A barra de status faz mais do que apenas mostrar o status
Os agentes em segundo plano do Claude Code disparam periodicamente solicitações de modelo para gerar breves rótulos de progresso para a barra de status. Esse comportamento, identificado pela primeira vez pela Flamerix AI AI e corroborado pela Better Stack, representa um dreno oculto no uso de tokens.
Aproximadamente a cada 30 segundos, uma solicitação de resumo pode incluir toda a conversa do agente em vez de apenas sua atividade mais recente. A telemetria da Better Stack mostrou que essas chamadas agent_summary transmitiram até 40.000 tokens de entrada para meros 130 tokens de saída, como "executando 7º ciclo de espera de 20 segundos".
Este mecanismo impacta os usuários de forma diferente, dependendo do seu acesso ao Claude. Para usuários de assinatura em planos como Claude Pro/Max, essas solicitações frequentes e ricas em contexto consomem uma valiosa capacidade de limite de taxa, podendo levar a um bloqueio prematuro.
Para clientes de API, o consumo de tokens se traduz diretamente em cobranças mais altas. Os testes da Better Stack revelaram que os resumos dos agentes representaram 12% do custo total da sessão em um benchmark sintético e 8% em uma construção realista de um site TanStack com três agentes em segundo plano. Esses resumos frequentemente são executados em modelos caros como o Claude Claude Opus, e não em alternativas mais baratas como o Claude Claude Haiku.
40.000 tokens de entrada, poucas palavras de saída
O teste de OpenTelemetry da Better Stack confirmou o comportamento de resumo do agente. Durante uma sessão de agente em segundo plano, cinco solicitações agent_summary apareceram, espaçadas em cerca de 30 segundos. Isso ocorreu enquanto um único agente estava encarregado de oito ciclos de espera de 20 segundos.
Cada uma dessas chamadas consumiu aproximadamente 40.000 tokens de entrada, gerando meros 130 tokens de saída para rótulos como “executando 7º ciclo de espera de 20 segundos”. Esse desequilíbrio marcante entre entrada e saída destaca a ineficiência dos tokens.
Neste benchmark sintético, os resumos dos agentes representaram 12% do custo total da sessão. Um teste mais realista — construir um site TanStack com três agentes em segundo plano — mostrou cerca de 8% do uso dedicado a esses resumos, com cada chamada de resumo sendo executada no Claude Claude Opus em vez de uma alternativa mais barata como o Claude Claude Haiku.
A análise de telemetria independente da Flamerix AI AI relatou uma parcela ainda maior, com solicitações agent_summary consumindo 16,4% do gasto total. Por outro lado, a telemetria interna da Anthropic sugere um valor menor, de 2% do gasto geral com API e 6% para uso exclusivo no terminal, indicando uma variabilidade significativa com base nos padrões de uso.
Por que seus resultados podem variar — e por que o Opus importa
A sobrecarga dessas atualizações de status é altamente variável, dependendo dos seus padrões de uso específicos. Fatores como o número de agentes ativos em segundo plano, a duração da sessão e o tamanho cumulativo das transcrições contribuem para isso. Uma tarefa breve com um único agente pode ter um impacto mínimo, mas sessões prolongadas com vários agentes podem aumentar rapidamente os custos.
Uma preocupação significativa é a escolha do modelo para essas solicitações de resumo. A telemetria da Better Stack observou que as solicitações de resumo de agente usam consistentemente o Claude Claude Opus, mesmo quando um modelo mais econômico como o Claude Claude Haiku seria suficiente para gerar algumas palavras de status. Isso significa que tokens premium estão sendo gastos em tarefas triviais.
Embora a telemetria interna da Anthropic tenha relatado um custo geral modesto de 2% e 6% para uso de terminal, as medições da comunidade frequentemente mostram números mais altos, chegando às vezes a 8% a 26%. Essa discrepância destaca como fluxos de trabalho individuais podem alterar drasticamente o impacto. O prompt caching, uma técnica onde prompts idênticos não são reprocessados, também pode influenciar os custos relatados, embora seu efeito em resumos de transcrição dinâmicos seja menos claro. Para mais detalhes sobre a ferramenta em si, consulte a Claude Code Overview & Documentation.
Gostando do artigo? Receba um assim na sua caixa de entrada toda manhã.
um e-mail por dia · cancele em dois cliques · sem rastreadores de terceiros
Duas soluções alternativas, cada uma com um porém
Duas soluções alternativas principais surgiram na comunidade, cada uma com suas compensações. Definir claude code fork subagents como zero elimina as chamadas de resumo observadas ao desativar completamente os subagentes de fork, interrompendo efetivamente o consumo de tokens. O porém: os agentes perdem a capacidade de herdar a conversa pai, limitando sua utilidade em tarefas complexas.
Uma solução mais técnica, relatada pela Flamerix AI AI, usa um script de preload do Bun para interceptar e bloquear o temporizador responsável por acionar as solicitações de resumo. Embora eficaz, essa abordagem é frágil, dependendo de detalhes de implementação interna do Claude Code que podem mudar com atualizações. Também traz implicações de segurança, já que o script se conecta a cada processo do Claude Code.
Conselho prático: inspecione e fixe qualquer script de terceiros em uma versão específica em vez de executar cegamente um comando de instalação remota. Monitore seu uso através da documentação de OpenTelemetry do Claude Code para entender o impacto real no seu consumo de tokens. Em última análise, a solução ideal é uma opção nativa de desativação no Claude Code ou um modelo de resumo dedicado e mais barato, como o Claude Claude Haiku, para essas solicitações de baixo valor e alta frequência.
Perguntas Frequentes
Por que os resumos de agentes em segundo plano do Claude Code consomem tokens?
O Claude Code envia periodicamente o contexto da conversa de um agente para um modelo para produzir um resumo de status curto para a interface.
Quanto do uso os resumos de agentes podem consumir?
A parcela varia de acordo com o fluxo de trabalho. A Better Stack mediu cerca de 8% em uma compilação multi-agente realista e 12% em um teste sintético; outros relatórios variam.
Posso desativar os resumos de agentes no Claude Code?
Não há um botão nativo dedicado descrito nos testes. Definir os subagentes de fork como zero interrompeu os resumos, mas remove a herança de contexto pai que esses agentes fornecem.
É seguro instalar um script que bloqueia o temporizador de resumo?
Trate hooks de tempo de execução com cautela: inspecione o código, evite canalizar cegamente scripts remotos para um shell e espere que atualizações quebrem a solução alternativa.