Anthropic 在 Messages API 开放 message threads 公开测试，解决长跑 Agent 的一个经典痛点：每一轮工具调用后，客户端都要把整段对话历史重新发给模型。

机制：对话只发一次

第一个请求携带完整会话并开启一个 thread，之后每个请求只发送新增消息加上一次响应的 ID。thread 在两次请求之间保存在内存中并加密、不落盘，最后一次请求 5 分钟后过期，客户端届时需重发完整对话开启新线程。

官方数据：对 50 万至 100 万 token 的请求，首 token 延迟（TTFT）中位数下降约 35%，上下文越大收益越明显。

注意：token 用量并没有减少

一个容易误读的点：Claude 每轮仍会读取完整对话，省下的是传输与预填充时间，不是钱——token 按原费率和现有速率限制照常计。它是延迟优化，不是成本优化。想省 token 还是得靠上下文管理、memory 和压缩策略（如微软 TokenEconomizer 那类仓库级方案）。

谁受益最大

三类场景：一是长跑编码 Agent，工具结果和文件编辑不断追加对话；二是 computer use——截图保留在线程里，不用每轮重新上传；三是文档与图片密集型工作流，请求体积显著缩小。

可用性

目前为公开测试版，支持原生 Claude Platform、AWS、Microsoft Foundry 和 Google Cloud 上的 Claude 模型，对大多数 Claude Code 用户已默认开启。

值得关注的信号

OpenAI 的 Codex 后台、Cursor 等工具近几个月都在优化长会话架构，而 Anthropic 选择把「会话状态」下沉到 API 协议层——服务端持有对话状态，客户端只发增量。这和 MCP 圈讨论的 stateless vs stateful 之争、以及 9 月 MCP 规范的无状态化改造，恰好是两个方向：协议层做无状态、厂商 API 层做有状态。对构建长任务 Agent 的团队来说，「增量会话同步」大概率会成为各家 API 的标配能力，值得在设计 agent 长链路时预留对接位。

参考资料：Anthropic 官方公告（2026-11-02）、博客园 AI 技术日报（2026-11-03）