Claude Code 2.1.212 आता डेव्हलपर्सना एका AI सेशनमध्ये किती सब-एजंट्स (sub-agents) आणि वेब सर्च (web searches) तयार होऊ शकतात, यावर कडक मर्यादा (hard limits) घालण्याची सुविधा देते, ज्यामुळे अनियंत्रित खर्च रोखण्यासाठी एक ठोस उपाय मिळतो.

या अपडेटमध्ये दोन कॉन्फिगर करण्यायोग्य मर्यादा (caps) जोडल्या आहेत – एक सब-एजंट स्पॉनसाठी (sub-agent spawns) आणि दुसरी वेब-सर्च कॉल्ससाठी (web-search calls) – या दोन्हीची डिफॉल्ट मर्यादा प्रति सेशन २०० आहे. डेव्हलपर्स environment variables वापरून या संख्या कमी करू शकतात, आणि कोणतेही MCP (Model-Control-Plane) कॉल जर दोन मिनिटांपेक्षा जास्त वेळ चालले, तर ते आपोआप बॅकग्राउंडमध्ये पाठवले जातात, ज्यामुळे एखादे संथ टूल संपूर्ण वर्कफ्लो थांबवू शकत नाही.

या मर्यादा आता का महत्त्वाच्या आहेत

जे AI एजंट्स इतर एजंट्सना कॉल करू शकतात किंवा विनाअट वेब स्क्रॅप करू शकतात ते उपयुक्त आहेत, परंतु ते आर्थिक धोक्याचेही ठरू शकतात. एक अस्पष्ट प्रॉम्प्ट (vague prompt) सब-एजंट्सची साखळी सुरू करू शकते, ज्यामध्ये प्रत्येक एजंट टोकन्सचा वापर करतो आणि बाह्य टूल्स (external tools) वापरतो. परिणामी, कोणाचेही लक्ष जाण्यापूर्वीच बिल प्रचंड वाढू शकते. प्रत्यक्ष अनुभवात टीम्सनी खालील गोष्टी नोंदवल्या आहेत:

  • मूळ कामाच्या बजेटपेक्षा कितीतरी जास्त अनपेक्षित टोकन खर्च.
  • एकाच प्रकारचे सब-एजंट्स एकमेकांच्या एडिट्समध्ये अडकल्यामुळे परस्परविरोधी निकाल मिळणे.
  • अंशतः आउटपुट्सचा (partial outputs) मोठा साठा, ज्यांना एकत्र जोडणे कठीण जाते.
  • संथ बाह्य टूल्समुळे संपूर्ण सेशन लांबणीवर पडणे, ज्यामुळे एका साध्या क्वेरीसाठीही मिनिटांनु मिनिटे वाट पाहावी लागते.

कडक मर्यादा (hard ceiling) लागू करून, Claude Code खर्च अनियंत्रित होण्यापूर्वीच सिस्टमला थांबण्यास भाग पाडते, आणि तरीही मानवी तपासणीसाठी एक अंशतः उत्तर (partial answer) उपलब्ध करून देते.

मर्यादा (caps) कशा सेट करायच्या

हे तीन पर्याय environment variables म्हणून उपलब्ध आहेत:

export CLAUDE_CODE_MAX_SUBAGENTS_PER_SESSION=12   # default 200
export CLAUDE_CODE_MAX_WEB_SEARCHES_PER_SESSION=30   # default 200
export CLAUDE_CODE_MCP_AUTO_BACKGROUND_MS=120000   # 2 minutes

डिफॉल्ट मर्यादा बहुतेक शोधमोहीम (exploratory work) साठी पुरेशा आहेत, परंतु टीम्स कामाच्या जोखमीनुसार (risk profile) त्या अधिक कडक करू शकतात. या रिलीजची घोषणा करणाऱ्या लेखात काही सुरुवातीचे मुद्दे सुचवले आहेत:

  • Local bug fix: 0-2 सब-एजंट्स, 0-5 सर्च.
  • PR review: 3-5 सब-एजंट्स, 0-10 सर्च.
  • Incident investigation: 2-4 सब-एजंट्स, 10-25 सर्च.
  • Broad architecture research: 1 सिंथेसायझर (synthesizer), 2-4 रिसर्चर्स (researchers), 20-40 सर्च.

हे कोणतेही निश्चित नियम नाहीत; हे केवळ एक बेसलाईन (baseline) आहेत ज्यावरून डेव्हलपर्स त्यांच्या गरजेनुसार बदल करू शकतात.

तडजोड (The trade-off)

एजंटच्या कामावर कडक मर्यादा घालणे म्हणजे चांगल्या टास्क डिझाइनला पर्याय नाही. जर एखादी समस्या एका सिंगल सेशनसाठी खूप मोठी असेल, तर शिफारस केलेला मार्ग म्हणजे त्याचे टप्प्यांमध्ये (phases) विभाजन करणे, प्रत्येक टप्प्यासाठी बजेट ठरवणे आणि पुढे जाण्यापूर्वी मानवी तपासणी (human checkpoint) ठेवणे. मर्यादित सिस्टमने (bounded system) वारंवार लूपमध्ये पैसे खर्च करण्याऐवजी, काही प्रश्न सोडून एक उपयुक्त अंशतः निकाल देणे अपेक्षित आहे.

मर्यादा खूपच कडक असल्यास, एजंट योग्य उपाय शोधण्यापूर्वीच थांबण्याची शक्यता असते, ज्यामुळे डेव्हलपर्सना अधिक मर्यादेसह काम पुन्हा करावे लागते. या अतिरिक्त प्रयत्नांमुळे कामाचा भार (overhead) वाढू शकतो, परंतु अनियंत्रित सेशनमुळे होणारा खर्च त्यापेक्षा कितीतरी जास्त असू शकतो.

प्रोडक्शनमध्ये कसे आणायचे

  1. Upgrade करा: स्टेजिंग एन्व्हायरमेंटमध्ये (staging environment) Claude Code 2.1.212 वर अपग्रेड करा.
  2. Pick a workflow – एक वर्कफ्लो निवडा – उदाहरणार्थ, PR review – आणि एक सुरक्षित बजेट सेट करा.
  3. Instrument करा: किती सब-एजंट्स सुरू झाले, किती वेब सर्च झाले आणि कोणतेही MCP कॉल दोन मिनिटांच्या मर्यादेपर्यंत पोहोचले, हे टिपण्यासाठी तुमच्या लॉग्सचे (logs) मापन करा.
  4. Review करा: मर्यादा गाठणाऱ्या प्रत्येक रनचे पुनरावलोकन करा. मर्यादेमुळे पैसे वाचले की कामात अडथळा आला, हे ठरवा आणि त्यानुसार मर्यादांमध्ये बदल करा.

या मर्यादा रनटाइमला (runtime) लागू केल्या जात असल्याने, त्या लॉग्समध्ये लगेच दिसून येतात. जे टीम्स या मेट्रिक्सचा मागोवा घेतात, ते एक फीडबॅक लूप तयार करू शकतात: एजंट काम पूर्ण करण्यास असमर्थ ठरत नाही तोपर्यंत बजेट कमी करा आणि त्यानंतर मुख्य काम पूर्ण करण्यासाठी आवश्यकतेनुसार ते थोडे वाढवा.

पुढे काय पाहावे

हे रोलआउट अजून सुरुवातीच्या टप्प्यात आहे, त्यामुळे खर्च बचतीबाबतचा वास्तविक डेटा मर्यादित आहे. या मर्यादांचा अवलंब करणाऱ्या संस्थांनी खालील गोष्टींवर लक्ष ठेवावे:

  • बदलापूर्वी आणि बदलानंतरचा Cost per session (प्रति सेशन खर्च).
  • वेगवेगळ्या बजेट स्तरांवर कामाचा Completion rate (पूर्णता दर).
  • एजंट लवकर थांबतो तेव्हा आणि तो पूर्ण क्षमतेने काम करतो तेव्हाची User satisfaction (वापरकर्त्याचे समाधान).

जर या मर्यादा प्रभावी ठरल्या, तर संपूर्ण उद्योगात बजेट-जागरूक (budget-aware) AI एजंट्ससाठी मोठी मागणी दिसून येईल. जर डेव्हलपर्सना या मर्यादा खूपच कडक वाटल्या, तर पुढील आवृत्तीमध्ये अधिक सूक्ष्म नियंत्रण (granular controls) आणले जाऊ शकते, जसे की प्रत्येक टूलसाठी स्वतंत्र बजेट किंवा प्रत्यक्ष खर्चावर आधारित डायनॅमिक स्केलिंग.

थोडक्यात सांगायचे तर: Claude Code 2.1.212 टीम्सना AI-चालित ऑटोमेशन आर्थिक धक्का न ठरता सुरक्षित ठेवण्यासाठी एक सोपा आणि लागू करण्यायोग्य मार्ग देते. या मर्यादांचा वापर करा, निकालांवर लक्ष ठेवा आणि तुमच्या एजंट्सना किती स्वायत्तता (autonomy) द्यावी, याचे मार्गदर्शन डेटाला करू द्या.