen zu unterscheiden, da individuelle Nutzungsmuster den beobachteten Token-Verbrauch stark beeinflussen.
Gefällt Ihnen der Artikel? Erhalten Sie jeden Morgen einen wie diesen per E-Mail.
eine E-Mail pro Tag · Abmeldung mit zwei Klicks · kein Tracking durch Dritte
Stoppen Sie den Verbrauch, ohne Ihren Workflow zu unterbrechen
Die Minderung des Token-Verbrauchs von Claude Code erfordert nicht, dass Sie Ihren agentenbasierten Workflow opfern. Eine effektive Lösung besteht darin, die Option fork_subagents auf 0 zu setzen. Dies deaktiviert Subagenten, die den gesamten Gesprächsverlauf erben, und stoppt so die Zusammenfassungsaufrufe, während gewöhnliche Hintergrundagenten mit weniger geerbtem Kontext weiterarbeiten können. Tests bestätigen, dass dies die agent_summary-Kosten eliminiert.
Eine weitere, wenn auch fortgeschrittenere Lösung verwendet ein Bun-Preload-Skript, um setTimeout abzufangen und den Zusammenfassungs-Timer zu blockieren. Dieser Ansatz modifiziert Claude Code-Prozesse, prüfen Sie den Code daher gründlich. Vermeiden Sie das blinde Ausführen von curl-Installationen; speichern Sie stattdessen eine geprüfte, lokale Kopie, um Sicherheitsrisiken zu minimieren.
Um zukünftigen Verbrauch zu minimieren, überwachen Sie aktiv agentenintensive Sitzungen. Vermeiden Sie eine unnötige Ausbreitung von Subagenten und wägen Sie den Komfort von Echtzeit-Statusbeschriftungen sorgfältig gegen deren kumulative Nutzungskosten ab. Anthropic berichtet, dass Verbesserungen beim Prompt-Caching und die Möglichkeit für günstigere Zusammenfassungsoptionen in der Entwicklung sind, eine universelle Lösung ist jedoch nicht garantiert.
Häufig gestellte Fragen
Was sind Claude Code Agent-Zusammenfassungen?
Es handelt sich um kurze Beschreibungen der Aktivitäten von Hintergrundagenten, die im Agenten-Panel angezeigt und regelmäßig von einem Modell generiert werden.
Wie viel Nutzung können Agent-Zusammenfassungen verbrauchen?
Der gemeldete Anteil variiert je nach Arbeitslast: Better Stack maß 12 % in einem synthetischen Test und etwa 8 % bei einem Multi-Agent-Build, während Anthropic in seiner Telemetrie niedrigere Durchschnittswerte angab.
Kann ich Claude Code Agent-Zusammenfassungen ausschalten?
Es gibt keinen einfachen, dedizierten Schalter, der in der Quelle beschrieben wird. Das Setzen von Fork-Subagenten auf Null kann diese Zusammenfassungen stoppen, ändert jedoch die Art und Weise, wie geforkte Agenten Kontext erben.
Warum könnten Nutzungstools diese Aufrufe übersehen?
Anfragen für Agent-Zusammenfassungen erscheinen möglicherweise nicht in den Standard-JSONL-Transkripten von Claude Code. OpenTelemetry-Daten können sie unter der agent_summary-Abfragequelle aufdecken.
Werden die Zusammenfassungsaufrufe immer zu vollen Token-Preisen abgerechnet?
Nicht unbedingt. Prompt-Caching kann API-Kosten senken, aber die Abrechnung der Abonnementnutzung ist weniger transparent, daher hängt die genaue Auswirkung vom Plan und der Arbeitslast ab.