Claude Code 首字等待提速 3 倍：每轮请求默认 gzip、云端会话打字即预热，p90 从 4.07 秒降到 1.33 秒

核心背景与行业痛点

Claude Code 每一轮都会把完整对话、文件片段和工具定义重新上传，长会话请求体常达数百 KB 到 1 MB 以上。家庭宽带与跨境链路上行普遍偏窄，于是出现“模型还没开始算，人已经等了好几秒”的体验。社区早在 #90457 指出请求体是明文上传，而 API 端其实已支持 gzip。

架构亮点与底层机制

两处改动都在“模型之外”。一是 CLI 2.1.300 起，发往 api.anthropic.com 的大请求默认 gzip，且不再依赖遥测开关（见 CHANGELOG）；二是云端会话在你开始打字时就启动容器，把冷启动藏进输入时间。

权威 Benchmark 与实测跑分对比

Anthropic 官方口径（p90，不含模型时间，8 月至 10 月）：本地 Claude Code 4.07 秒降到 1.33 秒，约 3 倍；云端会话 16.99 秒降到 6.00 秒，2.8 倍；聊天与 Cowork 3.36 秒降到 2.17 秒。API p50 首 token（含模型时间）1.53 秒降到 1.01 秒。社区实测请求体压缩约 2.1 倍，CPU 开销仅数毫秒。

开发者实战落地与开箱指南

升级到 2.1.300 或更新版本即可默认生效。若企业代理或 WAF 处理 Content-Encoding: gzip 异常（偶发 4xx、连接重置），可设 CLAUDE_CODE_GZIP_REQUEST_BODIES=0 对比排查。注意 gzip 不减少计费 token，控制成本仍要靠压缩上下文、减少无关文件和工具定义。