Anthropic上线Message Threads：长会话只发新消息

发生了什么

此前，智能体每轮请求都要把此前的全部消息与工具结果重新发送一遍，对话达到几十万 token 后，重发本身就会拖慢模型开始回答的速度。Anthropic 11 月 2 日推出的 Message Threads 正是针对这一环节：首个请求发送完整对话并建立线程，之后各轮只发送新消息与上一条回复的 ID。

Anthropic 表示，Claude Code 大多数用户已默认开启该功能；在 50 万至 100 万 token 的请求上，首字延迟（TTFT）中位数下降约 35%。长对话中，单次请求的中位数从约 800KB 降至 1.8KB，降幅来自不再重复上传历史内容。

线程在服务端内存中加密保存、不写入磁盘，上一轮请求后 5 分钟无活动即过期，过期后客户端需重新发送完整对话。Anthropic 同时提醒，模型每轮仍会完整读取对话，因此 token 用量、计价与速率限制不变；该功能也不适用于零数据留存、HIPAA 相关机构与启用推理钩子的组织。

关键事实

1. 上线时间与状态：Anthropic，2026 年 11 月 2 日，Messages API 的 Message Threads 公开测试版
2. 使用方式：首个请求带 thread 参数发送完整对话、系统提示与工具；后续请求只发新消息与上一条回复 ID
3. 延迟效果：50 万至 100 万 token 请求的中位首字延迟下降约 35%，长对话单次请求中位数从约 800KB 降至 1.8KB
4. 保留规则：线程仅存于加密内存、不写磁盘，5 分钟无活动过期，无列出、读取或删除线程的 API
5. 覆盖平台：Claude 原生平台、AWS 上的 Claude 平台、Microsoft Foundry 中的 Claude、Anthropic 管理的 Google Cloud 上的 Claude 模型
6. 计费与限制：token 用量与价格不变；不支持 Message Batches、按需压缩与多数上下文编辑功能