Claude Code 2.1.212 ఇప్పుడు డెవలపర్లు ఒక AI సెషన్ ఎన్ని సబ్-ఏజెంట్లను (sub-agents) మరియు వెబ్ సెర్చ్లను (web searches) సృష్టించవచ్చో కఠినమైన పరిమితులను (hard limits) నిర్ణయించుకునేలా చేస్తోంది, దీనివల్ల అదుపులేని ఖర్చులను ఆపడానికి ఒక స్పష్టమైన మార్గం లభిస్తుంది.
ఈ అప్డేట్ రెండు కాన్ఫిగర్ చేయదగిన పరిమితులను (caps) జోడిస్తుంది – ఒకటి సబ్-ఏజెంట్ల కోసం మరియు మరొకటి వెబ్-సెర్చ్ కాల్స్ కోసం – ఇవి రెండూ ఒక సెషన్కు డిఫాల్ట్గా 200 గా ఉంటాయి. డెవలపర్లు ఎన్విరాన్మెంట్ వేరియబుల్స్ (environment variables) ద్వారా ఆ సంఖ్యలను తగ్గించవచ్చు, మరియు రెండు నిమిషాల కంటే ఎక్కువ సమయం తీసుకునే ఏ MCP (Model-Control-Plane) కాల్ అయినా ఆటోమేటిక్గా బ్యాక్గ్రౌండ్లోకి పంపబడుతుంది, తద్వారా ఒకే ఒక నెమ్మదైన టూల్ మొత్తం వర్క్ఫ్లోను నిలిపివేయకుండా నిరోధించవచ్చు.
ఈ పరిమితులు ఇప్పుడు ఎందుకు ముఖ్యమైనవి
నియంత్రణ లేకుండా ఇతర ఏజెంట్లను పిలవగల లేదా వెబ్ను స్క్రాప్ చేయగల AI ఏజెంట్లు ఉపయోగకరంగా ఉంటాయి, కానీ అవి ఆర్థికపరమైన ప్రమాదంగా కూడా మారవచ్చు. ఒక అస్పష్టమైన ప్రాంప్ట్ (vague prompt) అనేక సబ్-ఏజెంట్లను సృష్టించవచ్చు, ఇవి ఒక్కొక్కటి టోకెన్లను వినియోగించుకుంటూ బాహ్య టూల్స్ను ఉపయోగిస్తాయి. దీని ఫలితంగా, ఎవరూ గమనించకముందే బిల్లు భారీగా పెరిగిపోవచ్చు. ఆచరణలో బృందాలు వీటిని నివేదించాయి:
- అసలు టాస్క్ బడ్జెట్ను మించిపోయే ఊహించని టోకెన్ ఖర్చు.
- డూప్లికేట్ సబ్-ఏజెంట్లు ఒకరి ఎడిట్లను మరొకరు ప్రభావితం చేయడం వల్ల పరస్పర విరుద్ధమైన ఫలితాలు రావడం.
- ఒకదానితో ఒకటి కలిపేందుకు కష్టంగా ఉండే అనేక పాక్షిక అవుట్పుట్లు (partial outputs).
- నెమ్మదైన బాహ్య టూల్స్ వల్ల మొత్తం సెషన్ ఆలస్యం కావడం, తద్వారా తక్కువ సమయం పట్టే క్వెరీ కూడా నిమిషాల తరబడి వేచి ఉండాల్సి రావడం.
ఒక కఠినమైన పరిమితిని విధించడం ద్వారా, ఖర్చులు పెరగకముందే సిస్టమ్ను ఆపడానికి Claude Code ప్రయత్నిస్తుంది, అదే సమయంలో మనుషులు పరిశీలించగలిగే పాక్షిక సమాధానాన్ని అందిస్తుంది.
పరిమితులను (caps) ఎలా సెట్ చేయాలి
ఈ మూడు నియంత్రణలు ఎన్విరాన్మెంట్ వేరియబుల్స్గా అందుబాటులో ఉన్నాయి:
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
డిఫాల్ట్ విలువలు చాలా వరకు పరిశోధనాత్మక పనులకు సరిపోతాయి, కానీ బృందాలు తమ పని యొక్క రిస్క్ ప్రొఫైల్కు అనుగుణంగా వాటిని తగ్గించుకోవచ్చు. ఈ విడుదల గురించి ప్రకటించిన ఆర్టికల్ కొన్ని సూచనలను ఇచ్చింది:
- లోకల్ బగ్ ఫిక్స్ (Local bug fix): 0-2 సబ్-ఏజెంట్లు, 0-5 సెర్చ్లు.
- PR రివ్యూ (PR review): 3-5 సబ్-ఏజెంట్లు, 0-10 సెర్చ్లు.
- ఇన్సిడెంట్ ఇన్వెస్టిగేషన్ (Incident investigation): 2-4 సబ్-ఏజెంట్లు, 10-25 సెర్చ్లు.
- బ్రాడ్ ఆర్కిటెక్చర్ రీసెర్చ్ (Broad architecture research): 1 సింథసైజర్, 2-4 రీసెర్చర్లు, 20-40 సెర్చ్లు.
ఇవి ఖచ్చితమైన నియమాలు కావు; ఇవి డెవలపర్లు తమ అవసరాలకు అనుగుణంగా మార్చుకోవడానికి ఒక ప్రాథమిక స్థాయి (baseline) మాత్రమే.
లాభనష్టాల సమతుల్యత (The trade-off)
ఏజెంట్ కార్యకలాపాలపై కఠినమైన పరిమితిని విధించడం అనేది మంచి టాస్క్ డిజైన్కు ప్రత్యామ్నాయం కాదు. ఒక సమస్య ఒకే సెషన్కు చాలా పెద్దదిగా ఉంటే, దానిని వివిధ దశలుగా విభజించడం, ప్రతి దశకు ఒక బడ్జెట్ను కేటాయించడం మరియు తదుపరి దశకు వెళ్లే ముందు ఒక హ్యూమన్ చెక్పాయింట్ను ఉంచడం సిఫార్సు చేయబడిన పద్ధతి. పరిమిత వ్యవస్థ (bounded system) పునరావృత లూప్లపై డబ్బును ఖర్చు చేస్తూ ఉండకుండా, పెండింగ్లో ఉన్న ప్రశ్నలతో ఉపయోగకరమైన పాక్షిక ఫలితాన్ని అందించాలి.
పరిమితులు మరీ ఎక్కువగా ఉంటే, ఏజెంట్ సరైన పరిష్కారాన్ని చేరుకోకముందే ఆగిపోయే ప్రమాదం ఉంది, దీనివల్ల డెవలపర్లు ఎక్కువ పరిమితులతో మళ్ళీ పనిని ప్రారంభించాల్సి వస్తుంది. ఆ అదనపు ప్రయత్నం వల్ల సమయం మరియు శ్రమ పెరగవచ్చు, కానీ నియంత్రణ లేని సెషన్ వల్ల కలిగే ఖర్చు అంతకంటే చాలా ఎక్కువగా ఉండవచ్చు.
ప్రొడక్షన్లోకి తీసుకురావడం ఎలా
- స్టేజింగ్ ఎన్విరాన్మెంట్లో Claude Code 2.1.212 కి అప్గ్రేడ్ చేయండి.
- ఒక వర్క్ఫ్లోను ఎంచుకోండి – ఉదాహరణకు, PR రివ్యూ – మరియు తక్కువ బడ్జెట్ను సెట్ చేయండి.
- ఎన్ని సబ్-ఏజెంట్లు ప్రారంభమయ్యాయి, ఎన్ని వెబ్ సెర్చ్లు జరిగాయి మరియు రెండు నిమిషాల పరిమితిని చేరుకున్న ఏ MCP కాల్స్ ఉన్నాయో తెలుసుకోవడానికి మీ లాగ్స్ను ఇన్స్ట్రుమెంట్ (Instrument) చేయండి.
- పరిమితిని చేరుకున్న ప్రతి రన్ను రివ్యూ చేయండి. ఆ పరిమితి వల్ల డబ్బు ఆదా అయిందా లేదా అసలు పురోగతి ఆగిపోయిందా అని నిర్ణయించి, దానికి అనుగుణంగా పరిమితులను సర్దుబాటు చేయండి.
ఈ పరిమితులు రన్టైమ్లో అమలు చేయబడతాయి కాబట్టి, అవి లాగ్స్లో వెంటనే కనిపిస్తాయి. ఈ మెట్రిక్స్ను ట్రాక్ చేసే బృందాలు ఒక ఫీడ్బ్యాక్ లూప్ను నిర్మించవచ్చు: ఏజెంట్ పనిని పూర్తి చేయలేకపోతున్నట్లు అనిపించే వరకు బడ్జెట్ను తగ్గించండి, ఆపై కోర్ టాస్క్ను పూర్తి చేయడానికి సరిపడా బడ్జెట్ను పెంచండి.
తదుపరి గమనించవలసినవి
ఇది ఇంకా ప్రారంభ దశలోనే ఉంది, కాబట్టి ఖర్చు ఆదాపై వాస్తవ ప్రపంచ డేటా పరిమితంగా ఉంది. ఈ పరిమితులను స్వీకరించే సంస్థలు వీటిని పర్యవేక్షించాలి:
- మార్పుకు ముందు మరియు తర్వాత సెషన్ દીటరు ఖర్చు (Cost per session).
- వివిధ బడ్జెట్ స్థాయిలలో టాస్క్ల పూర్తి చేసే రేటు (Completion rate).
- ఏజెంట్ త్వరగా ఆగిపోయినప్పుడు మరియు పూర్తిగా పని చేసినప్పుడు వినియోగదారుల సంతృప్తి (User satisfaction).
ఈ పరిమితులు ప్రభావవంతంగా ఉంటే, పరిశ్రమ అంతటా బడ్జెట్-అవేర్ (budget-aware) AI ఏజెంట్ల కోసం విస్తృతమైన ప్రయత్నాలను మనం చూడవచ్చు. డెవలపర్లు ఈ పరిమితులను మరీ కఠినంగా భావిస్తే, తదుపరి వెర్షన్లో టూల్-బేస్డ్ బడ్జెట్లు లేదా ఖర్చు ఆధారంగా డైనమిక్ స్కేలింగ్ వంటి మరింత సూక్ష్మమైన నియంత్రణలను ప్రవేశపెట్టవచ్చు.
ముగింపు ఏమిటంటే: AI-ఆధారిత ఆటోమేషన్ ఆర్థికపరమైన ఆశ్చర్యంగా (అనగా ఊహించని ఖర్చుగా) మారకుండా ఉండటానికి Claude Code 2.1.212 బృందాలకు ఒక సరళమైన, అమలు చేయదగిన మార్గాన్ని అందిస్తుంది. పరిమితులను ఉపయోగించండి, ఫలితాలను పర్యవేక్షించండి మరియు మీ ఏజెంట్లకు ఎంత స్వయంప్రతిపత్తిని (autonomy) ఇవ్వాలో డేటా ద్వారా నిర్ణయించుకోండి.