Сигнал из хука Клауд дев: Anthropic ускорила Claude. В Claude Code время ожидания до первого токена упало в 3 раза, в чате, в Cowork и в API — в 1,5 раза. Причин две: история диалога уходит модели сжатым архивом, который быстрее идёт по сети, а облачная среда начинает подниматься, пока вы ещё печатаете, и к отправке промпта уже готова. В новой версии Claude Code появилась ещё одна вещь, которая важнее скорости: idle compaction. Если разговор от 200 тыс. токенов простоял без дела около 54 минут, его автоматически сжимают — незадолго до того, как сгорит часовой кэш промпта. Ниже — что это значит на практике и как перестроить длинные сессии. Витрина студии — vibe-studio.uk.
Соседи по теме: что такое time to first token, кеш субагентов на 1 час, Cache Control и тёплый кэш, PROGRESS.md и handoff между сессиями, лимиты Claude Code и экономия токенов.
Что именно ускорили
Время до первого токена (TTFT) — это пауза между Enter и первым символом ответа. В агентной работе она складывается десятки раз за сессию: каждый шаг «прочитай файл → подумай → поправь» начинается с этой паузы. Поэтому трёхкратное ускорение в Claude Code ощущается сильнее, чем полуторное в чате: в агенте коротких ходов больше.
- Сжатая история. Длинный диалог больше не гоняется по сети «как есть» — он упакован, и запрос доходит быстрее.
- Тёплый старт среды. Облачное окружение поднимается с первых нажатий клавиш, а не после отправки. Время на запуск среды из ожидания уходит.
- Где сколько: Claude Code — до 3× быстрее до первого токена; чат, Cowork и API — до 1,5×.
Модель от этого не стала умнее. Изменилась логистика вокруг неё. Для вайб-кодера это значит меньше простоя в мелких итерациях: правка вёрстки, перезапуск теста, короткий вопрос по файлу.
Idle compaction: почему именно 54 минуты
Кэш промпта живёт около часа. Пока он тёплый, повторная отправка длинного контекста стоит дешевле: модель не пересчитывает всё с нуля. Если вы ушли пить кофе и вернулись через полтора часа, кэш уже сброшен — и следующее сообщение в диалоге на 200k+ токенов пересчитывается по полной цене.
Idle compaction закрывает эту дыру: длинный разговор, простоявший ~54 минуты, автоматически сжимают до того, как кэш умрёт. Следующее сообщение уходит уже с компактной историей, а не с полным хвостом на 200k токенов. Вы экономите лимит и не ждёте пересчёта огромного контекста.
Порог в 200 тыс. токенов тоже логичен: короткие диалоги дёшево пересчитать и так, сжимать их смысла мало.
Что теряется при сжатии
Сжатие — это пересказ. Детали, которые агент держал в «сырой» истории, могут превратиться в одну строку или исчезнуть: точные пути, имя упавшего теста, договорённость «не трогай этот модуль», номер версии зависимости. Если после перерыва агент вдруг правит то, что вы запрещали час назад, — вероятная причина именно в этом.
Отсюда правило: всё, что должно пережить сжатие, живёт не в чате, а в файлах репозитория.
- CLAUDE.md / AGENTS.md — постоянные правила проекта. Как навести там порядок — в разборе AGENTS.md съедает токены.
- PROGRESS.md — что сделано, что дальше, какие решения приняты. Схема описана в статье про handoff между сессиями.
- Тесты и чек-листы — то, что агент может перепроверить сам, а не «вспомнить».
Как строить длинную сессию теперь
- Перед перерывом — короткий чекпоинт. Попросите агента обновить PROGRESS.md: текущая задача, открытые вопросы, что нельзя трогать. Тридцать секунд, и сжатие вам не страшно.
- Возвращаетесь через час+ — начните с файла. Первым сообщением: «прочитай PROGRESS.md и продолжи с пункта N». Не надейтесь, что пересказ истории сохранил всё.
- Короткий перерыв — до часа. Кэш ещё тёплый, сжатия не было, можно просто продолжать.
- Не раздувайте диалог без нужды. Логи на тысячи строк, полные дампы JSON, повторные чтения одного файла — всё это ускоряет выход за 200k и делает сжатие грубее.
- Разные задачи — разные сессии. Лендинг и бэкенд бота в одном разговоре — гарантированный хвост на сотни тысяч токенов и путаница после сжатия.
Кэш, сжатие и субагенты: как это складывается
Часовой кэш — общая механика. Её же используют настройки кеша субагентов: в разборе subagentPromptCacheTtl на 1 час мы считали, когда длинный TTL окупается. Idle compaction добавляет к этому автоматическую страховку основной сессии: даже если вы забыли про кэш, длинный контекст не будет пересчитан целиком после простоя.
Если у вас уже стоят свои моды на тёплый кэш (см. Claude Code Cache Control), проверьте, не дублируют ли они новое поведение и не держат ли кэш искусственно там, где проще дать сессии сжаться.
Что это значит для бюджета вайб-кодера
- Меньше «пустых» трат лимита. Первое сообщение после перерыва в огромном диалоге раньше могло съесть заметную часть окна. Теперь оно идёт по сжатой истории.
- Быстрее мелкие итерации. Втрое меньшая пауза до первого токена — это реальные минуты за день, если вы гоняете агента короткими шагами.
- Цена ошибки сместилась. Раньше дорого было вернуться в длинный диалог. Теперь риск в другом: агент после сжатия может забыть деталь. Лечится файлами, а не памятью чата.
Чек-лист на сегодня
- Обновите Claude Code до свежей версии — idle compaction появился в новой.
- Заведите PROGRESS.md в каждом активном репозитории, если его ещё нет.
- Вынесите запреты и договорённости из чата в CLAUDE.md.
- Привычка: перед уходом больше чем на 50 минут — «обнови PROGRESS.md».
- После возврата — первым сообщением отсылайте агента к файлу, а не к памяти.
Коротко
Claude Code стал отвечать до 3 раз быстрее за счёт сжатой передачи истории и тёплого старта облачной среды. Idle compaction сжимает диалог от 200k токенов после ~54 минут простоя, чтобы следующий ход не пересчитывал весь контекст после сброса часового кэша. Скорость — бонус, а главный вывод для вайб-кодера: всё важное держите в CLAUDE.md и PROGRESS.md, потому что после сжатия чат помнит не всё. Больше про экономию токенов — в разборе лимитов Claude Code; инструменты студии — на vibe-studio.uk.