Claude 平台公测 message threads，长会话智能体 TTFT 中位数降约 35%

消息线程现已在 Claude 平台公测。借助消息线程，智能体无需在每一轮重新发送完整对话历史，从而降低长时间运行会话的延迟。

消息线程的工作原理

编码智能体在一次会话中可能发起数百次请求，而每次请求都会重新发送此前所有消息和工具结果。当对话达到数十万 token 时，重新发送全部内容会在 Claude 开始响应前增加耗时。借助消息线程，智能体只发送自上一轮以来的新增内容，从而缩短首 token 时间（TTFT）。

由于大多数 Claude Code 用户默认开启消息线程，50 万至 100 万 token 的请求其 TTFT 中位数下降约 35%。

要使用消息线程，请在 Messages API 请求中添加 thread 参数。首次请求包含完整对话并启动一个线程。此后每次请求仅包含新消息和上一次响应的 ID。在轮次之间，我们将每个线程保存在内存中，加密存储且不写入磁盘。线程在最后一次请求后 5 分钟过期，随后你的客户端会重新发送完整对话以启动新线程。虽然使用消息线程后每次请求更小，但 Claude 在每一轮仍会读取完整对话，因此 token 用量保持不变。

消息线程最适合对延迟敏感的活跃会话，包括：

长时间运行的编码智能体，其中每个工具结果或文件编辑都会增加对话内容。
计算机使用智能体，其中截图保留在线程中，而不是在每一轮重新上传。
文档和图像密集型工作流，其中请求体积得以减小。

智能体携带的上下文越多，消息线程缩短首 token 时间的效果就越明显。

开始使用

消息线程现已在原生 Claude 平台、AWS 上的 Claude 平台、Microsoft Foundry 中的 Claude，以及 Google Cloud 上的 Claude 模型（Anthropic 托管）公测。适用标准 Claude token 费率和现有速率限制。请参阅文档开始使用。