引言

新一代 Claude Sonnet 5.5 看上去只是更快、更稳的常规升级，但几组运行数据把变化指向了更深的层：Lovable 的测试中 Tool Call 数量减少约三分之一、Shell Run 近乎减半；Base44 的应用构建任务里，平均迭代次数从 7.7 次降到 3.6 次；同时，模型更频繁地将多个工具调用批量执行。表面是“同价更强”，本质却是 Agent Runtime 的执行路径被重写：更少的往返、更瘦的状态、更短的执行图。

这意味着 Agent 成本不应只盯着 Token 价格。一次任务的真正开销还包括工具等待、状态回填、重新规划、上下文膨胀与失败恢复；只要 model–tool 循环够长，这些成本就会叠加到难以忽视的量级。

Agent 成本不止 Token：状态回填与工作集

传统聊天调用在响应结束后计算即告一段落，Agent 则要维持一份随任务演化的“工作状态”：用户目标、已验证假设、工具返回、代码改动、环境快照、未解子任务等。每一次 Tool Call 完成，runtime 都需要做一次 state rehydration——把新结果合并进当前状态，再让模型在最新语境下判断计划是否仍成立。

关键挑战在于工作集管理：
- 哪些信息要留在“活动区”（当前节点的直接依赖）
- 哪些结论可压缩为结构化状态（摘要化、去重、版本化）
- 哪些原始日志与失去依赖的 observation 需尽快退出

一次无效 Tool Call 的代价往往高于它本身：错误搜索会制造额外状态，错误修改带来新的测试日志与恢复动作，这些残留一旦进入工作集，后续每次 reasoning 都要为它们付费。由此推导出的工程直觉是：减少不必要的 model–tool 边界，缩短每次回填所需的状态跨度。

Batch Tool Call 的本质：静态依赖分析与执行图压缩

传统 ReAct 串行链假设动作之间存在强依赖：决定一个动作→等工具返回→再决定下一个。现实中，大量步骤是读多写少、彼此独立的：检索异常栈、读 package 配置、扫 symbol 引用、定位测试文件，原本就可以并行。

Sonnet 5.5 的改变在于，模型在“进入工具层之前”先做了一次轻量的静态依赖分析，输出一个局部执行图，把可并行的读取与检查放进同一批次。这背后压缩的是：
- 决策往返：一次规划、多次执行，减少模型多轮“瞻前顾后”
- 状态回填：批量返回合并一次，避免频繁地膨胀与缩减工作集
- 冗余调用：对等价查询去重、对同源读取合并、对可交换步骤拓扑排序
- 工具等待：并行化 IO 密集步骤，降低墙钟时间

执行图压缩不是“把所有事一次做完”，而是把局部可交换、可并行、对最终写入无副作用的步骤折叠在同一拓扑层里，让真正需要反馈的“因果转折点”更稀疏。

迭代为何显著下降：更稳的前置规划，少走弯路

迭代从 7.7 降到 3.6，本质是两件事：
- 边界更少：批量工具调用减少了模型–工具的往返次数，降低了每轮必须做的状态恢复与重述成本
- 路径更稳：通过提前辨识关键依赖与风险节点，错误分支更早被剪枝，失败恢复所产生的“噪声状态”更少进入工作集

这也解释了“长上下文”并非万能药。更大的窗口仅保证历史可被保存，真正决定成本的是：能否把历史压缩成结构化状态、减少在残留噪声中反复检索与对齐的次数。

Test-time Compute 的取舍：何时更省、何时更贵

更强的前置规划意味着更高的 test-time compute（例如更高的思考力度与规划步骤），并非总能换来更低总成本。经验规律是：
- 更省的场景
- 读多写少、IO 主导、依赖清晰的任务（代码诊断、环境勘察、数据抽样检查）
- 工具稳定、返回可预期，批量读取能显著并行
- 错误路径极易堆积噪声状态，提前剪枝收益高
- 可能更贵的场景
- 环境高度动态、工具返回分布方差大，预先规划容易失配
- 强写入耦合、步骤间互相影响，过度前置会放大回滚成本
- 单次工具延迟极大且不可并行，额外规划开销难以摊薄

工程侧可引入自适应策略：根据任务形态与工具 SLA 动态调整规划力度；对“探索—执行”分期计费与限额；监控“批量比率”“边界密度”“单位有效修改的往返次数”等指标，在线调参。

影响与展望

Sonnet 5.5 把焦点从“模型更聪明”切到了“运行时更高效”。面向 Agent 团队，值得尽快落地的实践包括：
- 成本度量升级：从 Token 转向墙钟时间、边界次数、批量比率、工作集大小的联合指标
- 状态工程化：将稳定结论结构化入库，原始日志分层留存与 TTL 回收，避免无关状态污染后续 reasoning
- 工具层并行：支持批量调用、去重与结果聚合，暴露拓扑信息给模型或中间层调度器
- 失败路径治理：对常见误诊引入守卫检查与快速否定，减少噪声状态进入活动区

面向生态，批量工具调用与执行图压缩会率先改变 IDE 助手、CI/CD 智能执行、自动化运维等 IO 密集场景的性能曲线；长期看，Agent 接口将从“轮询式对话”走向“计划+批处理”的二段式协议，模型与 runtime 的边界将被重新划定。

半价拿到更高阶能力固然诱人，但真正可复用的竞争力，是把“更聪明”的规划变成“更便宜”的墙钟与更稳的路径。这一次，升级的不是热闹的输出，而是沉默的执行。

标签： Claude Sonnet 5.5 Agent Runtime Batch Tool Call 静态依赖分析 执行图压缩