۵۴٬۱۵۴ توکن؛ این است عدد واقعی برای ایجاد یک عامل (Agent) فرعی در Claude Code. طبق گزارش توسعهدهندگان در ۲۹ اوت ۲۰۲۶، این رقم حدود ۸ برابر کمتر از تخمینهای قبلی است و ریاضیاتِ واگذاری وظایف در سیستمهای هوش مصنوعی را بهطور کلی تغییر میدهد. این اصلاح، خطای اندازهگیری را برطرف میکند که پیشتر هزینه را ۴۳۶٬۰۰۰ توکن تخمین زده بود؛ تخمینی که در گزارشهای اولیه به عنوان مالیاتی گران برای استفاده از زیرعاملها معرفی شده بود.
این اصلاح در زمانی رخ میدهد که برنامهنویسان برای تعادل میان هزینهٔ خواندن مستقیم (inline) دادهها و واگذاری آنها به عاملهای خودمختار در تکاپو هستند. همانطور که در تحلیل قبلی ما دربارهی روشهای آنتروپیک (Anthropic) برای کاهش خطاهای همراستاسازی اشاره کردیم، اکنون تمرکز صنعت بر اقتصادِ خامِ گردشکارهای عاملمحور است. این چالشهای اقتصادی دقیقاً همان دلیلی است که بسیاری از پروژههای کوچک هوش مصنوعی در لایههای رایگان و بدون حسابرسی دقیق توکن با شکست مواجه میشوند.
تصور کنید برنامهنویسی هستید که باید تصمیم بگیرد آیا اجازه دهد حلقهٔ اصلی هوش مصنوعی یک فایل لاگ حجیم را بخواند یا یک عامل متخصص برای این کار بسازد. اگر هزینهٔ ایجاد عامل ۴۳۶ هزار توکن باشد، دادهها را در حلقهٔ اصلی نگه میدارید؛ اما اگر ۵۴ هزار توکن باشد، وظیفه را واگذار میکنید. این تفاوت فقط یک عدد نیست، بلکه یک چارچوب تصمیمگیری برای استقرار هوش مصنوعی در مقیاس تولید است.
نقص در روش اندازهگیری
به نقل از گزارشهای فنی، عدد اولیه ۴۳۶ هزار توکن از مقایسهٔ یک وظیفه توسط سه عامل (مجموعاً ۲٬۱۵۰٬۳۱۰ توکن) در برابر یک عامل (۸۰۹٬۰۷۰ توکن) به دست آمده بود. تیم توسعه تفاوت این دو را به عنوان «سربار ثابت» در نظر گرفت. این روش در ابتدا دقیق به نظر میرسید زیرا از یک مقایسهٔ کنترلشده با حجم کاری واقعی استفاده کرده بود.
اما این روش، اثر حافظهٔ موقت پرامپت (Prompt Caching) — که شبیه به یادداشتهای سریع روی تخته است تا مدل مجبور نباشد هر بار همه چیز را از اول بخواند — را نادیده گرفته بود. در یک عامل فعال، بستر ۵۴ هزار توکنی با هر درخواست ارسال میشود. در محاسبات ساده، اینها به عنوان توکنهای جدید جمع میشدند، در حالی که اکثر آنها خوانش از حافظه بودند و تنها ۱۰٪ هزینه داشتند.
یک عامل که ۸ بار تکرار میکند، به نظر میرسد ۴۳۰ هزار توکن هزینه برده است، اما در واقع فقط برای اولین بار هزینهٔ کامل را پرداخت کرده است. عدد درست بود، اما برچسب «سربار ثابت» اشتباه بود. تیم توسعه قصد داشت یک هفته تصمیمات مربوط به واگذاری وظایف را بر اساس یک اثر مصنوعی (Artifact) در روش اندازهگیری بنا کند.
کاوش با متد «هیچکاری نکن»
برای یافتن حقیقت، تیم از یک پرامپت حداقلی و کاوشگر استفاده کرد: «این یک کاوش اندازهگیری است. هیچچیز را نخوان، هیچ ابزاری را فراخوانی نکن. فقط دو کاراکتر ok را برگردان».
آنها سپس فایل گزارش عامل را بررسی کردند. Claude Code برای هر عامل فرعی یک فایل JSONL میسازد و هر فراخوانی API در آن شامل یک بلوک مصرف (Usage block) است. بر اساس گزارش سایت dev.to، این گزارش دقیقاً یک درخواست با مشخصات زیر را نشان داد:
- توکنهای ورودی: ۲
- توکنهای ایجاد حافظهٔ موقت: ۵۴٬۱۵۴
- توکنهای خروجی: ۴
این فرآیند ایجاد (Spawn)، پنجرهٔ زمینه (Context Window) — که مثل میز کاری است که جا برای چند ورق دارد، نه برای کل کتابخانه — را با پرامپت سیستمی، طرحهای ابزار (Tool schemas)، زنجیرهٔ CLAUDE.md و لیست مهارتها پر کرد. تمام اینها یکبار در حافظه نوشته شدند و هیچ پرداخت پنهانی در مرحلهٔ دوم وجود نداشت.
بازنویسی ریاضیات نقطهٔ سربهسر
این ثابت جدید، «نقطهٔ تقاطع» (Crossover point) برای واگذاری وظایف را تغییر میدهد. تیم هزینهٔ مؤثر یک عامل خواننده را اینگونه محاسبه کرد:
- یکبار نوشتن بستر در حافظه: ۵۴ هزار × ۱.۲۵ (جریمه نوشتن) ≈ ۶۸ هزار
- تکرارهای داخلی با نرخ ۰.۱: حدود ۵.۴ هزار در هر گام
- مجموع برای یک خواننده ۵ مرحلهای: حدود ۱۰۰ هزار توکن مؤثر (بدون احتساب محتوای وظیفه)
در مقابل، خواندن مستقیم باعث میشود توکنها در گفتگو بمانند و با هر درخواست بعدی دوباره ارسال شوند. در جلساتی با حدود ۳۰ درخواست باقیمانده، خواندن مستقیم حدود ۳ برابر حجم داده (3 × N) را در حجم ارسال مجدد هزینه میکند.
از نظر ریاضی، وقتی ۳N برابر ۱۰۰ هزار شود، نقطهٔ تقاطع در N ≈ ۳۳ هزار توکن رخ میدهد. تیم اکنون این عدد را برای جلوگیری از ایجاد بیرویهٔ عاملها، روی ۴۰ تا ۵۰ هزار توکن گرد کرده است. آستانهٔ قبلی و اشتباه، ۲۰۰ هزار توکن بود.
این یعنی خواندن یک لاگ ۱۰۰ هزار توکنی که قبلاً در حلقهٔ اصلی میماند و هر درخواست بعدی را سنگین میکرد، اکنون باید به یک عامل فرعی واگذار شود تا در هزینه صرفهجویی شود. ثابت اشتباه قبلی، محافظهکارانه نبود، بلکه گران بود.
درسهایی در حسابداری هوش مصنوعی
این اتفاق برای توسعهدهندگان یک تلهٔ خطرناک را روشن میکند: ثابتهایی که نامهای بهیادماندنی دارند، اغلب اعتباری پیدا میکنند که لایق آن نیستند. تیم اشاره کرد که این اصلاح تنها ۱۱ دقیقه بعد از این سؤال پنجکلمهای یک همکار رخ داد: «آیا این عدد واقعاً درست است؟»
آنها اکنون این کاوش را به عنوان یک تست رگرسیون در نظر میگیرند و هر بار که فایلهای دستوری تغییر میکند، آن را اجرا میکنند. این ارزانترین تست رگرسیونی است که در اختیار دارند تا اطمینان حاصل کنند که یک «جستجوی grep برای اثبات نبودن»، دارای یک کنترل مثبت است.
برای بهینهسازی سیستم خود، شما هم باید یک کاوش «هیچکاری نکن» اجرا کنید؛ زیرا هزینهٔ شما به اندازهٔ فایل CLAUDE.md و سطح ابزارهای شما بستگی دارد. برای مثال، یک تیم متوجه شد که فایلهای دستوری آنها پیش از یک «رژیم کاهش حجم»، ۵۴۸ کیلوبایت بود (که بعداً به ۳۴ کیلوبایت رسید)؛ اگر این حجم باقی میماند، ثابت هزینه بسیار بالاتری ایجاد میشد. این بینشها از اجرای Rulestack به دست آمده است، یک خط لولهٔ نشر خودمختار که خطاهای اندازهگیری خود را بهصورت عمومی افشا میکند.
گام بعدی شما
- یک پرامپت «do-nothing» برای عاملهای خود بنویسید تا هزینهٔ واقعی سربار (Overhead) را بسنجید.
- آستانهٔ واگذاری وظایف (Delegation Threshold) را در کدهای خود از ۲۰۰ هزار به ۵۰ هزار توکن کاهش دهید.
- حجم فایلهای دستوری (Instruction files) را بررسی کنید؛ کاهش حجم این فایلها مستقیماً هزینهٔ هر عامل فرعی را کم میکند.
اما داستان سختافزاری این تحول حتی شگفتانگیزتر است — به تحلیل ما دربارهی تراشههای Blackwell مراجعه کنید.
گفتگو