Claude Code 2.1.212 pozwala teraz programistom ustawiać sztywne limity na liczbę subagentów oraz wyszukiwań w sieci, jakie może wygenerować sesja AI, dając konkretne narzędzie do powstrzymania niekontrolowanych kosztów.

Aktualizacja dodaje dwa konfigurowalne limity – jeden dla uruchomionych subagentów i drugi dla wywołań wyszukiwania w sieci – oba domyślnie ustawione na 200 na sesję. Programiści mogą obniżyć te wartości za pomocą zmiennych środowiskowych, a każde wywołanie MCP (Model-Control-Plane), które trwa dłużej niż dwie minuty, jest automatycznie przenoszone do tła, co zapobiega zawieszeniu całego przepływu pracy przez jedno wolne narzędzie.

Dlaczego te limity są teraz ważne

Agenci AI, którzy mogą bez ograniczeń wywoływać innych agentów lub przeszukiwać sieć, są użyteczni, ale stają się również zagrożeniem finansowym. Niejasny prompt może wywołać kaskadę subagentów, z których każdy zużywa tokeny i wywołuje zewnętrzne narzędzia. Rezultatem jest rachunek, który może drastycznie wzrosnąć, zanim ktokolwiek to zauważy. W praktyce zespoły zgłaszały:

  • Nieoczekiwane zużycie tokenów, które znacznie przewyższa pierwotny budżet zadania.
  • Duplikujące się subagenci wchodzący sobie w drogę podczas edycji, co prowadzi do sprzecznych wyników.
  • Lawina częściowych wyników, które trudno ze sobą połączyć.
  • Powolne zewnętrzne narzędzia wstrzymujące całą sesję, co zmienia szybkie zapytanie w wielominutowe oczekiwanie.

Poprzez wprowadzenie sztywnego limitu, Claude Code zmusza system do zatrzymania się, zanim koszty wymkną się spod kontroli, jednocześnie dostarczając częściową odpowiedź, którą człowiek może zweryfikować.

Jak ustawić limity

Trzy parametry są udostępnione jako zmienne środowiskowe:

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

Wartości domyślne są wystarczająco hojne dla większości prac badawczych, ale zespoły mogą je zaostrzyć, aby dopasować je do profilu ryzyka danego zadania. Artykuł ogłaszający wydanie wersji zaproponował kilka punktów wyjścia:

  • Naprawa lokalnego błędu: 0-2 subagentów, 0-5 wyszukiwań.
  • Przegląd PR: 3-5 subagentów, 0-10 wyszukiwań.
  • Dochodzenie w sprawie incydentu: 2-4 subagentów, 10-25 wyszukiwań.
  • Szerokie badania architektury: 1 syntezator, 2-4 badaczy, 20-40 wyszukiwań.

Nie są to sztywne wytyczne; mają służyć jako punkt wyjścia, od którego programiści mogą iterować.

Kompromis

Nałożenie sztywnego limitu na aktywność agenta nie zastępuje dobrego projektowania zadań. Jeśli problem jest zbyt duży dla pojedynczej sesji, zalecanym podejściem jest podzielenie go na etapy, przypisanie budżetu do każdego etapu i wprowadzenie punktu kontrolnego dla człowieka przed przejściem dalej. System z ograniczonym zakresem powinien zwrócić przydatny, częściowy wynik z otwartymi pytaniami, zamiast marnować pieniądze na powtarzalne pętle.

Ryzykiem zbyt agresywnego limitu jest to, że agent może przestać działać przed znalezieniem wykonalnego rozwiązania, co zmusi programistów do ponownego uruchomienia zadania z wyższymi limitami. Ta dodatkowa iteracja może generować koszty dodatkowe, ale koszt nieskontrolowanej sesji może być znacznie wyższy.

Wdrożenie produkcyjne

  1. Aktualizacja do Claude Code 2.1.212 w środowisku stagingowym.
  2. Wybór przepływu pracy – na przykład przeglądu PR – i ustawienie konserwatywnego budżetu.
  3. Monitorowanie logów w celu rejestrowania liczby uruchomionych subagentów, wykonanych wyszukiwań w sieci oraz wszelkich wywołań MCP, które przekroczyły próg dwóch minut.
  4. Przegląd każdego uruchomienia, które osiągnęło limit. Należy określić, czy limit zaoszczędził pieniądze, czy przerwał realne postępy, i odpowiednio dostosować limity.

Ponieważ limity są egzekwowane w czasie rzeczywistym, są one natychmiast widoczne w logach. Zespoły śledzące te metryki mogą zbudować pętlę zwrotną: obniżać budżet, aż agent zacznie mieć trudności z ukończeniem zadania, a następnie podnosić go tylko na tyle, aby ukończyć główne zadanie.

Na co zwrócić uwagę w przyszłości

Wdrożenie jest wciąż na wczesnym etapie, więc rzeczywiste dane dotyczące oszczędności kosztów są ograniczone. Organizacje, które wprowadzają limity, powinny monitorować:

  • Koszt sesji przed i po zmianie.
  • Wskaźnik ukończenia zadań przy różnych poziomach budżetu.
  • Satysfakcję użytkownika w sytuacji, gdy agent zatrzymuje się wcześnie, w porównaniu do sytuacji, gdy pracuje do wyczerpania zasobów.

Jeśli limity okażą się skuteczne, możemy zobaczyć szerszy trend wdrażania agentów AI świadomych budżetu w całej branży. Jeśli programiści uznają limity za zbyt restrykcyjne, kolejna iteracja może wprowadzić bardziej szczegółowe kontrole, takie jak budżety na poszczególne narzędzia lub dynamiczne skalowanie oparte na obserwowanych wydatkach.

Podsumowując: Claude Code 2.1.212 daje zespołom prosty i egzekwowalny sposób na to, aby automatyzacja napędzana przez AI nie stała się finansową niespodzianką. Korzystaj z limitów, monitoruj wyniki i pozwól danym decydować o tym, jak dużą autonomię przyznasz swoim agentom.