Claude Code 2.1.212 laat ontwikkelaars nu harde limieten instellen voor het aantal sub-agents en webzoekopdrachten dat een AI-sessie kan genereren, wat een concreet middel biedt om onbeheersbare kosten te stoppen.

De update voegt twee configureerbare limieten toe – één voor het aanmaken van sub-agents en één voor webzoekopdrachten – die beide standaard op 200 per sessie staan. Ontwikkelaars kunnen deze aantallen verlagen met omgevingsvariabelen, en elke MCP (Model-Control-Plane)-aanroep die langer dan twee minuten duurt, wordt automatisch naar de achtergrond verplaatst. Dit voorkomt dat een enkele trage tool de hele workflow blokkeert.

Waarom de limieten nu belangrijk zijn

AI-agents die zonder beperkingen andere agents kunnen aanroepen of het web kunnen scrapen, zijn nuttig, maar ze vormen ook een financieel risico. Een vage prompt kan een cascade aan sub-agents triggeren, waarbij elke agent tokens verbruikt en externe tools aanroept. Het resultaat is een factuur die kan exploderen voordat iemand het merkt. In de praktijk hebben teams het volgende gemeld:

  • Onverwachte tokenuitgaven die het oorspronkelijke taakbudget ver overstijgen.
  • Dubbele sub-agents die elkaars bewerkingen overschrijven, wat leidt tot conflicterende resultaten.
  • Een lavine van gedeeltelijke outputs die moeilijk samen te voegen zijn.
  • Trage externe tools die de hele sessie ophouden, waardoor een snelle query verandert in een minutenlange wachttijd.

Door een hard plafond op te leggen, dwingt Claude Code het systeem om te stoppen voordat de kosten ontsporen, terwijl er nog steeds een gedeeltelijk antwoord wordt geleverd dat door een mens kan worden onderzocht.

Hoe je de limieten instelt

De drie instellingen zijn beschikbaar als omgevingsvariabelen:

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

De standaardwaarden zijn ruim genoeg voor de meeste verkennende werkzaamheden, maar teams kunnen ze aanscherpen om aan te sluiten bij het risicoprofiel van een specifieke taak. Het artikel dat de release aankondigde, bood enkele startpunten:

  • Lokale bugfix: 0-2 sub-agents, 0-5 zoekopdrachten.
  • PR-review: 3-5 sub-agents, 0-10 zoekopdrachten.
  • Incidentonderzoek: 2-4 sub-agents, 10-25 zoekopdrachten.
  • Breed architectuuronderzoek: 1 synthesizer, 2-4 onderzoekers, 20-40 zoekopdrachten.

Dit zijn geen voorschriften; ze zijn bedoeld als een basislijn van waaruit ontwikkelaars kunnen itereren.

De afweging

Het instellen van een harde limiet op agentactiviteit vervangt geen goed taakontwerp. Als een probleem te groot is voor een enkele sessie, is de aanbevolen aanpak om het op te splitsen in fasen, een budget aan elke fase toe te wijzen en een menselijk controlepunt in te voegen voordat je verdergaat. Een begrensd systeem moet een nuttig gedeeltelijk resultaat met openstaande vragen teruggeven, in plaats van geld te blijven verspillen aan repetitieve loops.

Het risico van een te agressieve limiet is dat de agent kan stoppen voordat er een werkbare oplossing is bereikt, waardoor ontwikkelaars de taak opnieuw moeten uitvoeren met hogere limieten. Die extra iteratie kan voor overhead zorgen, maar de kosten van een ongecontroleerde sessie kunnen veel hoger uitvallen.

Implementatie in productie

  1. Upgrade naar Claude Code 2.1.212 in een staging-omgeving.
  2. Kies een workflow – bijvoorbeeld een PR-review – en stel een conservatief budget in.
  3. Instrumenteer je logs om het aantal gestarte sub-agents, uitgevoerde webzoekopdrachten en eventuele MCP-aanroepen die de drempel van twee minuten bereiken, vast te leggen.
  4. Beoordeel elke run die een limiet bereikt. Bepaal of de limiet geld heeft bespaard of echte vooruitgang heeft belemmerd, en pas de limieten dienovereenkomstig aan.

Omdat de limieten tijdens runtime worden afgedwongen, zijn ze direct zichtbaar in de logs. Teams die deze statistieken bijhouden, kunnen een feedbackloop opbouwen: verlaag het budget totdat de agent niet meer in staat is de taak te voltooien, en verhoog het vervolgens net genoeg om de kerntaak te voltooien.

Waar je vervolgens op moet letten

De uitrol is nog in een vroeg stadium, dus praktijkgegevens over kostenbesparingen zijn beperkt. Organisaties die de limieten adopteren, moeten de volgende zaken monitoren:

  • Kosten per sessie voor en na de wijziging.
  • Voltooiingspercentage van taken bij verschillende budgetniveaus.
  • Gebruikerssatisfactie wanneer de agent voortijdig stopt versus wanneer deze doorgaat tot de middelen uitgeput zijn.

Als de limieten effectief blijken te zijn, kunnen we een bredere beweging zien naar budgetbewuste AI-agents in de hele sector. Als ontwikkelaars de limieten te restrictief vinden, zou de volgende iteratie fijnmazigere controles kunnen introduceren, zoals budgetten per tool of dynamische schaling op basis van het geobserveerde verbruik.

De kern van het verhaal: Claude Code 2.1.212 geeft teams een eenvoudige, afdwingbare manier om te voorkomen dat AI-gestuurde automatisering een financiële verrassing wordt. Gebruik de limieten, monitor de resultaten en laat de data bepalen hoeveel autonomie je je agents geeft.