Claude Code 计费黑箱事件：MaaS 厂商需提升 Token 消耗透明度

事件概述

Anthropic 官方在 Reddit 用户通过逆向工程发现并曝光问题后，正式承认 Claude Code 存在严重的计费漏洞。该问题导致用户在执行复杂任务时，Token 消耗量远超预期，部分场景下成本膨胀高达 10 至 20 倍。这一事件引发了对 AI 应用层（MaaS）计费透明度及“黑箱”操作模式的广泛讨论。

核心问题分析

此次计费异常主要由以下两个技术缺陷叠加导致：

1. Sentinel 替换机制破坏缓存一致性

   • 机制：为适配不同操作系统（Windows/macOS/Linux），系统使用独立二进制文件，并在涉及计费逻辑时用 sentinel 值替换敏感字段。
   • 后果：这种替换破坏了 Prompt Cache 的哈希一致性，导致本应命中的缓存被判定为未命中，引发重复计算 Token。

2. Resume 参数强制刷新缓存

   • 机制：从 v2.1.69 版本起，用于恢复中断对话的 resume 参数会强制使缓存失效。
   • 后果：用户中途退出或切换设备后再次继续对话时，系统无法复用之前的上下文缓存，必须重新计算整个对话历史的 Token，对长上下文重度用户造成致命成本打击。

此外，Harness 架构本身带来的开销也是因素之一。该架构通过多智能体流水线（写代码、评审、审核等子智能体协作）处理复杂任务，其 Token 消耗通常是直接调用模型的数倍甚至十倍以上，且这部分隐性开销常被打包进单次对话账单中，用户难以感知。

行业对比与现状

• 国际厂商：Anthropic 在用户质疑后才回应，缺乏基本的计费可观测性（Observability）。相比之下，OpenClaw（注：原文指代竞品或泛指开源/敏捷团队）表现出更快的迭代修复速度。行业惯例显示，模型能力往往成为护城河，而用户体验和计费透明度常被牺牲。
• 国内 MaaS 厂商：
  • API 层：国内厂商在 API 层面的收费相对透明，支持细粒度追溯。
  • 应用层：在涉及 Agent 调度和 Harness 调度成本时，多数厂商仍将成本打包在 Token 中，缺乏显性化展示。除百度将 Agent 成本显性化外，其他主流厂商（如 Kimi、火山等）仍存在调度成本黑箱问题。
  • 套餐局限：许多定制 Token 套餐存在限额僵化、高峰时段配额不足等问题，导致用户被迫转向按量付费，形成“本末倒置”。

关键结论与建议

当前 AI 应用仍处于“蛮荒时代”，厂商将技术债务包装为“使用量”，剥夺了用户的知情权。行业亟需解决以下问题：

1. 账单透明化：提供类似云计算时代的明细账单，区分“实际调用成本”与“调度损耗”，明确展示 Harness 调用链。
2. 可观测性建设：建立计费监控系统，当用户质疑账单时能提供数据证明，而非仅口头回应。
3. 补偿机制：对于因系统 Bug 导致的计费错误，应承诺自动退费，而非仅处于“正在调查”状态。
4. 调试模式：为用户提供可选的“调试模式”开关，以便开发者查看具体的 Token 消耗路径。