11 月 12 日,Claude Code 2.1.323 加入了 Code Mode。三天后,各个 Telegram 频道开始转一条帖子:“查找失效链接只用了 2 步,而不是 13 步”“消耗从 15 万 token 降到 2000 token”。我升级了 Claude Code,把同一个任务跑了六遍:开 Claude Code Code Mode 三次,不开三次,用同一份仓库副本、同一个模型。结论是 Code Mode 确实省,但省的地方和帖子说的不一样,而且不是每次都省。
要点:
- Code Mode 下的起始上下文少 29%:4.44 万 token 对 6.27 万 token。六次运行全部如此。
- 步数几乎没变。不开 Code Mode 时,Sonnet 5.5 自己就写了脚本,用一次 Bash 调用跑完。
- 取中位数的那次运行,输入少了 28%。三次平均下来没有差别:有一次 Code Mode 运行的脚本连续出错三次,把省下的都赔了进去。
- 按 API 价格,这个任务平均花 $0.155,不开则是 $0.182。准确率相同:六次运行都找出了 22 个失效链接中的 22 个。
- “15 万 → 2000”这个数字出自 Anthropic 2025 年的另一篇文章。“13 步对 2 步”在文档里找不到。
什么是 Claude Code Code Mode#
平时 Claude 一次只请求一个工具:读文件、跑命令、读结果、再决定下一步。Code Mode 下,它写一段 JavaScript,由 Claude Code 在你的会话里执行。代码里能用的还是那些工具:$ 跑 shell 命令,file() 读文件,edit() 改文件。模型从外面只看得到两个工具:REPL 和 Poll。
下面是 Claude 在我的一次运行里写的代码。我把正则和代码块检查缩短了,逻辑不变:
const files = (await $`git ls-files '*.md'`.text()).trim().split('\n')
const missing = []
for (const f of files) {
const dir = f.includes('/') ? f.slice(0, f.lastIndexOf('/')) : '.'
for (const m of (await file(f).text()).matchAll(/\]\(([^)\s#]+)/g)) {
const link = m[1]
if (/^[a-z]+:/i.test(link)) continue
const path = link.startsWith('/') ? link.slice(1) : `${dir}/${link}`
const r = await $`test -e ${path}`.nothrow()
if (r.exitCode !== 0) missing.push(`${f} -> ${link}`)
}
}
;({ files: files.length, missing })最后一行是脚本交还给模型的内容。脚本读了 58 个文件,调用了 46 次 shell,进入模型上下文的只有最终的列表。界面里能看到每次工具调用,代码本身在对话记录里按 Ctrl+O 展开。
这个思路并不新。2025 年 11 月,Anthropic 针对 MCP 服务器描述过同样的做法,在 API 里它叫 programmatic tool calling。Code Mode 把它搬进了终端。
如何开启:CLAUDE_CODE_EXPERIMENTAL_CODE_MODE#
需要 2.1.323 或更新的版本。检查并更新:
claude --version
claude update然后带环境变量启动:
CLAUDE_CODE_EXPERIMENTAL_CODE_MODE=1 claude想让它始终开启,把变量写进 ~/.claude/settings.json:
{
"env": {
"CLAUDE_CODE_EXPERIMENTAL_CODE_MODE": "1"
}
}项目级设置里的这个变量会被忽略。别人的仓库没法替你打开 Code Mode。
首次启动时,Claude Code 会弹出一个介绍该模式的窗口,光标默认停在 “No, start without it”。要选 “Yes, turn on Code Mode”,之后 Claude Code 会重启。会话顶部出现一行 Code Mode (experimental) is on · this session can be resumed only with Code Mode on,各个频道流传的截图里就是这一行。
文档里有一些要求,那条帖子没有提:
- 只支持终端里的交互式
claude:不能配合-p、Agent SDK、VS Code 面板、桌面应用和云端会话使用; - 模型限 Opus 5.5、Sonnet 5.5、Haiku 5.5 或 Fable 5.2;
- 需要 Claude 订阅或 Console 账号,不支持 Bedrock、Vertex、Foundry 和各类网关;
- 如果启用了
apiKeyHelper、agent teams、OpenTelemetry 导出或DISABLE_TELEMETRY,它就不会启动。
我是怎么测的#
任务直接取自 Code Mode 文档:“Read every Markdown file in this project and list the links that point to local files that don't exist”。测试对象是本站仓库里的 59 个 Markdown 文件,共 545 KB 文本。基准答案我事先用另一个脚本算好了:23 个失效链接,去重后 22 个。
六次运行条件一致:Claude Code 2.1.325,Sonnet 5.5,medium 强度,auto 模式,每次都用全新的测试副本。因为 Code Mode 不支持 -p,我用 expect 启动交互式会话。数字取自会话日志里的 message.usage 字段。
日志里有个细节。Code Mode 下,脚本内部的每次工具调用都会单独记一条,带 isVirtual 标记。如果把它们都算成模型请求,会得到 106 “步”而不是两步。真正的模型请求带有 requestId 字段。
实测结果:token 节省的具体数字#
| 运行 | 模型请求数 | 起始上下文 | 任务输入 | 输出 | ≈ API 费用 $ | 找出 |
|---|---|---|---|---|---|---|
| Code Mode 1 | 2 | 44 371 | 90 549 | 2 178 | 0.10 | 22/22 |
| Code Mode 2 | 2 | 44 368 | 91 732 | 2 353 | 0.16 | 22/22 |
| Code Mode 3 | 7 | 44 368 | 327 604 | 3 617 | 0.21 | 22/22 |
| 未开启 1 | 2 | 62 665 | 127 175 | 2 242 | 0.17 | 22/22 |
| 未开启 2 | 4 | 62 662 | 255 190 | 3 022 | 0.20 | 22/22 |
| 未开启 3 | 2 | 62 662 | 127 336 | 2 488 | 0.18 | 22/22 |
“任务输入”是所有请求的合计:新 token、缓存读取和缓存写入。费用按 2026 年 11 月 15 日的 Sonnet 5.5 价格计算:每百万 token,输入 $2,写入一小时缓存 $4,读取缓存 $0.10,输出 $10。订阅用户不会被扣钱,但这些 token 同样会消耗额度。
第一次 Code Mode 运行比其余几次便宜,原因不只是模式本身。它之前有一次失败的启动,部分缓存还是热的:写入缓存的是 1.8 万 token,而不是 3.2 万到 3.5 万。没有这点运气,它的花费大致和第二次相当。
省在哪里,没省在哪里#
常驻上下文变小。 这是唯一稳定的效果。不开 Code Mode,模型会拿到所有工具的完整描述。开了之后,对外只露出 REPL 和 Poll,其余工具以 JavaScript 函数的形式简短描述。每个请求少 1.8 万 token。wmedia.es 在 Opus 5.5 上独立得到了同样的结果:首个请求 2.2 万 token 对 3.6 万,总计 9.47 万对 15.04 万。
步数没有变少。 那条帖子描绘的是“逐个文件读 13 步,对比 2 步”。我这边,三次不开 Code Mode 的运行里有两次,模型自己写了 Python 脚本,用一次 Bash 调用跑完,同样是 2 个请求。现代模型遇到同类重复工作,只要任务允许,本来就会把它们合并进一个脚本。wmedia.es 那边请求数也一样,都是 4 个。
脚本出错代价更高。 第三次 Code Mode 运行暴露了反面。第一个脚本解析器没跑通。第二个里用了 require,沙箱里没有它。第三个里 zsh 吃掉了 find 命令里的括号。每个错误都是多一个请求,而每个请求都要背上 4.4 万 token 的上下文和不断增长的历史。结果是 7 个请求、32.8 万输入 token,比任何一次不开 Code Mode 的运行都差。
Claude Code 的消耗取决于上下文的大小,每个请求都要把它重新带一遍。请求数只是把这个数乘上去。我在关于 Claude Code token 消耗的文章里详细拆过这件事:模型的回答只占总花费的 2% 左右。
15 万、2000 和 13 步从哪来的#
“从 15 万降到 2000”。 这个数字来自 Anthropic 2025 年 11 月 4 日的文章 Code execution with MCP。里面的例子完全不同:智能体从 Google Drive 下载会议记录,再把它附到 Salesforce 的线索上。记录不经过模型上下文,于是得到 “from 150,000 tokens to 2,000 tokens”。它和 Claude Code 的 Code Mode 无关,后者的文档里没有任何节省数字。
“2 步对 13 步”。 我没找到出处:文档、changelog 和 Anthropic 的文章里都没有。文档里有同样的失效链接任务,但没给任何测量值。
“37%”。 转述里还流传着这个数。它出自 Anthropic 2025 年 11 月 24 日的文章 Introducing advanced tool use,讲的是 API 里的 programmatic tool calling:“from 43,588 to 27,297 tokens, a 37% reduction”。同样不是 Code Mode。
开启前最好先知道的限制#
- 恢复会话。 在 Code Mode 里开始的会话,只能在终端里、并且开着该模式时继续。没有这个变量,
claude --resume打不开它。 - Chrome 和 computer use 会消失。 Code Mode 下 Claude in Chrome、Remote Control 和 computer use 都不可用。Claude Code 启动时会直接写出:“No Chrome or computer use”。如果你在做浏览器自动化,就得关掉这个模式。
- Auto 模式审查的是代码,不是每次调用。 分类器在运行前把 JavaScript 读一遍,看不到代码运行过程中才算出来的值,比如从搜索结果里拿到的路径。
deny规则和PreToolUse钩子仍会对每次调用生效,所以重要的禁令要放在那里。 - 十分钟。 等待结果的代码在 10 分钟后停止,其中也包含你在权限对话框里回应所花的时间。它能在后台存活最长两小时,但前提是会话以 auto 或
bypassPermissions模式启动。 - 钩子。 如果
PreToolUse钩子出错或没来得及响应,即使没设onFailure,来自代码的调用也会被拒绝。 - 会话无法迁移。 不能把它转到桌面应用,也不能变成后台会话。
公司可以对所有员工禁用该模式:在 managed settings 里写 "CLAUDE_CODE_EXPERIMENTAL_CODE_MODE": "0"。
现在值不值得开 Code Mode#
如果任务里有大量同类调用,值得试试:对很多文件重复同一种修改、带过滤的搜索、并行跑互不相关的命令。稳定的收益是每个请求约 1.8 万 token 的起始上下文,会话一长就会累加起来。
别指望“便宜 75 倍”的奇迹,它不存在。如果你在用 Claude in Chrome,或者在脚本里用 -p 运行 Claude Code,这个模式暂时不适合你。它也不能取代用 JavaScript 编排大量智能体:那是 Claude Code 工作流的事,而且 Code Mode 不能和 agent teams 一起启动。
我的测量规模很小:一个任务、一个模型、每种模式三次运行。接下来我会在需要改动很多文件的任务上重复一遍,那种场景里,没有脚本的模型才真的会一个文件一个文件地处理。



