La barra de estado hace más que mostrar el estado
Los agentes en segundo plano de Claude Code activan periódicamente solicitudes al modelo para generar breves etiquetas de progreso para la barra de estado. Este comportamiento, identificado por primera vez por Flamerix AI AI y corroborado por Better Stack, representa un drenaje oculto en el uso de tokens.
Aproximadamente cada 30 segundos, una solicitud de resumen puede incluir la conversación completa del agente en lugar de solo su última actividad. La telemetría de Better Stack mostró que estas llamadas agent_summary transmitían hasta 40,000 tokens de entrada por apenas 130 tokens de salida, como "ejecutando el séptimo ciclo de espera de 20 segundos".
Este mecanismo afecta a los usuarios de manera diferente según su acceso a Claude. Para los usuarios con suscripción en niveles como Claude Pro/Max, estas solicitudes frecuentes y cargadas de contexto consumen una valiosa capacidad de límite de tasa, lo que podría llevar a una limitación prematura.
Para los clientes de API, el consumo de tokens se traduce directamente en una facturación más alta. Las pruebas de Better Stack revelaron que los resúmenes de los agentes representaron el 12% del costo total de la sesión en un benchmark sintético y el 8% en una compilación realista de un sitio TanStack con tres agentes en segundo plano. Estos resúmenes a menudo se ejecutan en modelos costosos como Claude Claude Opus, no en alternativas más económicas como Claude Claude Haiku.
40,000 tokens de entrada, unas pocas palabras de salida
La prueba de OpenTelemetry de Better Stack confirmó el comportamiento de resumen del agente. Durante una sesión de agente en segundo plano, aparecieron cinco solicitudes agent_summary, espaciadas con unos 30 segundos de diferencia. Esto ocurrió mientras un solo agente tenía la tarea de realizar ocho ciclos de espera de 20 segundos.
Cada una de estas llamadas consumió aproximadamente 40,000 tokens de entrada, generando apenas 130 tokens de salida para etiquetas como "ejecutando el séptimo ciclo de espera de 20 segundos". Este marcado desequilibrio entre entrada y salida resalta la ineficiencia de los tokens.
En este benchmark sintético, los resúmenes de los agentes representaron el 12% del costo total de la sesión. Una prueba más realista (construir un sitio TanStack con tres agentes en segundo plano) mostró que alrededor del 8% del uso se dedicó a estos resúmenes, con cada llamada de resumen ejecutándose en Claude Claude Opus en lugar de una alternativa más económica como Claude Claude Haiku.
El análisis de telemetría independiente de Flamerix AI AI informó una proporción aún mayor, con las solicitudes agent_summary consumiendo el 16.4% del gasto total. Por el contrario, la telemetría interna de Anthropic para toda la flota sugiere un 2% menor del gasto general en API y un 6% para el uso exclusivo de terminal, lo que indica una variabilidad significativa según los patrones de uso.
Por qué sus resultados pueden variar y por qué Opus es importante
La sobrecarga de estas actualizaciones de estado es muy variable, dependiendo de sus patrones de uso específicos. Factores como el número de agentes activos en segundo plano, la duración de la sesión y el tamaño acumulado de las transcripciones contribuyen a ello. Una tarea breve de un solo agente podría tener un impacto mínimo, pero las sesiones prolongadas con múltiples agentes pueden aumentar los costos rápidamente.
Una preocupación importante es la elección del modelo para estas solicitudes de resumen. La telemetría de Better Stack observó que las solicitudes de resumen de agentes utilizaban constantemente Claude Claude Opus, incluso cuando un modelo más rentable como Claude Claude Haiku sería suficiente para generar unas pocas palabras de estado. Esto significa que se están gastando tokens premium en tareas triviales.
Aunque la telemetría interna de Anthropic reportó un costo general modesto del 2% y del 6% para el uso de terminal, las mediciones de la comunidad a menudo muestran cifras más altas, llegando a veces del 8% al 26%. Esta discrepancia destaca cómo los flujos de trabajo individuales pueden alterar drásticamente el impacto. El almacenamiento en caché de prompts (prompt caching), una técnica donde los prompts idénticos no se vuelven a procesar, también podría influir en los costos reportados, aunque su efecto en los resúmenes dinámicos de transcripciones es menos claro. Para obtener más detalles sobre la herramienta en sí, consulte la Claude Code Overview & Documentation.
¿Te está gustando? Recibe uno así en tu bandeja cada mañana.
un correo al día · date de baja en dos clics · sin rastreadores de terceros
Dos soluciones alternativas, cada una con un inconveniente
Surgieron dos soluciones alternativas principales de la comunidad, cada una con sus pros y contras. Establecer claude code fork subagents en cero elimina las llamadas de resumen observadas al deshabilitar los subagentes fork por completo, deteniendo efectivamente el drenaje de tokens. El inconveniente: los agentes pierden la capacidad de heredar la conversación principal, limitando su utilidad en tareas complejas.
Una solución más técnica, reportada por Flamerix AI AI, utiliza un script de precarga de Bun para interceptar y bloquear el temporizador responsable de activar las solicitudes de resumen. Aunque es efectiva, este enfoque es frágil, ya que depende de detalles de implementación interna de Claude Code que podrían cambiar con las actualizaciones. También conlleva implicaciones de seguridad, ya que el script se conecta a cada proceso de Claude Code.
Consejo práctico: inspeccione y fije cualquier script de terceros a una versión específica en lugar de ejecutar ciegamente un comando de instalación remota. Supervise su uso a través de la documentación de OpenTelemetry de Claude Code para comprender el impacto real en su consumo de tokens. En última instancia, la solución ideal es una opción nativa de exclusión (opt-out) en Claude Code o un modelo de resumen dedicado y más económico como Claude Claude Haiku para estas solicitudes de bajo valor y alta frecuencia.
Preguntas frecuentes
¿Por qué los resúmenes de los agentes en segundo plano de Claude Code consumen tokens?
Claude Code envía periódicamente el contexto de la conversación de un agente a un modelo para producir un breve resumen de estado para la interfaz.
¿Cuánto uso pueden consumir los resúmenes de los agentes?
La proporción varía según el flujo de trabajo. Better Stack midió alrededor del 8% en una compilación multi-agente realista y el 12% en una prueba sintética; otros informes varían.
¿Puedo desactivar los resúmenes de agentes en Claude Code?
No existe un interruptor nativo dedicado descrito en las pruebas. Establecer los subagentes fork en cero detuvo los resúmenes, pero elimina la herencia del contexto principal que proporcionan esos agentes.
¿Es seguro instalar un script que bloquea el temporizador de resumen?
Trate los ganchos (hooks) de tiempo de ejecución con precaución: inspeccione el código, evite canalizar ciegamente scripts remotos a una shell y espere que las actualizaciones rompan la solución alternativa.