一句话看懂：Anthropic 在 Claude 平台上以公开测试版推出 Message Threads，让长对话的 API 请求不必每次重发完整历史，而是只传增量内容。据 Anthropic 说法，在 50 万到 100 万 token 区间的请求中，首 token 时间（TTFT）约降低 35%，这对需要连续上下文的智能体和文档处理场景更友好。
事件核心：发生了什么
Anthropic 于 2026 年 11 月 3 日发布 Message Threads，目前挂在 Claude 平台上，状态是公开测试版。此前每次 API 调用都要把整段对话历史重新传来；新机制只发送上一条消息之后发生变化的部分，由服务端保留线程上下文。
官方给出的性能数据是：在 50 万至 100 万 token 的请求中，首 token 时间缩短约 35%。线程在两次请求之间以加密形式保存在内存中，空闲五分钟后过期。需要说明的是，这并不减少 token 计费，因为 Claude 依然要读取完整对话历史。该功能可在 Claude 平台使用，也覆盖 AWS、Microsoft Foundry 和 Google Cloud 渠道。
为什么重要
长上下文一直是大模型推理的成本与延迟焦点。开发者虽然可以塞进更长的对话，但每轮请求都重传全量历史，会让网络传输和服务端预处理反复付出代价，首 token 延迟随之上升。Message Threads 把优化做在了“传输层”而不是“模型层”：不改变模型读数，只减少重复搬运。
对 Anthropic 来说，这更像 API 基础设施的补课，目标是缩小与竞品在开发者体验上的差距。编码代理、计算机操作代理，以及需要批量处理文档和图像的工作流，是官方点名的受益场景。这些应用往往对话轮次多、上下文长，对交互响应更敏感。
对用户/开发者/创作者的影响
开发者最直接的变化，是在长对话循环里少传一大段历史，首字响应更快，但计费口径不变，预算模型不需要重算。需要留意线程状态的生命周期：空闲五分钟即过期，意味着间歇性交互或长任务中断后再续聊，可能要重新建立上下文。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
如果你在 AWS、Microsoft Foundry 或 Google Cloud 上调用 Claude，该功能同样适用，不必迁移平台。对普通用户而言，变化感知有限，更多体现在代理类产品响应更跟手；对创作者和文档处理团队，批量任务中的等待时间可能缩短，但具体收益仍取决于请求长度和调用频率，目前公开信息只覆盖上述 token 区间。
值得关注的后续
一是公开测试版能否稳定支撑生产流量，尤其是多轮代理任务的线程管理和过期行为。二是竞品是否跟进类似的增量传输机制，长上下文 API 的竞争可能从“能塞多少 token”转向“每轮传多少”。三是定价与限额是否调整，以及文档中是否披露更多请求规模下的延迟数据。素材未提供 50 万 token 以下请求的基准，这部分效果尚待观察。
