Anthropic 在 Messages API 上以测试版形式推出消息线程，把长对话和智能体循环的上下文留在服务器端，后续请求只需发送新增消息，从而缩小请求体积并降低首字延迟。此前这类多轮交互需要每次重发完整历史。线程在最后一次请求后 5 分钟过期，并在最后一次使用后不超过 1 小时被删除，目前覆盖 Claude API、AWS 上的 Claude Platform、Google Cloud 上的 Claude 模型（Anthropic 托管）和 Microsoft Foundry 中的 Claude。
Anthropic 在 Claude 平台为 Messages API 推出消息线程 beta：服务端保存整段对话，后续请求只发送新增消息，从而让长对话和智能体循环的请求更小、首 token 时间更低。此前这类场景需要每轮重发完整历史。线程在最后一次请求 5 分钟后过期，最迟在其最后使用后 1 小时删除，并已在 Claude API、AWS 上的 Claude Platform、Google Cloud 上的 Claude 模型（Anthropic 托管）和 Microsoft Foundry 中的 Claude 提供。
Anthropic 在 Messages API 上以 beta 形式推出消息线程，把长对话和智能体循环的会话状态保留在服务端，使后续请求只需发送新增消息，从而缩小请求体积并降低首 token 延迟。此前这类多轮调用需要每次重传完整历史。该功能通过 message-threads-2026-08-12 beta 头启用，线程在最后一次请求 5 分钟后过期、最迟 1 小时后删除，并已在 Claude API、AWS 上的 Claude Platform、Google Cloud 上的 Claude Models（Anthropic 托管）和 Microsoft Foundry 中的 Claude 提供。
Anthropic 在 Claude 平台公测 message threads，让智能体每轮只发送上一轮之后的新消息，而不必重发整段对话历史。此前编码智能体一次会话可能发出数百个请求，每个请求都携带全部早期消息与工具结果，上下文达到数十万 token 后，重发本身就会拖慢 Claude 开始响应的时间。在多数 Claude Code 用户默认开启的情况下，50 万至 100 万 token 的请求首字延迟中位数下降约 35%；但 Claude 每轮仍读取完整对话，token 用量不变。
已读完全部报道