Claude Code gaspille 15-20% des tokens en résumés d'agents : voici comment le désactiver
Sommaire
En bref
- Claude Code envoie chaque ~30 secondes la transcription complète de chaque agent en arrière-plan au modèle, uniquement pour générer un texte de 3-5 mots affichant l'état de l'agent.
- Ce mécanisme consomme 15-20% des tokens globaux, sans aucune option de configuration pour le désactiver depuis août 2026.
- Un développeur propose une rustine Bun --preload de 70 lignes qui intercepte les timers pour bloquer ces appels.
Ce que dit la source
Selon l'auteur (Flamerix AI), Claude Code effectue toutes les 30 secondes un appel API vers le modèle (usuellement Opus) pour chaque agent en arrière-plan, en renvoyant la transcription complète de cet agent et en demandant un résumé de 3-5 mots. Ce résumé n'alimente que la ligne de statut dans le panneau des agents et n'atteint jamais le modèle principal ni la conversation de l'utilisateur. Mesurée via l'export OpenTelemetry, cette surcharge représente 15-20% de la consommation totale de tokens Claude Code (pour certains, jusqu'à 26%), et aucun paramètre n'permet de la désactiver depuis la version 2.1.232 (août 2026).
- Les appels résumé coûtent ~9 000 tokens en entrée pour 1 token en sortie, avec 96% de la dépense sur Opus
- Une semaine complète avant la découverte : 0% de ces appels ; 2 jours après : 19,7% de tous les appels API Claude Code
- Le auteur rapporte aussi une mesure indépendante (issue #86879) documentant 18-26% de surcharge selon quatre observateurs
- La rustine no-agent-summary.js accroche uniquement setTimeout au niveau global pour ignorer les timers contenant l'ancre [AgentSummary]
- Un utilisateur au forfait 20x Max déclare avoir perdu ~$380 cette semaine sur les seuls appels résumé, soit 16% de ses dépenses réelles ($1 970)
Dans les commentaires
Débat partagé sur la réalité et l'ampleur : plusieurs commentateurs confirment la surcharge (8-16% selon leurs mesures), d'autres la relativisent en invoquant le cache des tokens en lecture et l'impact limité aux sous-agents (pas aux workflows). Consensus sur le fait qu'une telle inefficacité devrait être configurable ou supprimée.
- Plusieurs commentateurs notent que presque tous les tokens doivent être en cache (lecture), rendant le coût par token faible, bien que cela ne nie pas l'absurdité d'envoyer 1 in 5 requêtes pour une simple ligne de statut.
- Le débat révèle une distinction : les workflows (populaires) ne semblaient pas affectés au moment des tests ; l'impact principal porte sur les sous-agents orchestrés, réduisant potentiellement l'ampleur du problème pour beaucoup d'utilisateurs.
- Un commentateur signale qu'Anthropic inclut aussi l'email de l'utilisateur dans les en-têtes de chaque requête Opus, ajoutant une couche supplémentaire de fuites potentielles de données.
- Le ton du gist provoque une critique : un commentateur le juge verbeux et brouillon (« endless paragraphs of barely relevant waffle »), suggestion d'une génération IA maladroite plutôt qu'une rédaction humaine.
- Quelques utilisateurs rapportent que la consommation observée chez eux est bien plus basse (3%, 8%), suggérant des variantes selon la configuration ou une amélioration silencieuse récente.
Alternatives citées : Commentateurs citent Pi (décrit comme plus minimaliste) comme alternative ; aucun outil concurrent nommé directement dans le fil HN fourni au-delà de cette mention.
Notre lecture
Le problème semble réel mais moins systématique que l'article ne le suggère : confirmé par plusieurs utilisateurs indépendants, mais limité dans l'impact si la majorité du cache fonctionne et si les workflows (qui déparcellisent les tâches) en sont exempts. La vraie friction n'est pas tant la consommation (elle résulte du cache), mais l'absence totale d'option de configuration, une profonde négligence UX. L'existence et la popularité d'une rustine communautaire pour désactiver une « feature » centrale signale un alignement dysfonctionnel entre l'outil et les besoins réels. À surveiller : si Anthropic corrige cela nativement ou double dans l'obsession du telemetry. Pour les utilisateurs lourds, la rustine fonctionne, mais constitue un pansement fragile à chaque mise à jour.