La barre d'état fait bien plus qu'afficher un statut
Les agents en arrière-plan de Claude Code déclenchent périodiquement des requêtes de modèle pour générer de brèves étiquettes de progression pour la barre d'état. Ce comportement, identifié pour la première fois par Flamerix AI AI et corroboré par Better Stack, représente une fuite cachée de consommation de jetons.
Environ toutes les 30 secondes, une requête de résumé peut inclure l'intégralité de la conversation de l'agent plutôt que seulement sa dernière activité. La télémétrie de Better Stack a montré que ces appels agent_summary transmettaient jusqu'à 40 000 jetons d'entrée pour seulement 130 jetons de sortie, tels que "exécution du 7e cycle de veille de 20 secondes".
Ce mécanisme affecte les utilisateurs différemment selon leur accès à Claude. Pour les utilisateurs abonnés à des niveaux comme Claude Pro/Max, ces requêtes fréquentes et riches en contexte consomment une capacité précieuse de limitation de débit, pouvant entraîner un bridage prématuré.
Pour les clients API, la consommation de jetons se traduit directement par une facturation plus élevée. Les tests de Better Stack ont révélé que les résumés d'agents représentaient 12 % du coût total de la session dans un benchmark synthétique et 8 % dans une construction réaliste d'un site TanStack avec trois agents en arrière-plan. Ces résumés s'exécutent souvent sur des modèles coûteux comme Claude Claude Opus, et non sur des alternatives moins chères comme Claude Claude Haiku.
40 000 jetons en entrée, quelques mots en sortie
Le test OpenTelemetry de Better Stack a confirmé le comportement de résumé des agents. Au cours d'une session d'agent en arrière-plan, cinq requêtes agent_summary sont apparues, espacées d'environ 30 secondes. Cela s'est produit alors qu'un seul agent était chargé de huit cycles de veille de 20 secondes.
Chacun de ces appels a consommé environ 40 000 jetons d'entrée, générant seulement 130 jetons de sortie pour des étiquettes comme « exécution du 7e cycle de veille de 20 secondes ». Ce déséquilibre frappant entre l'entrée et la sortie souligne l'inefficacité des jetons.
Dans ce benchmark synthétique, les résumés d'agents représentaient 12 % du coût total de la session. Un test plus réaliste — la construction d'un site TanStack avec trois agents en arrière-plan — a montré qu'environ 8 % de l'utilisation était consacrée à ces résumés, chaque appel de résumé s'exécutant sur Claude Claude Opus plutôt que sur une alternative moins coûteuse comme Claude Claude Haiku.
L'analyse télémétrique indépendante de Flamerix AI AI a rapporté une part encore plus élevée, les requêtes agent_summary consommant 16,4 % des dépenses totales. À l'inverse, la télémétrie interne d'Anthropic à l'échelle de la flotte suggère un chiffre plus faible de 2 % des dépenses globales en API et 6 % pour l'utilisation en terminal uniquement, ce qui indique une variabilité significative basée sur les modèles d'utilisation.
Pourquoi vos résultats peuvent varier — et pourquoi Opus est important
La surcharge due à ces mises à jour d'état est très variable, selon vos modèles d'utilisation spécifiques. Des facteurs tels que le nombre d'agents en arrière-plan actifs, la durée de la session et la taille cumulative des transcriptions y contribuent tous. Une tâche brève avec un seul agent peut avoir un impact minimal, mais des sessions prolongées avec plusieurs agents peuvent rapidement faire grimper les coûts.
Une préoccupation majeure est le choix du modèle pour ces requêtes de résumé. La télémétrie de Better Stack a observé que les requêtes de résumé d'agent utilisaient systématiquement Claude Claude Opus, même lorsqu'un modèle plus rentable comme Claude Claude Haiku suffirait pour générer quelques mots de statut. Cela signifie que des jetons premium sont dépensés pour des tâches triviales.
Bien que la télémétrie interne d'Anthropic ait rapporté un coût global modeste de 2 % et de 6 % pour l'utilisation des terminaux, les mesures de la communauté montrent souvent des chiffres plus élevés, atteignant parfois 8 % à 26 %. Cet écart souligne à quel point les flux de travail individuels peuvent modifier considérablement l'impact. La mise en cache des prompts (prompt caching), une technique où les prompts identiques ne sont pas retraités, pourrait également influencer les coûts rapportés, bien que son effet sur les résumés de transcriptions dynamiques soit moins clair. Pour plus de détails sur l'outil lui-même, consultez le Claude Code Overview & Documentation.
Cet article vous plaît ? Recevez-en un comme celui-ci chaque matin.
un e-mail par jour · désinscription en deux clics · aucun traqueur tiers
Deux solutions de contournement, chacune avec un inconvénient
Deux solutions de contournement principales ont émergé de la communauté, chacune comportant des compromis. Régler claude code fork subagents sur zéro élimine les appels de résumé observés en désactivant complètement les sous-agents de fork, ce qui arrête efficacement la consommation de jetons. L'inconvénient : les agents perdent la capacité d'hériter de la conversation parente, limitant leur utilité dans les tâches complexes.
Une solution plus technique, rapportée par Flamerix AI AI, utilise un script de préchargement Bun pour intercepter et bloquer le minuteur responsable du déclenchement des demandes de résumé. Bien qu'efficace, cette approche est fragile, car elle repose sur des détails de mise en œuvre interne de Claude Code qui pourraient changer avec les mises à jour. Elle comporte également des implications en matière de sécurité, car le script s'accroche à chaque processus Claude Code.
Conseil pratique : inspectez et épinglez tout script tiers à une version spécifique plutôt que d'exécuter aveuglément une commande d'installation à distance. Surveillez votre utilisation via la documentation OpenTelemetry de Claude Code pour comprendre l'impact réel sur votre consommation de jetons. En fin de compte, la solution idéale est une option de désactivation native dans Claude Code ou un modèle de résumé dédié moins coûteux comme Claude Claude Haiku pour ces demandes à faible valeur et haute fréquence.
Questions fréquemment posées
Pourquoi les résumés des agents en arrière-plan de Claude Code utilisent-ils des jetons ?
Claude Code envoie périodiquement le contexte de conversation d'un agent à un modèle pour produire un court résumé de statut pour l'interface.
Quelle quantité d'utilisation les résumés d'agent peuvent-ils consommer ?
La part varie selon le flux de travail. Better Stack a mesuré environ 8 % dans une construction multi-agents réaliste et 12 % dans un test synthétique ; d'autres rapports varient.
Puis-je désactiver les résumés d'agent dans Claude Code ?
Il n'y a pas de bascule native dédiée décrite dans les tests. Régler les sous-agents de fork sur zéro a arrêté les résumés, mais supprime l'héritage du contexte parent que ces agents fournissent.
Est-il sûr d'installer un script qui bloque le minuteur de résumé ?
Traitez les hooks d'exécution avec prudence : inspectez le code, évitez de diriger aveuglément des scripts distants vers un shell, et attendez-vous à ce que les mises à jour cassent la solution de contournement.